Datadrevet oppvarming – mye å spare for næringsbygg

Med høye energipriser er de som forvalter næringseiendom helt nødt til å få bedre styring av energibruken. Selve oppvarmingen er det mye å spare på.

I prosjektet DATABYGG utvikles algoritmer som kan styre turtemperaturen i varmedistribusjonssystemet til et bygg basert på om det faktisk er et varmebehov. Vi i Kiona samarbeider med SINTEF og DNB Næringseiendom for å finne ut hvordan vi kan varme opp byggene våre på en smartere måte.

I dag er det mest vanlig at radiatortemperaturen i bygget er avhengig av utetemperaturen, det vil si at turtemperaturen blir høyere når det blir kaldere ute. Dette er allerede et tiltak for å spare energi, men det tar ikke godt nok hensyn til det faktiske varmebehovet i bygget.

– Styringsalgoritmene vi nå utvikler, tar hensyn til flere faktorer enn utetemperatur, deriblant værmeldinger og planlagt bruk av byggene. Målet er å tilføre akkurat så mye energi som er nødvendig for å opprettholde den romtemperaturen vi ønsker, sier FoU-ansvarlig i Kiona, Åsmund Svinndal.

Det har også vært viktig at det som utvikles er skalerbart og kan brukes på de fleste bygg uten for mye ombygninger og tilpasninger av automasjonsnivået.

Sparer energi fra dag én

Basert på detaljerte måledata over en periode på to år er det utviklet en datadrevet modell for prediktiv styring av oppvarmingssystemet. Det vil si en modell som kan forutsi hvilken romtemperatur er oppnådd gitt en viss radiatorturtemperatur.

– Men det viste seg at variasjonen i dataene var for begrenset til å trene opp modellen til å fungere slik den var ment, sier John Clauß, forsker ved SINTEF og prosjektleder for DATABYGG.

Derfor ble det utviklet et rammeverk (kontrollogikk) som automatisk og kontinuerlig endrer radiatortemperaturen basert på målt romtemperatur. Logikken leser romtemperaturen hvert 30. minutt for å avgjøre om det er behov for oppvarming. Hvis det ikke er oppvarmingsbehov, reduseres turtemperaturen i en radiatorkrets. Når romtemperaturen synker, økes turtemperaturen igjen.

Systemet ble startet opp i et pilotbygg i høst, og energibruken til oppvarming har gått ned 10-15 %.

– Vi har ikke fått noen klager på for kalde rom siden logikken ble innført i et kontorbygg i Trondheim Sentrum, så dette lover godt, sier Svinndal.

Det er i tillegg satt opp en gradvis økende turtemperatur for å unngå energitopper når vi setter opp turtemperaturen igjen.

Det implementerte rammeverket har bidratt til energibesparelser fra dag én.

Forbedret datadrevet modell

I tillegg til å spare energi, genererer det implementerte rammeverket mer data, som igjen brukes til å trene modeller så de predikerer romtemperaturene nøyaktig. Disse modellene skal brukes i en prediktiv styringsalgoritme som vil bidra til enda større energibesparelser.

– Rammeverket skal implementeres i flere av våre bygg, sier Erlend Simonsen. Fram mot sommeren 2023 skal vi også fokusere på å redusere energibruken for kjølesystemet.

DATABYGG er et IPN-prosjekt med støtte fra Norges Forskningsråd, med en total ramme på 26 MNOK.​ Kiona er prosjekteier, DNB Næringseiendom er prosjektpartner og SINTEF er FoU-partner.