考える空調 コンシャスエアー

考える空調 Conscious air(コンシャスエアー) 考える空調 Conscious air(コンシャスエアー)

既存の空調設備に後付けAIで
大幅なコスト削減と省エネを実現

消費電力削減効果 最大34% / 消費電力 削減効果 約12% / 熱源設備・空調設備 どちらにも対応可能

空調設備の運用課題

  1. 01

    経験や勘に頼った
    空調制御を行っている

  2. 02

    熱源の過剰稼働や
    エネルギーを無駄にしている

  3. 03

    BEMSなどを導入しているが
    活かしきれていない

  4. 04

    既存の空調制御システムが
    ブラックボックス化している

  5. 05

    運転調整に人手が足りない
    人的コストが高すぎる

  6. 06

    温暖化防止への貢献など
    社会課題に対応できていない

ConsciousAirが
空調を自動で最適化

空調の需要をAIで高精度に予測し、
自動で最適な運転制御を実現。
エネルギーコストを削減し、
カーボンニュートラルやSDGsにも貢献します。

エネルギー削減効果の実験結果

消費電力の削減効果

11〜34 %削減

手動運転
AI運転
図

熱源送水温度制御による
冷房期間の熱源機器消費電力の削減量

12 %削減

手動
運転
AI
運転
図

消費電力の削減効果

11〜34 %削減

消費電力の削減効果

熱源送水温度制御による
冷房期間の熱源機器消費電力の削減量

12 %削減

熱源送水温度制御による冷房期間の熱源機器消費電力の削減量

「予測AI」と「制御AI」2つのAIで、
細かく最適な運転を行い、
空調の電気代や熱源のエネルギー消費、CO2排出を削減

  1. 【予測AI】
    現場データの中から必要な情報を抽出し
    将来の状態を予測するAI技術

    【予測AI】
  2. 【制御AI】
    エネルギー消費量を最小化する
    運転計画を立て、
    最適な機器制御を行うAI技術

    【制御AI】
  3. 最適な空調制御で
    高効率化

    最適な空調制御で高効率化
現場データ / 予測AI / 制御AI

“全体をカバーできる”柔軟なシステム

アラヤのConsciousAirは、熱源設備と空調設備のどちらにも導入可能です。
施設全体のエネルギー効率を一括して、
さらに最適化が行えます。

部分的な改善だけではなく、
熱源と空調を一体で制御することで、運用効率を大幅に高め、
ピーク負荷の抑制や運用コストの削減を強力にサポートします。

3つのポイントで柔軟対応

  1. POINT01

    既存設備へ後付け可能

    空調の運転を止めることなく導入が可能です。
    追加のセンサーや大規模な改修は基本的に不要で、現在の空調設備や運用データを活かしてスタートできます。
    既存システムに、AIコントローラを後付けするだけで運用を開始できます。

    既存設備へ後付け可能
  2. POINT02

    予測AI&制御AIで高精度な運転

    近い将来の空調需要を予測するAIと、最も効率的な運転パターンを計算するAIが連携し、電力使用を最小限に抑える制御を実現します。

    予測AI&制御AIで高精度な運転
  3. POINT03

    自動再学習機能

    AIは定期的に新しいデータを学習し直すことで、環境変化に対応しながら、精度を自動で高め続けます。
    導入後も手動での再設定やチューニングの手間なしで、自律的に学習を行い、最適な制御を継続的に実現します。

    自動再学習機能

ConsciousAirの
実証実験例

実証実験1
消費電力を削減・抑制し11〜34%の削減効果

  1. 【実証実験を行った対象施設】

    商業施設:(約6,000㎡)
    空調機器:AC5台

  2. 【実証実験の範囲】

    期間:2024/06~10
    制御対象:空調機器設定温度

  3. 【目標】

    事前に定めた目標温度から逸脱しない
    省エネ(消費電力量をできるだけ小さくする)

【結果】

起動時の消費電力を削減しつつ、日中の消費電力も抑制できている。
特に、中間期(10月)における削減効果が大きく、従来運転と比較して11〜34%の削減効果を得られた。

消費電力を削減・抑制し11〜34%の削減効果

実証実験2
オフィスビルにおける送水温度制御/空調起動時刻を最適化

  1. 【実証実験を行った対象施設】

    オフィスビル(約1.2万㎡)
    大型熱源
    熱源機器:空冷ヒートポンプチラー(AHP)3台
    空調機器:AHU45台、FCU22台

  2. 【実証実験の範囲】

    AHPの送水温度制御を実稼働中の施設にて実施
    AHUの空調機起動時刻最適化をシミュレーション上で実施

【結果】

熱源送水温度制御による冷房期間の熱源機器消費電力量を約12%削減した。
空調開始時刻最適化による中間期(10月)の空調電力消費量を7.8%程度削減できる見込みを得た。

オフィスビルにおける送水温度制御/空調起動時刻を最適化

ご相談から実装までの流れ

  1. お問い合わせ

    お問い合わせ

    経験豊富なプロジェクト担当者が貴社のご要望をヒアリングさせていただきます。

  2. データ確認

    データ確認

    過去データからコスト削減見込みの簡易評価&ご提案いたします。
    データが無くてもご相談可能です。(無償対応)

  3. AI構築

    AI構築

    シミュレーション環境でのアラヤのベースAIから貴社用AIモデルを効率的に作成します。
    削減見込みも評価します。

  4. 現場導入

    現場導入

    構築したAIを現場に接続・調整をします。

  5. 運用

    運用

    現地でAI運転を実施します。
    定期的な自動再学習で高精度なAIへ自動でアップデートします。

よくあるご質問

Q古い設備でも対応できますか
ABACnetで通信制御できる、集中コントローラーで制御できるものであれば対応可能です。
ご不明な点がある場合はご相談ください。
Qどのような建物に効果が見込めますか
A建物規模が大きいほど効果を見込みやすい傾向にあります。
1万㎡以上が目安になりますが、建物ごとに異なりますのでご相談ください。
Q費用はどのくらいかかりますか
Aシミュレーションでどのくらい削減効果が見込めそうかにより、設定します。
概ね4~5年でコスト回収できる見込みとなります。
Q導入、運用にどのくらいの手間がかかりますか
A導入まで2、3か月となります。
運用はAIが自動で再学習するので手間はほとんどかかりません。

お問い合わせ

無料相談・お見積り承っております。
お気軽にお問い合わせください。


    必須会社・組織名

    部署名


    必須お名前


    必須メールアドレス

    電話番号

    ご依頼内容

    お問い合わせ内容(なるべく具体的にご入力ください)


    必須個人情報の取扱規定

    フォームから送信できない場合は

    support@araya.org までお問い合わせください

    PAGE TOP