Text: Kjell-Arne Larsson

Örebrobostäder har tagit AI till en ny nivå. Först installerades nytt styrsystem för värmen, detta för att minska energiförbrukningen och öka komforten i lägenheterna. Utan att addera ny hårdvara inkorporerades AI i styrfunktionen. Genom att AI – mot bakgrund av historiska och nutida data – lär sig ”beteendet” hos varje enskilt hus, blir regleringen med tiden allt bättre, vilket spar ännu mer energi.

Örebrobostäder (ÖBO) har länge satsat på att få ner fjärrvärmeförbrukningen. Redan 2004 provade man att installera ett industriellt styrsystem som fick ersätta det gamla, vilket var ett system avsett för fastigheter.

ÖBO:s el- och automationschef Jonas Tannerstad, tog med sig erfarenheter från sitt tidigare arbete i maskinindustrin. Det handlade både om tänkesätt för teknisk utveckling och kunskaper om industriella styrsystem. ÖBO valde Beckhoffs styrsystem som levereras med hårdvara och programmeringsmöjligheter.

– Fördelen med ett sådant öppet styrsystem är att det går att anpassa till många olika verksamheter, inte bara inom industrisektorerna, förklarar Jonas Tannerstad. Vi har anpassat det för våra behov att styra energi och värme i fastigheterna. Den anpassning som gjorts kan jämföras med arbetet att utveckla en app.

Jonas Tannerstad tog med sig ett industriellt perspektiv från sitt tidigare jobb. Han visade att det fungerar även på fastigheter. ”Ett hus är ungefär som en maskin”.

AI behövs

ÖBO fick ner förbrukningen från 145 kWh/kvadratmeter 2005 till 129 kWh/kvadratmeter 2015 i de fastigheter där styrsystemet installerades. En slutsats blev att det krävdes mer sofistikerade metoder för att minska ytterligare. År 2016 inleddes ett utvecklingsprojekt tillsammans med Fraunhofer-Chalmers Centre, med målet att ta fram en AI-tillämpning som använder återkopplande system. Det gick framförallt ut på att utveckla algoritmer.

– Traditionellt styrs värmetillförseln mot utetemperaturen, och utan återkoppling, vilket ofta leder till övertemperaturer i lägenheterna.

Lösningen med AI styr mot bland annat innetemperatur, tid och väderprognos; en självlärande dynamisk modell som baseras på historiska data för byggnaden. Och med tiden lär sig systemet allt bättre, för varje enskild fastighet.

– Fördelningen av värmeflödet till de olika lägenheterna är viktig. Enbart termostater kan inte hantera fördelningen tillräckligt bra. Varje enskild lägenhet behöver justeras in, med ventiler som finns på plats, men i allmänhet är de fel inställda. AI-algoritmen visar vilket värde en injustering har, en fördel som vi inte förutsåg från början.

AI-applikationen visar därmed för ÖBO hur värmesystemen ska justeras in.

– Vinsterna med AI blir ytterligare energibesparing, samt att komforten i lägenheterna blir mycket bättre tack vare jämnare temperatur. I några fall har systemet visat att det varit för kallt och då har vi justerat upp.

Statistik redovisar besparingar hittills som legat mellan 8 och 18 procent.

Installationer för framtiden

Sedan 2005 har en hel del fastigheter fått bättre styrning. Det skulle ha blivit för kostsamt att anpassa de gamla styrsystemen till de behov som ÖBO har idag. Istället valdes det nya industriella systemet. Det ger möjlighet för AI och andra moderna förmågor. Hur mycket av hårdvara som behöver bytas ut i undercentralerna varierar lite beroende på den gamla utrustningen.

Vid utgången av förra året hade 300 undercentraler byggts om och planen är att någon gång i år bli klar med samtliga 400. Temperaturgivare har installerats i alla berörda lägenheter, men för att få nuvarande styrning att fungera skulle det räcka med 30 procent av lägenheterna.

ÖBO delar gärna med sig av sin lösning till övrig allmännytta och även till andra företag. Man har redan samarbete med Stena Fastigheter.

Idéer för framtiden

Nästa steg blir att styra ventilationen med stöd av AI, och därefter kombinera styrningen av värme och ventilation. En av de möjliga tillämpningarna är att i stället för att utföra OVK manuellt på plats, kan data hämtas från styrsystemet, det blir så att säga OVK On Line dygnet runt.

ÖBO satsar också på att minska elförbrukningen. Den pressades ner från 59,7 GWh 2005 till 25,3 GWh 2023. Målet är att komma ner till 23 GWh 2029. Även här krävs sofistikerade lösningar.

Hos ÖBO kommer man exempelvis att tanka ner ventilationssystemens data och använda dessa för att optimera elanvändningen. Lufttrycket kan visa när det börjar bli dags att byta filter. Med hjälp av AI ska man kunna undvika att bygga upp höga tryck, utan i stället byta filter i tid. AI får därmed hjälpa till att planera fastighetsunderhållet. I stället för schemalagda filterbyten kan de bytas mot bakgrund av filtrens tillstånd, alltså ett tillståndsbaserat underhåll. Det låter som även detta är hämtat från industrivärlden …

På bilden: – Vi delar gärna med oss av den AI-lösning som har utvecklats tillsammans med Fraunhofer-Chalmers, säger Jonas Tannerstad, el- och automationschef hos ÖBO

Bild: Alexander von Sydow