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.
(Foto: Relog)
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.
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.
Les også disse artiklene fra Universitetet i Agder:
forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER