DataHub fra Energinet, IoT-teknologier og fjernaflæste data fra dataloggere.

Det er bare nogle af de dataindsamlings-teknologier, der er udbredt i dag – og der er mange flere på vej. 

De nye teknologier betyder, at endnu flere digitale data om vores bygninger bliver tilgængelige  – og den udvikling hilser vi velkommen hos EnergiData.

For EnergiData er det dog ikke teknologien til at indsamle data alene, der er afgørende. Vi har først og fremmest fokus på at indsamle de data, kunden allerede har tilgængelige i sin ejendomsmasse.

Vores erfaring viser, at langt størstedelen af vores bygninger automatisk rummer meget store mængder data, men at mange ligger hen og ikke bliver opsamlet og udnyttet optimalt, før de suppleres eller erstattes af nye data.

”Det er paradoksalt, at der bruges så mange ressourcer og penge på at udvikle nye teknologier til at indsamle data, når vi ser et uudnyttet potentiale i de data, der allerede findes om vores bygninger,” siger Tommas Lærkegaard-Jensen, der er salgschef hos EnergiData.

Sæt data i spil

EnergiData står bag det digitale energistyringssystem MinEnergi 2.0, som kan integreres med de datakilder, kunden i forvejen har til rådighed. MinEnergi 2.0 rummer store mængder data, og de skal udnyttes bedst muligt.

Et udpluk af de mange datakilder på markedet, som gør det muligt at indsamle data om sine bygninger.

”EnergiData arbejder hver dag for at omsætte data til handling og resultater i form af energibesparelser for vores kunder. Man kan argumentere for, at jo flere data vi har til rådighed, jo flere muligheder har vi også for at optimere på vores kunders forbrug og adfærd. Men det kan ikke stå alene,” siger Tommas Lærkegaard-Jensen. Han fortsætter:

”Data bliver først værdifulde, når de bliver sat i spil og omsat til handlinger, som skal fremme besparelser på bundlinjen og forbruget. Indsamling af data er første skridt på vejen, men resultaterne ser vi først, når der bliver igangsat konkrete initiativer. Derfor kan muligheden for at indsamle og tilgå data ikke gøre det alene i arbejdet med energieffektive bygninger”.

EnergiData bruger kunstig intelligens – ofte også kaldt maskinlæring – til at kværne gennem de store mængde data og omsætte de mange tal til nyttig viden, der kommer brugerne til gode. Det fortæller Lars Hansen, der er IT-chef hos EnergiData. 

”Ved at fodre en computer med historiske data om f.eks. energiforbruget og vejret i en bygning, skal computeren kunne spå om forbruget i fremtiden. Det er en stor gevinst i arbejdet med at lægge energibudgetter, men også i forhold til at modtage alarmer, der er udløst på baggrund af afvigelser fra computerens spådom og ikke opsatte grænseværdier,” siger han.  

Målet er at sætte alle eksisterende data i spil, så energiforbruget kan holdes på et minimum, mens energien bliver udnyttet optimalt. Det oplever vi ofte i vores hverdag, hvor ventilationsanlæg f.eks. kører i en tom bygning om natten – og i øvrigt ikke er indstillet korrekt til rummet. På den måde bruges unødvendig energi, og når den bruges, bliver den ikke udnyttet optimalt. 

Økonomiske besparelser på mellem 10 og 30 %

EnergiData har gode erfaringer med at hjælpe kunder til at spare penge på energiforbruget. 

Vores erfaring fra mere end 20 år i branchen viser, at det er realistisk at spare mellem 10 og 30 % på energibudgetterne – og i nogle tilfælde ser vi endnu større økonomiske besparelser.

Vi har lavet flere energistyringsprojekter, hvor tilbagebetalingstiden har været mellem et halvt og to år. 

De korte tilbagebetalingstider viser, at der er potentiale for store besparelser ved at gribe ned i og anvende de data, som allerede er tilgængelige i kundens bygningsmasse. Det viser sig nemlig ofte, at det er evnen til at anvende data optimalt og nogle gange i andre sammenhænge, der er nøglen til besparelser. 

Data hjalp under coronanedlukning

Da store dele af Danmark lukkede ned på grund af myndighedernes restriktioner, indførte EnergiData en service, der skulle stoppe vandspild i tomme bygninger. 

Servicen bestod i en gratis alarm, der blev udløst ved et usædvanligt vandforbrug om natten. EnergiDatas medarbejdere modtog alarmerne og kontaktede den bygningsansvarlige, som kunne reagere i tide og stoppe spildet.

Alarmen blev alene en realitet på baggrund af de forbrugsdata, der allerede var tilgængelige i MinEnergi 2.0. Det er ifølge Tommas Lærkegaard-Jensen med til at understrege pointen om, at man ikke skal gå over åen efter vand, men bruge de data, der allerede er tilgængelige. 

”Vores service under corona-epidemien er et glimrende eksempel på, hvordan tilgængelige data kan bruges i nye sammenhænge, når behovet opstår. Nogle gange skal du komme ud over rampen og sætte data i spil i stedet for at fokusere på at indsamle flere,” slutter Tommas Lærkegaard-Jensen.