Som et "lille" alment boligselskab med omkring 4.700 lejligheder kan det føles svært at turde investere i AI og digitale løsninger. Andreas Skälegård er energistrateg hos Uddevallahem og en nøgleperson i indsatsen for, at ejendomsselskabet alligevel har investeret i energieffektivitet med moderne teknologi.
"I denne sammenhæng er Uddevallahem en lille ejendomsejer med få medarbejdere og ingen økonomiske ressourcer til udvikling. Vi bliver nødt til at sætte vores lid til de kommercielle aktørers færdigudviklede tjenester. Vi kan eksempelvis drage fordel af Kionas teknologiudvikling, som har været i gang i snart 20 år, og hvis udvikling gives videre til alle deres kunder, ikke kun os," siger han.
Der er sket meget de seneste år med hensyn til mere standardiserede og tilgængelige produkter, hvilket har bidraget til, at Uddevallahem nu tør opbygge sit eget økosystem af åbne platforme til bygningsautomatik og energistyring.
Brikkerne i systemet
Uddevallahem har tidligere brugt Edge til at styre varmen i deres bygninger med AI, så vi var vant til at arbejde sammen. Det økosystem, de nu har opbygget, består forenklet sagt af en række brikker i et puslespil. Vigtige brikker er Schneiders SCADA-platform EcoStruxure, som er forbundet til moderne controllere/PLC'er og temperatursensorer i lejlighederne. Temperaturen måles med enten kablet M-Bus eller den trådløse og ulicenserede standardteknologi LoRaWan.
LoRaWan har den fordel, at det er en radiostandard med rigtig god dækning. Uddevalla har fire antenner, der dækker byområdet og modtager måledata, selv fra "vinduesløse kælderrum", ifølge Andreas Skälegård.
Uddevallahems systemarkitektur omfatter Schneider EcoStruxure, en SCADA-platform, som Edge i dette tilfælde integreres med via en MQTT Broker. EcoStruxure abonnerer på alle opdateringer, der foretages i Kiona MQTT, og pusher løbende ændringer ud til hver bygnings egen DUC/PLC.
Et almindeligt eksempel kunne være, at Kionas AI har lavet en ny beregning på varmekurven, som er publiceret til MQTT Broker. EcoStruxure abonnerer på opdateringer derfra, registrerer nye data for en bestemt ejendom og muliggør opdateringer af bygningens tilsluttede DUC.
Alt i alt var forbindelsen mellem de forskellige brikker i puslespillet enkel og nem.
MQTT Broker fungerer som et knudepunkt
Kiona MQTT Broker – Denne funktion fungerer som OneDrive for data, hvor forskellige interessenter, brugere og leverandører med autorisation kan arbejde i det samme "dokument" samtidigt.
Strukturen er baseret på Node-RED-softwaren, et flowbaseret, low-code udviklingsværktøj til visuel programmering, der gør det muligt at forbinde hardwareenheder, API'er og onlinetjenester. Ved at oprette JavaScript-funktioner i en browserbaseret grænseflade er der konfigureret en floweditor, der kan sammenlignes med et Excel-ark med faner til forskellige typer data. Der er f.eks. en fane til indeklima og en anden fane til styring.
MQTT Broker styrer, hvad EcoStruxure (SCADA) skal gøre i hver bygning.
Sådan bruges intelligensen
Temperaturaflæsninger fra hver lejlighed strømmer konstant ind, og datamodellen lærer automatisk, via AI og Machine Learning, hvordan huset føles og opfører sig, og hvor termisk trægt det er. Den tager også højde for parametre som dato og klokkeslæt og lokalt vejr. Edge overfører dataene via DUC'er på varmestationerne og parrer dem med målte temperaturer i lejlighederne. Dataene går i begge retninger og lærer systemet, hvilken temperatur der skal sendes ud.
Edge kan registrere mange forskellige målinger og generere et indstillingspunkt, der kan sendes til hver bygning. Kiona har udviklet teknologi i så mange år, at traditionelle beregninger af indstillingspunkter ikke har en chance, hvad angår energieffektivitet, sammenlignet med dette.
Han mener også, at det har flere fordele at have beregningerne, eller algoritmerne til beregningerne af indstillingspunkter, i en ekstern sky, som Kiona har. Han siger, at leverandører, der bygger deres teknologi på denne måde, kan være meget fleksible i udviklingen af algoritmerne og kan tilføje flere input fra andre datakilder. De kan også ændre algoritmerne, så forskellige inputparametre har større eller mindre indflydelse på indstillingspunkterne.
"Kiona udvikler algoritmerne i sit eget IT-miljø. Der er ingen grund til at overføre programmer eller opdateringer til kunderne, hvilket altid tager tid før implementering, og tid er penge. Alt dette gør systemudviklingen omkostningseffektiv og ikke mindst hurtigere at implementere i flere bygninger."
Ud over at have beregningerne "i skyen" indeholder tjenesten en visuel blokmodel af Uddevallahems forskellige bygninger, som systemet styrer. 3D-modellerne illustrerer alt tydeligt og viser hver lejligheds temperatursensor som en lille prik i forskellige farver: blå, grøn eller rød, afhængigt af den målte værdi.
Du kan vende modellen på hovedet og undersøge indeklimaet over tid. Dette giver stærk visuel feedback, der kan omsætte det teoretiske til det konkrete.
Resultaterne
Projektet afsluttes i det tidlige efterår 2024 ved at forbinde omkring halvdelen af Uddevallahems bygninger med økosystemet, en proces, der udføres med et tryk på en knap.
"Det vil have stor betydning for, hvordan vi i Uddevallahem arbejder med automatik og effektivitet i vores bygninger," siger Andreas Skälegård.
Denne fremgangsmåde er baseret på kode og kræver ikke hardwareinstallation, som der tidligere var behov for. Det er meget hurtigere at implementere kode til et varmecenter og derefter nemt at gentage den for yderligere 10 bygninger i stedet for at skulle bestille elektrikere til at installere hardware med en lav gentagelsesrate. Det giver også flere fordele, såsom implementering af opdateringer direkte og automatisk, herunder injektion af AI-algoritmer til energioptimering. Derudover er resultatet et økosystem, der er dynamisk, fleksibelt og skalerbart.