Kunstig intelligens reducerer bygningers CO2

Data kan styre energieffektiviseringer og energibesparelser og give enorme CO2-reduktioner, og løsningerne bliver allerede nu testet i to store smart city-projekter på tværs af Øresund. Politikerne skal være meget mere ambitiøse, hvis de ønsker konkret handling for at sikre grøn omstilling, mener professor Henrik Madsen på DTU Compute.

21. maj 2019

Energieffektiviseringer og energibesparelser i byggeriet og driften af bygningsmassen er blevet et tema i valgkampen.

F.eks. skriver 15 ledere fra virksomheder, erhvervsorganisationer, fagforbund og NGO’er i dag i et debatindlæg i Politiken, at bygninger udgør ’et kæmpe uforløst klimapotentiale’. Partnerne har skabt en grøn alliance, der efterlyser klimahandling og CO2-reduktioner. De peger på behovet for ny teknologi og efterisolering og nævner gevinster som bedre indeklima i f.eks. skoler, og at løsningerne kan være en god forretning for danske virksomheder.

Det er en dagsorden, der taler direkte ind i den forskning og de løsninger, der allerede findes, understreger professor og centerleder på DTU Compute Henrik Madsen:

“Vi er fuldstændig enige med den grønne alliance, der efterlyser klimahandling. Vi mener også, at energieffektiviseringer, energibesparelser og energimærkning skal have 1. prioritet. Der er betydelige CO2-reduktioner at hente for både samfundet, erhvervslivet og borgere ved at fokusere på byggeriet og driften af bygninger.

“Politikerne skal have meget mere fart på, hvis vi skal nå målet om at blive et fossilfrit samfund i 2050. Afgørende er det dog at være endnu mere ambitiøse og få hævet EU’s energieffektivitetsmål i 2030 fra de nuværende 32,5 procent til et bindende mål på 40 procent,” siger han.

DTU leder to smart city-projekter. Sammen med erhvervslivet udvikler CITIES forskningsløsninger med evidensbaserede metoder til energibesparelser og effektiviseringer. Mens forskere, kommuner og energivirksomheder på tværs af Øresund tester løsningerne gennem det dansk/svenske Interreg-støttede projekt Smart Cities Accelerator.

De oplagte grønne løsninger findes

De oplagte grønne løsninger til byggeriet er klar, hvis politikerne er visionære nok.

På DTU har forskerne udviklet metoder til automatisk og ​induktivt​ at foretage en energiklassifikation af bygninger under brug af hyppige måleraflæsninger. Metoderne bygger på kunstig intelligens, hvor algoritmer tygger sig igennem data om varmeforbrug og hyppige målinger af udeklimaet, så man derigennem får en meget mere præcis og korrekt beregning af en bygnings energieffektivitet.

Værktøjerne kan også zoome ind på en aktuel bygning, så man kan opnå viden om mulige energibesparelser og identificere bygninger med størst potentiale for energirenovering, så man får mest for pengene, når man energirenoverer: udskiftning af vinduer, isolering af loftet, tætning af døre med mere. Ligesom metoderne kan bruges til en forbedret energimærkningsordning.

I dag skal bygninger i Danmark f.eks. i forbindelse med salg forsynes med en energimærkning. Den nuværende energimærkning bliver ofte kritiseret for både at ramme forkert og for at være for dyr med sin cirka 5000 kroner.

Normalt kommer en energikonsulent på besøg i huset, og på grundlag af observationer og tegninger af huset beregnes der rent ​deduktivt​ et energiforbrug, som omsættes til en energimærkning. Der vil ofte være tale om et skøn.

“Med de nuværende metoder har vi kun simuleringsbaserede metoder, hvor vi på grundlag af en tegning indregner tykkelsen af isolering, opbygningen af vægkonstruktionen, etc.  Erfaringen viser at sådanne simuleringsbaserede metoder kan ramme meget forkert i forhold til bygningers virkelige energieffektivitet,” forklarer Henrik Madsen.

“Gennem brug af kunstig intelligens har vi derimod fået etableret en slags krystalkuglemetode, hvor vi gennem en slags røntgensyn er i stand til at se ind i bygningens skjulte lag, og dermed komme frem til den reelle energieffektivitet for bygningen,” påpeger Henrik Madsen.

Beslutninger om energieffektiviseringer bliver dermed baseret på reelle, dynamiske målinger i stedet for generelle, deduktivt og tabelbaserede simulationer eller beregninger.

“Over 80 procent af bygningerne er over 20 år gamle. Vi kan spare store mængder CO2-udledning, hvis vi lader tænkende systemer analysere bygningerne, så vi kan få et overblik over deres tilstand og kan sætte ind med energibesparelser, hvor gevinsten er størst,” siger Henrik Madsen.

Kontakt

Hanne Kokkegaard  

hanko@dtu.dk
Copyright © 2019 | Smart Cities Accelerator
Article location: https://smartcitiesaccelerator.eu/kunstig-intelligens-reducerer-bygningers-co2-belastning/

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *

Populære artikler