Hvordan kunstig intelligens reducerer energiforbruget i kommercielle bygninger.

‍

Op til 30 procent af energiforbruget i erhvervsbygninger går til spilde. Men kunstig intelligens har gjort det lettere at identificere energispild og fastslå årsagerne.

‍

Energiforbruget fra erhvervsbygninger er den største klimasynder globalt set. Ifølge Det Internationale Energiagentur (IEA) er energieffektivitet den største enkeltstående bidragyder til at sænke vores CO2-udledning, så vi kan nå vores klimamål i 2030 såvel som 2050.

Der er bare ét problem: Hver bygning er unik. Derfor kræver det en fysisk gennemgang at finde energibesparelser. Det er ikke kun dyrt og tidskrævende, men øjebliksbilledet fanger heller ikke nødvendigvis forbruget uden for normal arbejdstid, hvilket er et stort problem i sig selv.

‍

Hurtigere end manuelle metoder: Brug af AI til at identificere energibesparelser.

Men fysiske bygningsrevisioner og beregninger af teoretiske energibesparelser burde høre fortiden til. Den teknologiske udvikling - såsom fjernaflæste energimålere og kunstig intelligens - betyder, at vi kan digitalisere og automatisere mange dele af energioptimeringsprocessen.

Vi er nødt til at bruge disse nye værktøjer, hvis vi vil nå vores mål om en grøn omstilling i byggesektoren. Ligesom en kunstig intelligens kan lære at køre bil, kan teknologien også trænes til at identificere og dokumentere energibesparelser i erhvervsbygninger. For bygningsejere kan resultaterne hurtigt skabe værdi, f.eks. ved at eliminere energispild.

Kunstig intelligens er ikke beregnet til at erstatte fagfolk. Det skal hjælpe dem med at identificere energibesparelser, som ellers ville gå ubemærket hen eller tage lang tid at identificere ved hjælp af den gammeldags metode. Med digitalisering kan energibesparelser bedre identificeres og prioriteres. På den måde kan der sættes ind, hvor effekten er størst.

‍

At identificere energispild er det første skridt til at reducere CO2-udledningen.

Mange privatpersoner kender i dag til problemet med madspild. På samme måde kan vi tale om energispild - kilowatt-timer, der produceres og distribueres, men som ikke kommer slutbrugeren til gode. I erhvervsbygninger er energispild et kæmpe problem. Men man taler ikke så meget om det, fordi det historisk set har været svært at identificere.

For eksempel går det ofte galt med styringen af ventilationssystemer. Slukker de rent faktisk, når den sidste medarbejder er gået? Det er her, kunstig intelligens kommer ind i billedet, da den kan identificere uregelmæssigheder i forbruget meget hurtigere og bedre end mennesker.

Bygningsautomatisering er ofte så ineffektiv, at en undersøgelse fra det amerikanske universitet UC Berkeley anslår, at mellem 10 og 30 procent af alt energiforbrug i kommercielle bygninger går til spilde. De amerikanske resultater svarer stort set til, hvad man har fundet ud af, når man har undersøgt energiforbruget i danske bygninger. For eksempel har forskere på Danmarks Tekniske Universitet (DTU) også fundet store besparelser på danske ejendomme med kunstig intelligens.

‍

Arbejdernes Landsbank er en af de mange bygningsejere, der bruger AI.

Men energibesparelser og CO2-reduktioner kommer først, når analyserne omsættes til handling. Derfor skal energi- og driftscheferne tage over på dette tidspunkt. Afhængigt af bygningsejerens interne ressourcer og kompetencer kan implementeringsdelen udføres i samarbejde med energirådgivere eller teknikere. Med bygningsejerens samtykke kan disse også bruge værktøjet.

Arbejdernes Landsbank er en af de danske virksomheder, der bruger kunstig intelligens til at reducere forbruget. Her har værktøjet - i samarbejde med dedikerede driftsmedarbejdere - reduceret elforbruget med godt 16% på tværs af hele bygningsporteføljen.

‍

Energibesparelser kan dokumenteres automatisk.

Med AI'ens dybe forståelse af energiforbruget kan energibesparelserne også dokumenteres automatisk. Ligesom "gammeldags" graddagekorrektion på månedsniveau, tager den kunstige intelligens automatisk højde for 15 forskellige variabler hver time. Den forstår for eksempel, hvordan vejret, helligdage og nedlukningen på grund af coronavirus påvirker bygningen.

Entos AI-drevne løsning bruges i øjeblikket i kommercielle bygninger som kontorer, banker, detailkæder og offentlige bygninger som daginstitutioner, plejehjem og folkeskoler. For bygningsejere kræves der ingen ny hardware for at komme i gang med værktøjet.

Selvom de fleste bygningsejere føler, at de har godt styr på deres energiforbrug, har kunstig intelligens endnu ikke "mødt" en bygningsejer, hvis energiforbrug ikke kan forbedres.