Som et «lite» eiendomselskap med rundt 4700 leiligheter kan det føles tøft å våge å investere i AI og digitale løsninger. Andreas Skälegård er energistrateg hos Uddevallahem og en nøkkelperson i det faktum at selskapet likevel har satset på energieffektivisering med moderne teknologi.
– I denne sammenhengen er Uddevallahem en liten eiendomsbesitter med få ansatte og lite økonomiske ressurser til utvikling. Vi må stole på de kommersielle aktørenes ferdigutviklede tjenester. Vi kan for eksempel dra nytte av Kionas teknologiutvikling, som har pågått i nesten 20 år, og som videreføres til alle deres kunder, ikke bare oss, sier han.
De siste årene har det skjedd mye med standardiserte og tilgjengelige løsninger, noe som har bidratt til at Uddevallahem nå våger å bygge sitt eget økosystem av åpne plattformer for byggautomasjon og energistyring.
Systemets deler
Uddevallahem har tidligere brukt Edge til å styre oppvarmingen i byggene sine med AI, så vi var vant til å jobbe sammen. Økosystemet de nå har bygget opp, består enkelt sagt av en rekke brikker i et puslespill. Nøkkelelementene er Schneiders SCADA-plattform EcoStruxure, som er koblet til moderne styringer/PLC-er og temperatursensorer i leilighetene. Temperaturen måles enten med kablet M-Bus eller med den trådløse standardteknologien LoRaWan.
LoRaWan har den fordelen at det er en radiostandard med veldig god dekning. Uddevalla har fire antenner som dekker byområdet og mottar måledata selv fra «kjellerrom uten vinduer», ifølge Andreas Skälegård.
Uddevallahems systemarkitektur inkluderer Schneider EcoStruxure, en SCADA-plattform som Edge, i dette tilfellet, integreres med via en MQTT Broker. EcoStruxure abonnerer på alle oppdateringer som gjøres i Kiona MQTT, og sender kontinuerlig ut endringer til hver bygnings egen DUC/PLC.
Et vanlig eksempel kan være at Kionas AI har gjort en ny beregning av varmekurven, som publiseres til MQTT Broker. EcoStruxure abonnerer på oppdateringer derfra, oppdager nye data for en bestemt eiendom og aktiverer oppdateringer til byggets tilkoblede DUC.
Alt i alt var det enkelt og greit å koble sammen de ulike brikkene i puslespillet.
MQTT Broker fungerer som et knutepunkt
Kiona MQTT Broker – Denne funksjonen fungerer som OneDrive for data, der ulike interessenter, brukere og leverandører med autorisasjon kan jobbe i det samme «dokumentet» samtidig.
Strukturen er basert på programvaren Node-RED, et flytbasert utviklingsverktøy med kode for visuell programmering, som kobler sammen maskinvareenheter, API-er og nettbaserte tjenester. Ved å lage JavaScript-funksjoner i et nettleserbasert grensesnitt har man laget en flyt-editor som kan sammenlignes med et Excel-ark med faner for ulike typer data. Det finnes for eksempel en fane for inneklima og en annen fane for styring.
MQTT Broker styrer hva EcoStruxure (SCADA) skal gjøre i hvert bygg.
Hvordan intelligensen brukes
Temperaturmålinger fra hver leilighet strømmer konstant inn, og datamodellen lærer automatisk, via AI og maskinlæring, hvordan huset føles og oppfører seg, og hvor termisk tregt det er. Den tar også inn parametere som dato og klokkeslett og lokalt vær. Edge overfører dataene via DUC-er på varmestasjonene og parer dem med målte temperaturer i leilighetene. Dataene går i begge retninger og lærer systemet hvilken temperatur som skal sendes ut.
Edge kan ta inn mange forskjellige målinger og kna ut et settpunkt som kan sendes til hver bygning. Kiona har utviklet teknologi i så mange år at tradisjonelle settpunktsberegninger ikke har en sjanse når det gjelder energieffektivitet sammenlignet med denne.
Han mener også at det å ha beregningene, eller algoritmene for settpunktsberegningene, i en ekstern sky, har flere fordeler. Han sier at leverandører som bygger teknologien sin på denne måten, kan være smidige i utviklingen av algoritmene og legge til flere input fra andre datakilder. De kan også modifisere algoritmene slik at ulike inngangsparametere får større eller mindre innvirkning på settpunktene.
– Kiona utvikler algoritmene i sitt eget IT-miljø. Det er ikke nødvendig å overføre programmer eller oppdateringer til kundene, noe som alltid tar tid før implementering, og tid er penger. Alt dette gjør systemutviklingen kostnadseffektiv og ikke minst raskere å implementere i flere bygg.
I tillegg til å ha beregningene «i skyen», inneholder tjenesten en visuell blokkmodell av Uddevallahems ulike bygg, som systemet styrer. 3D-modellene illustrerer alt på en tydelig måte og viser hver temperaturføler som en liten prikk i forskjellige farger: blå, grønn eller rød, avhengig av den målte verdien.
Du kan snu modellen opp ned og undersøke inneklimaet over tid. Dette gir en sterk visuell tilbakemelding som kan omsette det teoretiske til det konkrete.
Resultatene
Prosjektet skal stå ferdig tidlig høsten 2024 ved at omtrent halvparten av Uddevallahems bygninger kobles til økosystemet, en prosess som gjøres med et tastetrykk.
– Det vil ha stor betydning for hvordan vi i Uddevallahem jobber med automasjon og effektivitet i byggene våre, sier Andreas Skälegård.
Denne tilnærmingen er basert på kode og krever ikke installasjon av maskinvare, slik det var behov for tidligere. Det er mye raskere å implementere koden for en varmesentral og deretter enkelt gjenta den for ti andre bygg, i stedet for å be elektrikere om å installere maskinvare med lav repetisjonsfrekvens. Det gir også flere fordeler, for eksempel at oppdateringer kan implementeres direkte og automatisk, inkludert AI-algoritmer for energioptimalisering. I tillegg er det skapt et økosystem som er dynamisk, fleksibelt og skalerbart.