Optimering af ventilationsanlægs energiforbrug med kunstig intelligens

Projektet fokuserer på energioptimering i kommunale bygninger ved at udnytte kunstig intelligens (AI) og analysere energidata fra ventilationsanlæg. Målet er at automatisere energistyring og give handlekraftig indsigt til energiprofessionelle, så de kan prioritere energibesparende tiltag effektivt.

AI-systemet integrerer data fra forskellige kilder, herunder energidata i realtid, vejrforhold, bygningsdata og energiforbrug fra hovedmåleren. AI-modellen bruger disse data til at skabe en digital repræsentation af bygningen og forudsige energiforbrugsmønstre. Det tager faktorer som udendørstemperatur, vindhastighed, solstråling, kalenderoplysninger, helligdage og COVID-19-effekter i betragtning for præcist at forklare energiforbruget.

Systemet identificerer potentielle energibesparelsesmuligheder ved at analysere de historiske energidata og opdele dem i segmenter, der repræsenterer forskellige tilstande i ventilationssystemet. Den beregner de potentielle besparelser ved at sammenligne de nuværende driftsforhold med optimale forhold foreslået af AI-modellen. Analysen fokuserer på to hovedområder: ventilationstiming og on/off kontrol. Det giver indsigt i justering af driftstimer, rampe-op/ned-perioder og implementering af tænd/sluk-cyklusser for at reducere energiforbruget og samtidig bevare komfortniveauet.

Derudover undersøger systemet tomgangs- eller grundlastenergiforbruget til belysning i bygningerne. Den modellerer baseload-energiforbruget baseret på historiske data og identificerer segmenter med det laveste baseload-forbrug som referencepunkter. Ved at sammenligne det aktuelle segments basislastforbrug med referencesegmentet kan potentielle energibesparelsesmuligheder identificeres.

Analysens resultater præsenteres for energiledelsesteamet, som giver feedback og omsætter resultaterne til konkrete handlinger for det tekniske driftspersonale i kommunerne. Systemet overvåger og foreslår løbende energibesparende tiltag, hvilket gør det muligt for energichefer at fokusere på implementering af løsninger frem for manuelt at gennemgå data.

Projektet demonstrerer potentialet i AI og energidataanalyse til at optimere energiforbruget i kommunale bygninger. Resultaterne kan yderligere anvendes på andre bygninger og sektorer for at forbedre energieffektiviteten og reducere miljøpåvirkningen. Automatiseringen og indsigten fra AI-systemer giver betydelige tidsbesparelser for energiprofessionelle og øger effektiviteten af energistyringsstrategier.

Menneskelige input til at overholdelse af rapportkrav: I løbet af projektet opnåede alle bygningsejere betydelige energibesparelser - AI anslår de forventede årlige energibesparelser til at være 203.000 kWh, hvilket er 8% mere end de forventede 187.500 kWh i projektansøgningen.