Annonse

Denne artikkelen er produsert og finansiert av Universitetet i Agder - les mer.

Sven Opalic har utviklet et system for å bruke kunstig intelligens til å styre energien i næringsbygg.

Slik holder maten din seg kald med halve energien

Kunstig intelligens tar over termostaten på kjølelageret. Det kan kutte energibruken med helt opp til 50 prosent.

Publisert

I dag produserer og lagrer bygninger sin egen energi. De er mer komplekse enn de var før. Bygningene får stadig flere systemer som det går an å kommunisere med. Mengden av data de produserer, er enorm.

– I slike systemer er det vanskelig å få alt til å fungere best mulig, sier Sven Opalic.

Han har forsket på energi på et Rema-lager.

Komplekse tekniske regler

Opalic arbeider til daglig som fagsjef for energiteknikk og innovasjon i firmaet Relog. En av hovedoppgavene hans har vært å optimalisere energibruken i et stort lagerbygg i Vagle næringspark på Sandnes. 

Han innså tidlig at jobben ville bli krevende. Bygget, som Rema Distribusjon bruker som kjølelager, er nesten 30.000 kvadratmeter stort. Solceller på taket produserer strøm, og det kan lagre energi i en batteribank som tilsvarer fem Tesla-biler

I tillegg har bygningen et basseng med 300.000 liter vann. Dette bassenget er ment for sprinkleranlegget i bygningen, men det kan også brukes for å lagre varme- og kjøleenergi.

– Da vi skulle sette bygningen i drift i 2018, hadde vi åtte fulle sider med tekniske driftsregler. Det var ikke håndterlig. Vi kunne ha forenklet det, men det ville ha gjort systemet mindre effektivt, sier han.

Opalic tok kontakt med professor Morten Goodwin på Senter for forskning på kunstig intelligens (CAIR) på Universitetet i Agder (UiA). Dette førte til doktorgraden – basert på energisystemet i lagerbygningen på Vagle og hvordan kunstig intelligens kan brukes for å gjøre det mer effektivt.

Lager sin egen simulering

– Alle bygg er unike, så det krever betydelig med ekspertise og tid å innføre systemer for energistyring, sier Opalic. 

For at teknologien skal kunne tas i bruk i alle slags bygninger, bruker systemet til Opalic forsterkningslæring. Det betyr at den kunstige intelligensen får prøve seg frem og blir bedre ved å lære av sine egne feil.

Det ville vært uheldig om et dataprogram fikk prøve og feile i en virkelig bygning. Derfor blir det først laget en modell som simulerer energisystemene i bygningen.

Når systemet begynner å ta gode nok valg i simuleringen, kan det få tilgang til systemene i selve bygget.

Her kan du se hvordan systemet fungerer i praksis:

– Inspirerende samarbeid

Synnøve Gautesen Berg er direktør for ansvar og bærekraft i Rema Distribusjon. Virksomheten leverer varer til alle landets Rema 1000-butikker. Den er en energikrevende virksomhet med mange kjøle- og fryselagre.

– Det å ha en fremadrettet huseier som vårt søsterselskap Relog, er svært verdifullt. Tilgangen til den type kompetanse som Sven har opparbeidet seg, er utrolig viktig om vi skal få til innovative, effektive løsninger, sier Berg.

Hun legger til at smart energistyring er helt sentralt for å nå bærekraftsmålene Rema 1000 har satt seg.

– Dette er et svært inspirerende samarbeid som tar oss i riktig retning, sier hun.

Kan gi store besparelser

Sven Opalic mener det kan være store gevinster å hente på en slik automatisering, selv om det vil variere fra bygg til bygg.

– Om en dyktig programmerer har satt opp et godt system i et nybygg, vil det være mindre å hente. Men i lite effektive bygninger der lite er gjort fra før, kan det være snakk om besparelser på 30 til 50 prosent, sier han.

Forskningen har gitt gode resultater, og deler av forskningen er allerede tatt i bruk på Rema 1000-lageret utenfor Sandnes. Nå ønsker Opalic å legge til rette for at det kan utvikles en programvare som kan tas i bruk på flere bygg.

– Målet vårt har hele tiden vært å eliminere flaskehalser. Nå er målet å teste programvaren på egne bygg for å se om de veldig gode resultatene våre fortsatt står seg i møte med virkeligheten, sier han.

Sven Opalics doktorgrad er et Nærings-ph.d.-prosjekt hvor en bedrift og et universitet har gått sammen om et doktorgradsprosjekt. Doktorgradsprosjektet utføres av en ansatt, og skal være relevant for bedriften. Les mer om Nærings-ph.d. på Forskingsrådets sider.

 Referanse:

Sven Myrdahl Opalic: Advanced Warehouse Energy Storage System Control Using Deep Supervised and Reinforcement Learning. Doktorgradsavhandling ved Universitetet i Agder, 2023. 

 

Powered by Labrador CMS