AUTHOR: Nicola Leoce
TUTOR: Prof. Giuliano Dall’O’
MASTER: Sustainability and Energy Management in construction works
TITOLO: Controllo intelligente dell’energia in ambito sanitario: il BMS come motore di sostenibilità e performance
Il settore sanitario rappresenta uno degli ambiti più complessi e critici dal punto di vista energetico. Ospedali e strutture sanitarie sono edifici ad alta intensità di consumo, caratterizzati da funzionamento continuo 24 ore su 24 e 7 giorni su 7, elevati standard di comfort termoigrometrico, stringenti requisiti igienico-sanitari e necessità di garantire la massima affidabilità dei sistemi tecnologici. Queste peculiarità si traducono in fabbisogni energetici notevoli e difficilmente comprimibili, rendendo imprescindibile l’adozione di strategie avanzate di gestione dell’energia orientate all’efficienza e alla sostenibilità. In tale contesto, il Building Management System (BMS) emerge come uno strumento chiave per trasformare edifici ospedalieri tradizionali in infrastrutture intelligenti, resilienti e altamente performanti.
La presente tesi si propone di analizzare il contributo dei sistemi di BMS al miglioramento delle prestazioni energetiche degli edifici, con un focus specifico sul settore sanitario. L’obiettivo principale è dimostrare, attraverso un approccio applicativo e metodologico, come l’adozione di sistemi automatici avanzati consenta una gestione più razionale dell’energia, riducendo i consumi e migliorando al contempo il comfort ambientale dei pazienti e del personale sanitario.
Il lavoro ha avuto inizio con la determinazione dei consumi energetici dell’edificio nello stato di fatto, privo di sistemi di automazione, accompagnata da una dettagliata analisi degli impianti esistenti. Successivamente sono stati individuati e progettati gli interventi necessari per trasformare l’edificio in un “building intelligente”. Le azioni hanno riguardato in particolare i sistemi di riscaldamento e produzione di acqua calda sanitaria, gli impianti di raffreddamento, ventilazione e condizionamento, l’illuminazione, le schermature solari e la gestione tecnica centralizzata.
I dati progettuali impiantistici ed energetici, relativi sia allo stato di fatto che allo stato di progetto, sono stati validati e inseriti in un software di simulazione, che ha permesso di stimare il passaggio di classe di prestazione energetica e il conseguente risparmio in termini economici ed energetici. L’analisi ha fornito una stima quantitativa dei risparmi energetici complessivi, della riduzione dei costi di gestione e della diminuzione delle emissioni di CO₂, consentendo di valutare l’efficacia dell’intervento da un punto di vista sia tecnico che gestionale. Le simulazioni sono state elaborate in conformità con la metodologia descritta dalla norma EN ISO 52120-1, che definisce i criteri per la determinazione del risparmio energetico ottenibile tramite sistemi di automazione e controllo degli edifici (BACS). Tale approccio normativo ha consentito di correlare le prestazioni dei singoli impianti all’efficienza complessiva del sistema edificio-impianto, valutando il contributo apportato dai diversi sottosistemi automatizzati.
Fig. 1 – impianto HVAC
Concluse le valutazioni energetiche, l’analisi si estende alla seconda componente essenziale nella gestione degli edifici ospedalieri: il comfort ambientale. A tal fine, il lavoro approfondisce la gestione della qualità dell’aria interna e del controllo della concentrazione di CO₂ all’interno di una camera di degenza, confrontando tre differenti strategie di supervisione.
Nel primo scenario viene analizzato il comportamento dell’ambiente privo di sistemi di controllo, in cui i parametri di comfort risultano soggetti a variazioni non regolamentate e la qualità dell’aria tende frequentemente a discostarsi dai valori ottimali. Nel secondo scenario si considera l’integrazione di un sistema BMS tradizionale, capace di migliorare l’efficienza impiantistica grazie al monitoraggio e alla regolazione automatica dei ricambi d’aria, pur operando secondo una logica prevalentemente reattiva. Infine, il terzo scenario introduce un modello di controllo predittivo, che utilizza informazioni provenienti da sensori ambientali, calendario delle visite, sistema di videosorveglianza e contatti magnetici delle finestre per stimare anticipatamente il numero di occupanti e prevedere l’andamento della concentrazione di CO₂, modulando di conseguenza la portata di ventilazione.
Fig. 2 – Andamento orario concentrazione CO2
Il confronto tra i tre scenari mostra chiaramente come l’adozione di logiche predittive consenta di anticipare le variazioni di carico interno, mantenere condizioni di comfort più stabili e ottimizzare i consumi energetici. L’evoluzione del BMS da sistema reattivo a piattaforma predittiva e proattiva rappresenta un passaggio fondamentale verso edifici ospedalieri realmente intelligenti, in grado di conciliare efficienza energetica, sostenibilità ambientale e qualità dei servizi erogati.
L’integrazione di soluzioni di automazione e controllo avanzato consente non solo una significativa riduzione dei consumi energetici e delle emissioni climalteranti, ma anche un miglioramento della qualità dell’ambiente interno, contribuendo al benessere degli utenti e alla sostenibilità complessiva della struttura. L’adozione di logiche predittive apre inoltre prospettive future di ulteriore innovazione, ponendo le basi per l’evoluzione verso i cognitive building: edifici dotati di capacità di apprendimento e adattamento continuo, in grado di elaborare dati provenienti da sensori e sistemi distribuiti per ottimizzare in tempo reale le proprie prestazioni. Questa transizione rappresenta il passo successivo nell’evoluzione delle strutture ospedaliere, trasformandole in ambienti dinamici, intelligenti e proattivi, capaci di rispondere in modo autonomo alle esigenze energetiche, ambientali e operative del futuro.
FOR INTERNATIONAL STUDENTS
The healthcare sector represents one of the most complex and critical areas from an energy perspective. Hospitals and healthcare facilities are highly energy-intensive. They operate continuously, 24 hours a day, 7 days a week, and must meet high standards of thermal comfort, strict hygiene requirements, and ensure maximum reliability of technological systems. These peculiarities result in substantial energy demands that are difficult to reduce, making it essential to adopt advanced energy management strategies focused on efficiency and sustainability. In this context, the Building Management System (BMS) emerges as a key tool for transforming traditional hospital buildings into smart, resilient, high-performance infrastructure.
This thesis aims to analyze the contribution of BMS systems to improving the energy performance of buildings, with a specific focus on the healthcare sector. The main objective is to demonstrate, through an applied and methodological approach, how the implementation of advanced automation systems enables a more rational management of energy, reducing consumption while simultaneously improving the environmental comfort of patients and healthcare personnel.
The study began with the assessment of the building’s energy consumption in its current state, without automation systems, accompanied by a detailed analysis of the existing installations.
Fig. 1 – system HVAC
Subsequently, the necessary interventions to transform the facility into a “smart building” were identified and designed. These actions primarily concerned heating and domestic hot water production systems, cooling, ventilation and air conditioning systems, lighting, solar shading, and centralized technical management.
The design and energy data, referring to both the current and the proposed scenarios, were validated and entered into simulation software, allowing for an estimation of the transition in energy performance class and the resulting economic and energy savings. The analysis provided a quantitative estimate of the overall energy savings, the reduction in operating costs, and the decrease in CO₂ emissions, enabling an evaluation of the intervention’s effectiveness from both a technical and managerial standpoint. The simulations were developed in accordance with the methodology described in the EN ISO 52120-1 standard, which defines the criteria for determining energy savings achievable through Building Automation and Control Systems (BACS). This regulatory framework made it possible to correlate the performance of individual systems with the overall efficiency of the building-plant system, evaluating the contribution of the various automated subsystems.
After completing the energy assessments, the analysis extends to the second essential aspect of hospital building management: environmental comfort. To this end, the study explores the management of indoor air quality and the control of CO₂ concentration within a patient room, comparing three different supervision strategies.
In the first scenario, the behavior of the environment without control systems is analyzed, where comfort parameters are subject to unregulated variations and air quality frequently deviates from optimal values. The second scenario considers the integration of a traditional BMS system, capable of improving system efficiency through automatic monitoring and adjustment of air changes, although operating primarily with a reactive logic. Finally, the third scenario introduces a predictive control model, which utilizes data from environmental sensors, the visit schedule, the video surveillance system, and magnetic window contacts to estimate occupancy levels in advance and predict the trend of CO₂ concentration, adjusting the ventilation flow rate accordingly.
Fig 2 – Hourly trend CO2 concentration
The comparison among the three scenarios clearly demonstrates how the adoption of predictive logics enables anticipation of internal load variations, maintaining more stable comfort conditions and optimizing energy consumption. The evolution of the BMS from a reactive system to a predictive and proactive platform represents a crucial step toward truly intelligent hospital buildings, capable of reconciling energy efficiency, environmental sustainability, and service quality.
The integration of automation and advanced control solutions not only allows for a significant reduction in energy consumption and greenhouse gas emissions but also improves the quality of the indoor environment, contributing to user well-being and the overall sustainability of the facility. The adoption of predictive logics further opens the way for future innovation, laying the foundation for the evolution toward cognitive buildings—structures endowed with continuous learning and adaptive capabilities, able to process data from sensors and distributed systems to optimize performance in real time. This transition represents the next step in the evolution of hospital facilities, transforming them into dynamic, intelligent, and proactive environments capable of autonomously responding to the energy, environmental, and operational challenges of the future.
This transition marks a pivotal step in the evolution of hospital facilities, turning them into dynamic, intelligent environments that proactively address future energy, environmental, and operational challenges.