Datadrivna beslut rätt väg för framtiden
AI har hjälpt Örebrobostäder (Öbo) att fatta datadrivna beslut som sparat fastighetsbolaget stora mängder energi och gett helt nya verktyg för injustering av värmesystem. Energieffektiviseringsresan började dock långt innan AI:s tid, redan 2004.
Det som drivit Öbo i sitt energieffektiviseringsarbete genom åren har framför allt varit ekonomin. Tidigt bestämde sig fastighetsbolaget för att energieffektiviseringen skulle utgå från ett bolagsperspektiv.
– De dagliga beslut som vi fattar gör vi utifrån var vi vill vara med hela företaget 2030, berättade Jonas Tannerstad, chef för el och automation och flerfaldigt prisad för sitt arbete, bland annat som årets AI-svensk.
Mycket arbete har lagts på företagets 400 fjärrvärmecentraler. Fram till dags dato har ungefär hälften av dem byggts om och moderniserats.
– Vi jobbar oss fram ett hus i taget. På så sätt säkerställer vi att vi kan ta rätt beslut som gör att den fjärrvärmecentral vi bygger om faller in under det vi vill uppnå 2030, fortsatte han.
För att sänka elförbrukningen lade Öbo mycket tid på att kartlägga de tio största elförbrukarna och jobbade fokuserat med dessa. Det resulterade i att man nu är nere på knappt en fjärdedel av förbrukningen från 2007, och målet är att sänka ytterligare, till 23 procent, till år 2029.
Vi jobbar oss fram ett hus i taget. På så sätt säkerställer vi att vi kan ta rätt beslut som gör att den fjärrvärmecentral vi bygger om faller in under det vi vill uppnå 2030
Nu ska samma sak göras för att sänka värmeförbrukningen, och här jobbar man systematiskt med sex olika områden: automation, styr/regler, innovation (AI), rätta till felaktigheter i byggnaderna, kurvoptimering och injustering samt isolering.
– Det kommer inte att gå lika enkelt som med elförbrukningen. Vårt mål till 2024 är att nå 109 kWh/kvadratmeter och 100 kWh eller lite lägre per kvadratmeter till år 2029.
Jonas Tannerstad påtalade också vikten av att jobba med befintligt bestånd och inte bara nyproduktion.
– Ska man hålla på med hållbarhet och ta ned kostnaderna på riktigt ska man fokusera på beståndet som redan är byggt.
En stor del av Öbos bestånd är byggt på 1960–70-talen och har på många håll problem med övertempererade lägenheter. Det har AI lyckats hjälpa till med. När fjärrvärmecentralerna byggts om har man valt styrsystem med separerad mjukvara och hårdvara.
– Det är den stora förklaringen till att vi lyckats så bra. Vi kan programmera efter våra behov och fylla på med hårdvara som vi behöver. Det gör oss mindre sårbara, och vi kan fatta fler datadrivna beslut, sade Jonas Tannerstad.
Datadrivna beslut och AI har gett Öbo nya verktyg och insikter – bland annat när det gäller injustering av värmesystem.
– AI har visat sig vara mycket bra på att justera in värmen och hålla en jämn nivå i de tidigare övertempererade lägenheterna. Det har gett oss energibesparingar på mellan 8 och 18 procent.
Den stora mängden insamlad data kommer att ligga till grund för fler beslut framåt för Öbo.
– Vi väljer noga vad vi vill ha insikt om för att kunna hantera mängden data, sade han.
Jonas Tannerstad skickade med en uppmaning om att se sitt bestånd som en enhet.
– Jag ser Öbos bestånd som en maskin och att jag är del av ett maskinutvecklingsprojekt där mycket av min tid handlar om att välja delar som gör nytta både lokalt och bidrar till våra centrala mål.
