Kunstig intelligens synliggør store elbesparelser

ELFORSK-projektet ”Optimering af ventilationsanlægs energiforbrug med kunstig intelligens” er ved at afdække potentialet for energioptimeringer ved sammenspillet mellem energiperformance af ventilationsanlæg med kunstig intelligens. 

Data blandes med datakilder
Via EMS-platformen Eniscope indhentes detaljerede realtids energidata og indeklimadata fra kommunale bygninger enten via CTS-anlæg, eller via etablering af direkte målinger. Fra Eniscope platformen sendes data videre til Ento Labs AI platform, hvor data analyseres og beriges med andre datakilder som vejr, BBR, Datahub, Google Maps mv.

Algoritmer ”trænes” til at finde mønstre
I processen og dataudvekslingen mellem kommunerne, Ento Labs og IQ Energy Nordic, formidles viden løbende for at understøtte udviklingen af algoritmerne som skal ”trænes” i at finde mønstre. Det bliver blandt andet gjort ved at kommunerne deler deres viden om ventilationsbehovet de pågældende anlæg skal opfylde. Dette sammenholdes efterfølgende med anlæggenes realtids performance data som IQ Energy opsamler og analyserer, som til sidst sammenkobles med Ento Labs kunstige intelligens, der sammenholder dataene og identificerer energibesparelsespotentialer.

Kommunale bygninger er cases
I projektet indgår data fra 8 forskellige typer af kommunale bygninger. Disse er nøje gennemgået af IQ Energy Nordic, med henblik på at kortlægge de relevante tekniske installationer, herunder særligt ventilationsanlæg. I alt er der i Eniscope systemet på nuværende tidspunkt afdækket et besparelsespotentiale på over 160.000 kWh på varme og el på blot 5 af de 8 udvalgte bygninger, og det forventes at et større potentiale løbende kan afdækkes i takt med at AI algoritmerne fra Ento Labs udvikles.

Fundet besparelser på 67 %
På det understående billede ses et udsnit fra Eniscope analyseplatformen. Billedet viser elforbruget for 4 ventilationsanlæg på Frederiksberg Rådhus for perioden den 26. marts til 23. april 2022.

På grafen ses det tydeligt, hvordan Frederiksberg Kommune har formået at reducere elforbruget på disse anlæg med over 67 %, hvilket svarer til 18.000 kWh årligt.

Et tilsvarende mønster er fundet for en anden bygning i Ento Labs AI platform, som vist på nedenstående figur. Her foreslår algoritmen at driftstiden reduceres et par timer om eftermiddagen samt helt i weekenden.

AI algoritmen identificerede et besparelsespotentiale på 2.586 kWh årligt, og den tilsvarende manuelle beregning viste en årlig besparelse på 2.616 kWh. Altså er algoritmen i dette tilfælde i stand til indenfor 1-2% nøjagtighed at automatisk identificere og kvantificere besparelsespotentialet.

Projektet kører frem til sommeren 2023 og data og erfaring vil løbende blive indsamlet i perioden med fokus på at udvikle AI understøttet energioptimering af ventilationsanlæg. Projektet er udviklet i et samarbejde mellem Jesper Kjærulff, projektleder, IQ Energy Nordic, Ento Labs ApS, Høje-Taastrup Kommune, Rudersdal Kommune og Frederiksberg kommune.