Nytt prosjekt for datadrevet intelligent energistyring av bygg

Et nytt IPN-prosjekt (innovasjonsprosjekt i næringslivet) har som mål å optimalisere samspillet mellom bygninger og deres energiforsyning via prediktiv styring. Prediktiv styring skal inkluderes i IWMAC sitt produkt for styring av bygninger, og skal forbedre energieffektiviteten til DNBs pilotbygg i prosjektet. IWMAC er et teknologikonsern med base i Trondheim og Stockholm, som utvikler og overvåker tekniske anlegg innen varme, ventilasjon, kjøl og frys.

Bygninger vil i fremtiden ha en mer aktiv rolle i energisystemet. Fra å kun være energibrukere, vil de også være energiprodusenter – og de vil kunne gi mer fleksibilitet i kraftnettet. Digitalisering er et viktig verktøy for å oppnå et effektivt samspill mellom bygg og energisystemet, heter det i en pressemelding.

Smartere enn tidligere

– Prediktiv styring og systemintegrasjon er vesentlige elementer som vi ønsker å innarbeide i vår byggdrift nettopp for å få maksimalt utbytte av de øvrige ENØK-tiltakene vi investerer i, sier teknisk direktør Erlend Kaland Simonsen i DNB Næringseiendom.

Teknologisk utvikling innen bygninger skjer raskt og utviklingen baserer seg i stor grad på digitale teknologier som bl.a. IoT, sensorer, databehandling og maskinlæring. Men fremover må sensorene og it-systemer i bygningene ha mulighet for å innhente flere opplysninger enn tidligere.

– Sensorer i bygg må f.eks. kunne måle energibruk, effektuttak, temperatur, luftkvalitet, tilstedeværelse og energiproduksjon. Med dette som utgangspunkt er energistyring i enkeltbygg samt bedre samspill mellom bygninger og energisystemet mulig, noe som også står sentralt i prosjektet, sier SINTEF-forsker og prosjektleder John Clauss.

Nye former for digital styring

I byggenæringen er det også behov for å organisere mer målrettet bruk av automasjon og data. De digitale systemene internt i bygningene må sees i sammenheng med digitale teknologier- og løsninger i energisystemet.

– Med dette prosjektet ønsker vi å bidra til pilotering av forbedret styring av bygg når det gjelder energieffektivitet og lavere effekttopper, noe som også er anbefalt i rapporten "Digitalisering av energisektoren - Anbefalinger om forskning og innovasjon" (2020), forteller Clauss.

– Endelig får vi bruk for de 1200 milliardene loggede datapunkter vi har i vår database. Et unikt utgangspunkt for å lage gode modeller for prediktive og kognitive styringer/reguleringer for våre kunder, sier forretningsutvikler i IWMAC Åsmund Svinndal.

Utnyttelse av datafangst

En av de sentrale anbefalingene til forskning og innovasjon i rapporten fra Energi21 og Digital21 er "datafangst og dataanalyse til dynamisk styring av bygg". Hovedproblemstillinger som prosjektet tar utgangspunkt i, er å finne ut hvordan datafangst kan utnyttes til dynamisk styring av bygg, samt hvilken infrastruktur som må være på plass for datainnsamling og deling av data.

Prosjektets overordnete mål er å optimalisere samspill mellom bygget og byggets energiforsyning via prediktiv styring. Ved bruk av maskinlæring skal også systemet lære seg de unike bruksmønstre til bygningene. Disse bruksmønstrene oppdateres fortløpende, slik at endringene i bygget, for eksempel etter oppgradering eller ombygging, kan tas hensyn til i styringsalgoritmene. Slik blir det tilrettelagt for energieffektiv styring.

Om prosjektet

DATABYGG er et IPN-prosjekt med støtte fra Norges Forskningsråd, med en total ramme på 26 MNOK. IWMAC er prosjekteier og SINTEF ved instituttene Community og Digital er FoU-partner. DNB Næringseiendom er prosjektpartner.