De acordo com pt.wedoany.com-A Greenphard Energy obteve aproximadamente 120 milhões de ienes em financiamento adicional da Série A por meio de uma colocação privada de terceiros, com investimentos da Suzuyo Shoji e da Mitsubishi UFJ Capital. Este financiamento eleva o total acumulado da empresa para cerca de 510 milhões de ienes. A empresa é especializada em utilizar inteligência artificial e tecnologias de controle da Internet das Coisas para criar e monetizar "negawatts" na operação de usinas de energia virtuais (virtual power plant), ou seja, promover a construção de infraestrutura de usinas de energia virtuais à medida que a resposta à demanda digital amadurece rapidamente.
A carga de refrigeração e ar condicionado é um dos ativos mais flexíveis e intensivos em energia em fábricas, câmaras frigoríficas e edifícios comerciais de médio e grande porte. A plataforma da Greenphard Energy equipa os equipamentos existentes com hardware IoT dedicado e sistemas de controle baseados em IA física, sem necessidade de atualizar instalações ou substituir a infraestrutura de refrigeração. O sistema otimiza a operação dos compressores por meio de sensoriamento contínuo e lógica de controle dinâmico, utilizando a capacidade das câmaras frigoríficas para ajustar os padrões de consumo de energia sem comprometer as necessidades de temperatura. A Agência Internacional de Energia (IEA) estima que a digitalização sistêmica, incluindo a resposta à demanda da IoT, pode reduzir os custos operacionais do sistema elétrico em 5% a 10%.
O núcleo deste modelo são os "negawatts", um conceito que trata cada quilowatt-hora de eletricidade economizada como tendo o mesmo valor que cada quilowatt-hora gerado por um gerador. Ao ajustar o consumo em tempo real, a organização agrega esses negawatts como recursos de usinas de energia virtuais para fornecimento ao mercado de eletricidade. Modelos modernos de IA podem prever o comportamento dos equipamentos, implementando pré-resfriamento ou transferência de carga de forma mais confiável do que as estratégias tradicionais de ciclo alternado. Analistas da McKinsey relatam que a otimização orientada por IA geralmente alcança uma redução de 10% a 20% no consumo de energia em ambientes industriais, alinhando-se com o objetivo citado pela empresa de que o controle avançado da IoT pode reduzir o consumo de energia em até 20%. A empresa também relata que alguns testes de demonstração alcançaram reduções de pico superiores a 30%.
Os ativos de energia industrial provêm de diversos fabricantes, e muitos locais possuem equipamentos heterogêneos instalados ao longo de décadas. As unidades de IoT que abrangem essas gerações permitem que a camada de controle de IA analise diferenças de temperatura, ciclos de compressores, saúde dos equipamentos e condições dos ambientes. Isso está alinhado com as conclusões de uma revisão bibliométrica sobre conforto térmico e eficiência energética baseados em IoT na ScienceDirect, que aponta um rápido crescimento no interesse de pesquisa e na viabilidade técnica das aplicações comerciais atuais. Produtos similares da Siemens, Schneider Electric e Johnson Controls validam a demanda do mercado por otimização integrada de energia em edifícios e fábricas. O foco em ativos de câmaras frigoríficas cria um nicho operacional único, onde as usinas de energia virtuais se beneficiam de cargas flexíveis previsíveis, e os equipamentos de refrigeração são uma das poucas categorias que podem oferecer essa flexibilidade sem interromper as operações principais.
Os padrões da indústria reforçam a tendência de adoção. Muitas equipes de energia empresarial já implementaram a estrutura internacional de gestão de energia ISO 50001, e o ecossistema de serviços públicos depende do IEEE 2030.5 para gerenciar a comunicação segura entre recursos distribuídos e operadores de rede. A tecnologia da empresa combina troca de dados em nível de protocolo com inteligência em nível de equipamento. De acordo com o anúncio de financiamento, os novos recursos serão utilizados para desenvolvimento tecnológico, expansão de negócios e melhoria de serviços, a fim de ampliar a implantação de software e IoT. Pesquisas sobre infraestrutura inteligente na plataforma SSRN destacam como dispositivos IoT em edifícios e medidores inteligentes, em conjunto com ferramentas analíticas, recomendam ações direcionadas que reduzem significativamente o consumo de energia nas instalações. A aplicação de IA física a equipamentos tradicionais demonstra como esses ganhos de eficiência podem se consolidar em recursos energéticos comercializáveis.
A tendência de longo prazo depende se o modelo digital de usina de energia virtual pode se expandir para além de grupos específicos de clientes. Fábricas de alimentos e armazéns frigoríficos são adotantes iniciais, pois as cargas de temperatura controlada são altamente previsíveis, enquanto edifícios comerciais de escritórios em geral apresentam ambientes mais complexos e variáveis. À medida que a sofisticação da IA aumenta e as barreiras de instalação diminuem, a combinação de controle em nível de hardware com resposta à demanda integrada ao mercado está transitando de testes piloto para um recurso operacional confiável.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
