Har skapat AI som optimerar ventilation – kan sänka elförbrukningen kraftigt

För ett år sedan lanserade Örebro universitet pilotprojektet AIr i samarbete med ÖrebroBostäder, Akademiska Hus och Ecoguard. Målet var att utveckla en AI-modell som kan analysera data från ventilationssystem och göra justeringar i realtid för att optimera ventilationen utifrån behoven i byggnaderna.

Tanken är att lösningen både ska göra ventilationen mer energieffektiv och samtidigt öka komforten i inomhusmiljöerna.

I torsdags bjöd samverkansplattformen för AI och robotik vid Örebro universitet in till slutseminarium för projektet, där över 100 deltagare tog del av resultaten från projektet.

– Vi har identifierat tre områden i vårt fastighetsbestånd där vi ser behov av AI-stöd; värme, ventilation och elsystem. Under 2016 började vi titta på en lösning för värmesystemet och det har vi börjat landa i nu. Därför är planen att gå vidare och göra samma resa även för ventilationen, säger Jonas Tannerstad, chef för El och automation på Öbo.

Ventilation står för 20 procent av Öbos energiförbrukning

Sammanlagt har Öbo har 4 000 ventilationspunkter, från stora aggregat till små fläktar, och driften beräknas stå för ungefär 20 procent av bolagets energiförbrukning.

– Vårt mål är att hitta en lösning som går att skala upp. Eftersom vi har sett så bra resultat från vår värme-AI, så har vi otroligt stora förhoppningar. Vår bild är att det här kan ge en sänkning på mellan 20 och 40 procent av elförbrukningen, säger Jonas Tannerstad.

Hadi Banaee, AI-forskare på Örebro universitet, berättar att projektet valde ut 15 olika byggnader i Öbos bestånd, från Gäddestavägen i norr till Gryt i söder, och analyserade data från två-tre år tillbaka i tiden.

– Vi insåg att den nuvarande driften av ventilationsaggregaten inte tar hänsyn till inomhustemperaturen, utan bara tittar på andra mätpunkter, som exempelvis temperaturen på till- och frånluft. Så vi började med att träna en AI-modell på flera års data för att lära den hur värdet på de olika mätpunkterna korrelerar med inomhustemperaturen, säger Hadi Banaee.

AI förutspår inomhustemperaturen och justerar ventilationen

När AI-modellen lärt sig detta, kunde forskarna använda den för att förutsäga inomhustemperaturen flera timmar i förväg. Den förutsägelsen gav i sin tur inblick i hur ventilationen kan justeras för att hålla rätt inomhustemperatur.

Den andra steget gick ut på att lära olika AI-modeller de kontrollstrategier varje byggnad har baserat på datan, för att kunna använda dessa för att reglera inomhustemperaturen.

– Nu har vi en AI-modell som förutsäger vad inomhustemperaturen kommer att vara om några timmar och sedan justerar ventilationen utifrån det. I flera byggnader fann vi att den ursprungliga genomsnittliga inomhustemperaturen på Öbo var över 23 grader. Efter att ha optimerat ventilationsstrategier med hjälp av AI i en simulering, uppnådde vi betydande energibesparingar i ventilationsparametrarna, vilket sänkte den genomsnittliga inomhustemperaturen till 21,3 grader. Denna temperatur, som samtidigt sparar energi, är mycket närmare Öbos önskade komfortnivå på 21,0 grader, säger Hadi Banaee.

Örebro universitet och Örebrobostäder har redan börjat planera för en fortsättning av arbetet. Där är planen att försöka koppla ihop AI:n för värmesystemet med AI:n för ventilationssystemet – och även ta hänsyn till vädret.

– För att kunna optimera ventilationen perfekt, måste vi också ha koll på hur värmesystemet fungerar och på vädret, om det till exempel är en solig och varm dag ute, säger Hadi Banaee.

– Vi ser att potentialen för att kunna koppla ihop alla de här delarna är väldigt stor, säger Jonas Tannerstad.