Nye, datadrevne modeller gir bedre beregning av energibehov i bygg 

Bygninger står for en stor del av strømbruken og effektuttaket i Norge. Samtidig øker presset på kraftsystemet som følge av overgangen til et lavutslippssamfunn, drevet av elektrifisering av transport, industri og en voksende bygningsmasse.  

Men til nå har vi manglet pålitelig og detaljert innsikt i hvordan bygg faktisk bruker energi. 

Alle bygninger i Norge har i dag AMS-målere (Avanserte Måle- og Styringssystemer) som måler når og hvor mye strøm bygningen bruker. Men bruken av målingene er begrenset av personvernhensyn og mangel på egnede modelleringsverktøy. Målingene forteller heller ikke noe om hva strømmen brukes til.   

Vanskelig å måle reelt oppvarmingsbehov 

De fleste bygninger i Norge får dekket hoveddelen av oppvarmingsbehovet sitt av elektriske oppvarmingsteknologier uten egne energimålere. Det gjør det vanskelig for planleggere, rådgivere og beslutningstakere å vurdere reelt oppvarmingsbehov i bygninger med elektrisk oppvarming. Det blir også vanskelig å analysere effekten av alternative oppvarmingsteknologier eller dimensjonere effektive energisystemer.  

Tradisjonelle simuleringsverktøy kommer ofte til kort, med dokumenterte avvik mellom beregnet og faktisk energibruk, særlig ved timesoppløsning (bruk fra time til time). I tillegg er simuleringsverktøy avhengige av informasjon om bygningsegenskaper, drift og beboeratferd. Disse dataene er ikke lett tilgjengelige, det krever mye arbeid og ekspertkunnskap for å skaffe dem. 

Nye modeller gir bedre grunnlag for prosjektering, planlegging og investeringer 

Nye datadrevne modeller utvikles nå for å gjøre det enklere å beregne oppvarmingsbehov. En av disse er Building-PROFet, som bruker målte data kombinert med maskinlæring for å generere pålitelige energiprofiler på bygningsnivå. 

Building-PROFet omdanner AMS-data og fjernvarmemålerdata til syntetiske, personvernvennlige lastprofiler. I stedet for å dele sensitive forbrukerdata kan Building-PROF-verktøyet generere anonymiserte energimåleprofiler for bygninger i ulike klima.  Profilene gir presise estimater av hvordan enkeltbygninger og nabolag bruker energi time for time. For byggenæringen innebærer dette et mulig skifte fra forenklede estimater og standardiserte lastprofiler til kunnskapsbaserte, stedsspesifikke energiprofiler. 

En slik modell gir mange fordeler: 

• Dimensjonering av energisystemer: Pålitelige timeoppløste lastprofiler gjør det mulig for rådgivere og energiselskaper å dimensjonere systemer mer presist. Da kan vi unngå overdimensjonering og unødvendige investeringskostnader. Samtidig gir det bedre innsikt i effekttopper og variasjon i belastning mellom ulike bygningstyper og brukere.
• By- og regional energiplanlegging: Kommuner og energiselskaper kan gå fra forenklede aggregerte metoder og tall til timesoppløste energikart. Det gjør det mulig å hente ut data på bygningsnivå og aggregert per nettstasjon eller fjernvarmeområde. Dette legger til rette for mer samordnet planlegging av strømnett, fjernvarmesystemer og lokale energiløsninger.
• Framskriving av bygningsmasse og energisystemmodellering: Datadrevne, timeoppløste profiler gir et mer pålitelig grunnlag for å beregne fremtidig energibehov i bygningsmassen, som et supplement til dagens analyser basert på årsverdier og standardantakelser. Dette forbedrer både estimater av samlet energibruk og effekttopper, styrker grunnlaget for å nå EU-krav til energireduksjon og gir bedre beslutningsstøtte i nasjonale og storskala energisystemmodeller.
• Eiendomsporteføljer, taksonomi og bærekraftsrapportering: For bygningseiere og investorer gir datadrevne modeller et bedre grunnlag for å vurdere egenskapene opp mot EUs taksonomi og bærekraft (ESG) samt til investeringsbeslutninger ved å gjøre det enklere å vurdere effekten av energieffektiviseringstiltak på porteføljenivå basert på realistiske måledata og driftsforhold.
• Energiytelse og energimerking: Ved å basere beregninger på målte data kan Building-PROFet bidra til å redusere forskjellene mellom beregnet og målt energibruk. Dette kan styrke både troverdigheten og nytten av energivurderinger og standarder for beregning av bygningers energibruk.
• Forbrukerfleksibilitet og styring av strømbruk: Building-PROFet gjør det mulig å kvantifisere energifleksibilitetspotensialet i bygninger og området ved å gi innsikter i potensiale for topplastreduksjon, lastflytting og samspill med lokal energiproduksjon og lagring. Dette blir stadig viktigere for drift av kraftsystemet i en tid med økende etterspørsel etter elektrisk effekt og i utviklingen av fleksibilitetsmarkeder. 

Den videre utviklingen av modellen har som mål å utvide både datagrunnlag og funksjonalitet. Gjennom integrasjon med nasjonale databaser som Smart Building Hub vil det bli mulig å generere representative lastprofiler for alle kommuner, på tvers av bygningstyper og klimasoner. Fremskritt innen datadrevet lastdisaggregering vil i tillegg gjøre det mulig å estimere termisk og el-spesifikt energibruk for bygninger uten separate undermålere. 

Et skifte for byggenæringen 

Datadrevne modeller som Building-PROFet kan gi et vesentlig bedre grunnlag for å forstå og modellere energibruk i bygninger, for rådgivere, planleggere og bygningseiere. Ved å erstatte gamle beregningsmetoder med modeller basert på faktiske måledata fra bygninger gir Building-PROFet grunnlag for mer presis prosjektering, bedre investeringsbeslutninger og styrket samspill på tvers av sektorer. 

Les mer om Building-PROFet