Når kunstig intelligens overtager varmestyringen
Et toårigt projekt har sort på hvidt demonstreret, at det giver god mening at indføre ’prognosestyret elopvarmning baseret på kunstig intelligens og variable elpriser’ i større erhvervsbygninger med CTS-anlæg. Det giver både bedre trivsel, lavere varmeregning og højere energifleksibilitet.
Kan man lade lidt kunstig intelligens hjælpe den automatiserede varme- og ventilationsstyring i en større bygning, så den automatisk baserer styringen på prognoser om vejr og vind? Kan det fungere, og hvordan vil det i så fald påvirke:
• indeklimaet,
• varmeudnyttelsen og
• bygningens energifleksibilitet?
Det satte virksomhederne Vitani og Priva BV sig for at afprøve i projektet PEKIVE. Det toårige projekt blev finansieret af de to virksomheder med støtte fra Elforsk, og det blev afsluttet tidligere i 2021. PEKIVE står for ’prognosestyret elopvarmning baseret på kunstig intelligens og variable elpriser’.
Svaret er ja. Det kan lade sig gøre at bruge kunstig intelligens til markant at forbedre varmestyringen i større bygninger, som har en form for CTS-anlæg
Rasmus Gorm Pedersen
”Svaret er ja. Det kan lade sig gøre at bruge kunstig intelligens til markant at forbedre varmestyringen i større bygninger, som har en form for CTS-anlæg”, fortæller Rasmus Gorm Pedersen, der er adm. direktør for Vitani Energy System.
Og det giver god mening. Af tre store årsager:
• Indeklimaet bliver bedre - og det har stor værdi for både trivsel og bygningsøkonomi.
• Varmeregningen bliver lavere – i de fleste bygninger over 8000 kvadratmeter vil tilbagebetalingstiden være under to år med en investering på 50-150.000 kroner.
• Bygningen bliver mere energifleksibel – bygningen kan derved indgå i fremtidens energifleksible samfund.
LÆS OGSÅ: Energifleksibilitet vil åbne for mange nye opgaver for installatører
Energifleksibilitet
Mere energifleksibel – hvad er det lige, det betyder?
”Det betyder, at erhvervsbygninger kan vælge at starte deres strømkrævende maskine eller fryseanlæg op en time tidligere eller to timer senere end normalt, fordi strømforbruget derved går uden om ’kogespidstiderne’, hvor der er ’trafikpropper’ på elnettet, som jo er begrænset af kablernes tykkelse og relæstationernes kapacitet. Og de kan lagre energi i betongulvet eller i de batterianlæg, som vi vil se mange flere af i fremtiden, eller på en helt anden måde”, fortæller Rasmus Gorm Pedersen.
Det er smart, fordi den grønne strøm fra vind og sol kommer i et ujævnt flow, og der er derfor behov for dels at udjævne forbruget af strøm og dels at oplagre strøm og energi i bygninger, elbilbatterier, termiske lagre og alt mulig andet.
Højere energifleksibilitet i bygninger er altså en gevinst for bygningsejeren, som får en lavere elregning og et bedre indeklima. Det er også en gevinst for samfundet, som får mulighed for at omstille til grøn energiforsyning – der er en hjørnesten i kampen for et bedre klima.
Seks konkrete implementeringer
Men hvordan kom PEKIVE frem til den konklusion? Det har projektmagerne gjort ved at indgå aftale med ejerne af seks erhvervsbygninger om at implementere ’prognosestyret elopvarmning baseret på kunstig intelligens og variable elpriser’ i de seks bygninger og så måle resultaterne.
De seks bygninger repræsenterer følgende bygningstyper:
• Administrations- og undervisningsbygninger,
• skoler og daginstitutioner,
• bygninger med produktion og
• værksteds- og salgsbygninger.
De seks bygninger udgør tilsammen en bygningsmasse på 62.000 kvadratmeter, og samlet set er den opnåede korrigerede energibesparelse i projektet på 15 procent – som har krævet en samlet investering på cirka 300.000 kroner.
Et konkret resultat fra en af projektets bygninger lyder:
• Størrelse: 8.000 m2.
• Varmeforbrug: Cirka 280.000 kroner per år.
• Økonomisk besparelse: Cirka 69.500 kroner per år eller 25 procent.
• Årlige abonnementsomkostninger: Cirka 20.000 kroner per år.
• Simpel tilbagebetalingstid: Cirka 1 år.
Resultatet omfatter ikke sideeffekter som for eksempel et forbedret termisk indeklima. Indetemperaturen i bygningen varierede før PEKIVE-implementeringen mellem 19 og 25 grader, hvor variationen efter implementeringen var på mellem 19 og 21 grader. I hele perioden var setpunktet 20 grader. Den mere stabile temperatur giver både et bedre oplevet indeklima og en bedre energiudnyttelse.
Typiske benspænd
Der har været mange både benspænd og læringer i projektet. ”Vi har oplevet en række både teknologiske og organisatoriske barrierer i projektet”, fortæller Rasmus Gorm Pedersen. De omfatter for eksempel:
• Bygningerne er ikke parate: Mange bygningerne har ikke de nødvendige CTS-systemer eller nødvendige data-snitflader, eller der fejl i CTS-systemerne.
• Bygningens elaftale skaber forvirring: Mange er ikke opmærksomme på forskellen mellem el-prisen og el-distributionstariffer.
• Markedet er ikke parat: Der er generelt skepsis over for ny teknologi, og der er behov for konkrete implementeringer, der kan bane vejen, så både bygningsejere, organisationer, rådgivere og leverandørerne kan få syn for sagen.
• Digitale prognose-værktøjer og varmestyring kræver en del tværfaglige kompetencer både inden databehandling, CTS, el, vvs, ventilation, ingeniørberegninger og måske håndværk som tømrer og murer m.m.
LÆS OGSÅ: Installatører med speciale i data, energi og AI står stærkt
Fire gode råd
Projektet opsummerer fire gode råd til at implementere prognosebaseret varmestyring. De omfatter:
1. Moderne og sammenhængende bygningsautomatik - som for eksempel et effektivt CTS-anlæg – er nødvendigt.
2. Driftspersonalet skal opnå kendskab til og tryghed ved de nye digitale teknologier.
3. Ny måling af effekt der tager højde for den højere kompleksitet – projektet har udviklet et datadrevet værktøj, der skaber et billede af faktorer, der påvirker både negativt og positivt.
4. Der er behov for ny standardmetode til at normalisere varmeforbrug, som også tager højde for solindstråling og vindafkøling.
Denne artikel er del af et tema:
Tema om varme & køling 2021