Energioptimering af bygninger ved hjælp af kunstig intelligens

Københavns Ejendomme og Indkøb og Copenhagen Solutions Lab samarbejder om at sænke energiforbruget i kommunens bygninger.

Del

Københavns Ejendomme og Indkøb (KEID) og Copenhagen Solutions Lab samarbejder om at nedbringe energiforbruget i kommunens bygninger ved hjælp af kunstig intelligens (AI; Artificial Intelligence) og data-understøttede værktøjer. Dette skal bidrage til at reducere CO2-udledningen og kommunens varme- og elregning, samtidig med man opretholder et godt indeklima i bygningerne. Det endelige resultat af projektet vil være konkrete AI-værktøjer til at optimere energirigtig drift og indeklima, samtidig med at der tages højde for svingende belastninger i forsyningsnettet. Dette projekt er et af Kommunernes Landsforenings Signaturprojekter, som bliver finansieret via finansloven.

Optimeret energiforbrug gennem fleksibilitet
Projektet vil effektivisere og automatisere energistyringen af bygninger ud fra data om blandt andet lokale vejrudsigter, og hvordan bygninger bliver brugt, for bedre at kunne forudsige, hvornår og hvor meget varme og elektricitet, den enkelte bygning kan stille til rådighed i forhold til at gøre energiforbruget fleksibelt. I spidsbelastningsperioder er energileverandører nemlig afhængige af at falde tilbage på ikke-vedvarende energikilder som olie, gas eller kul, hvor priserne ofte er høje, i stedet for at bruge grøn energi til eksempelvis at opvarme og ventilere bygningerne. Her kan Københavns Kommune, som en betydelig forvalter af ejendomme, træde ind og aflaste systemet gennem forskudt opvarmning (dvs. opvarme bygningen på ”skæve”/grønne tidspunkter, da bygninger kan ”holde på varmen” i et vist tidsrum), eller forskudt elforbrug i en bygning uden for disse spidsbelastningsperioder. Det vil bidrage til CO2-besparelser og medvirke til en mindre energiregning.

Forskudt opvarmning eller reduceret og forskudt ventilation må dog ikke gå ud over brugernes velbefindende eller den fysiske sikring og drift af bygningerne. Derfor er KEID’s strategier for teknisk drift af kommunens ejendomme vigtige for projektet, og et centralt element heri er indeklimamålinger af bl.a. temperaturen, luftfugtigheden og CO2-indholdet i bygningerne.

Københavns Kommune opnår med projektet vigtig erfaring med brugen af kunstig intelligens som værktøj til at tilpasse energiforbruget ift. den fluktuerende, grønne energiproduktion, og disse erfaringer med design, brug og skalering af data-drevne løsninger skal i sidste ende munde ud i en række anbefalinger til gavn for andre kommuner via samarbejdet med Kommunernes Landsforening.