Politecnico di Torino logo

Research database

An integrated system that allows quick, effective and trasparent exploration of researchers' expertise, by making available data on scientific production, research projects, patents and other relevant information. Through the search function, it's possible to discover research areas, people, and results of the research conducted at Politecnico di Torino.

TWICE - Digital twin e Intelligenza Artificiale per il controllo predittivo e adattivo dell'energia negli edifici

Duration:
30/06/2025 - 31/12/2026
Principal investigator(s):
Project type:
National Research
Funding body:
MINISTERO (Ministero dell'Ambiente e della Sicurezza Energetica -MASE)
Project identification number:
MI_DDR_00288
PoliTo role:
Partner

Abstract

TWICE è una piattaforma digitale avanzata, modulare e basata su Digital Twin dinamici e tecnologie di intelligenza artificiale (AI), concepita per ottimizzare le prestazioni energetiche degli edifici lungo tutte le fasi del loro ciclo di vita, dalla progettazione alla gestione operativa. L'obiettivo del progetto è facilitare una gestione energetica intelligente e interattiva con la rete attraverso strumenti avanzati di controllo predittivo e adattivo. Il contesto operativo in cui si inserisce TWICE evidenzia una forte esigenza di digitalizzazione e integrazione degli strumenti utilizzati nella progettazione e gestione degli edifici. Attualmente esiste una frammentazione tra strumenti di progettazione, ambienti di simulazione e sistemi di controllo in esercizio, con una scarsa interoperabilità e limitate capacità predittive e adattive dei sistemi esistenti.

Questo ostacola la capacità degli edifici di interagire proattivamente con la rete elettrica e di contribuire efficacemente alla flessibilità energetica. TWICE affronta queste sfide sviluppando diversi strumenti e servizi innovativi, strutturati come segue: • Strumenti avanzati per la generazione e la gestione automatizzata di Digital Twin dinamici, utilizzabili lungo tutte le fasi del ciclo di vita dell'edificio, dalla progettazione alla gestione operativa, permettendo una co-progettazione efficace delle logiche di controllo. • Una struttura dati semantica interoperabile, scalabile e machine-readable, per garantire una rappresentazione coerente di componenti fisici, strategie di controllo e segnali esterni, facilitando l'integrazione con sistemi di automazione e controllo degli edifici (BACS). • Metodi basati su AI avanzati (come modelli generativi LLM e algoritmi di autocalibrazione tramite modelli ibridi fisica-AI) per automatizzare la costruzione, l'adattamento continuo e la calibrazione dinamica del Digital Twin. • Un framework software per il controllo intelligente degli edifici, che combina modelli predittivi e strategie operative per ottimizzare in tempo reale la gestione energetica, adattandosi dinamicamente alle condizioni operative e ai segnali esterni. TWICE sarà validato attraverso applicazioni su casi studio reali, testando direttamente gli strumenti sviluppati in contesti operativi concreti. Questi casi permetteranno di calibrare il Digital Twin con dati reali, verificare l’efficacia delle strategie di gestione energetica e migliorare continuamente l’integrazione dei sistemi. La validazione finale includerà analisi dettagliate dei risultati operativi, valutazioni di replicabilità e scalabilità, e un piano dettagliato di disseminazione scientifica e trasferimento tecnologico. Con questi risultati, TWICE contribuisce significativamente alla definizione di un nuovo approccio alla gestione intelligente e flessibile dell’energia negli edifici, pienamente in linea con le priorità della digitalizzazione di rete e dei servizi energetici distribuiti.

People involved

Structures

Partners

  • B.I.G. S.r.l.
  • EDILCLIMA S.R.L. - Coordinator
  • POLITECNICO DI TORINO - AMMINISTRAZIONE CENTRALE
  • ToBe Analytics S.r.l.

Keywords

ERC sectors

PE1_18 - Scientific computing and data processing
PE6_10 - Web and information systems, database systems, information retrieval and digital libraries, data fusion
PE6_11 - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
PE6_2 - Computer systems, parallel/distributed systems, sensor networks, embedded systems, cyber-physical systems
PE6_7 - Artificial intelligence, intelligent systems, multi agent systems

Sustainable Development Goals

Obiettivo 7. Assicurare a tutti l’accesso a sistemi di energia economici, affidabili, sostenibili e moderni

Budget

Total cost: € 1,287,809.54
Total contribution: € 989,753.29
PoliTo total cost: € 306,428.29
PoliTo contribution: € 306,428.29