EnTune Buildings

De uitdaging

Energie-systemen in grote centraal beheerde gebouwen (kantoren, hotels, enz.) zijn vaak inefficiënt en conventioneel. Wat we in de praktijk zien, is dat installateurs bij de oplevering van een gebouw de warmtepomp en installaties eenmalig configureren, waarbij een zomer- en een winterprogramma worden ingesteld. Daarna draait het systeem zoals geconfigureerd en worden er geen aanpassingen meer doorgevoerd. Dus stel je voor wat er gebeurt op een zeer warme lentedag – met het systeem nog in de wintermodus.

Gelukkig zijn er modernere systemen beschikbaar. Deze systemen bieden gebruikers inzichten (monitoring dashboard), stellen beheerders (bijvoorbeeld facilitair managers) in staat instellingen aan te passen, en worden geleverd met thermostaten die per kamer kunnen worden ingesteld. Hoewel efficiënter dan traditionele systemen, komt het nog steeds neer op handmatige aanpassingen en sluit het menselijke fouten niet uit.

Met EnTune gaan we een stap verder en maken we de energie-systemen van centraal beheerde gebouwen echt slim. Denk aan het integreren van weersvoorspellingen, energieprijzen, gebouwkenmerken en warmtepompdynamiek.

Technologie

Om een dergelijk slim energie-systeem voor gebouwen te creëren, zijn we begonnen met het maken van een Digital Twin (DT) van het gebouw: een virtuele replica van het gebouw gebaseerd op data, die realtime monitoring, analyse en simulatie mogelijk maakt voor optimalisatie- en besluitvormingsdoeleinden. Deze DT kan nauwkeurig de energiekenmerken van het gebouw voorspellen: we simuleren hoe snel het gebouw opwarmt of afkoelt op een bepaald moment op basis van weersvoorspellingen, zoninstraling, thermische massa en meer, wat ons vertelt of we de warmtepomp of de airconditioning moeten inschakelen om een comfortabele temperatuur te bereiken.

Om automatisch te voorspellen, gebruiken we Model Predictive Control (MPC), waarbij we machine learning en een natuurkundige benadering combineren. Deze combinatie is essentieel, omdat het systeem hierdoor in de loop van de tijd kan leren. Bovendien vereist het niet veel trainingsdata en kan het gemakkelijk worden aangepast aan elk type gebouw. De MPC regelt de temperatuur in het gebouw door constant simulaties uit te voeren (gebaseerd op de temperatuurdata van het gebouw, gebouwkenmerken en weersvoorspellingen) en beslissingen te nemen op basis van deze simulaties.

Een ander belangrijk aspect is de COP-waarde van een warmtepomp, die de efficiëntie ervan vertegenwoordigt. Soms is het efficiënter (qua energie) om iets verder te koelen of te verwarmen, in plaats van de warmtepomp constant in- en uit te schakelen. Het optimaliseren van de COP-waarde is een ander aspect dat de MPC beheert.

Impact

Bij een van onze pilotklanten, gezondheidscentrum BBDW, hebben we al 10% besparing op hun totale energierekening gerealiseerd – binnen een periode van drie maanden. Naast de besparingen was de facilitair manager van BBDW bijzonder tevreden met de inzichten in het gedrag van eindgebruikers. Deze inzichten geven hem een duidelijk overzicht van wie de thermostaat op welke temperatuur in welke kamer instelt en de verschillen tussen bewoners (bijvoorbeeld: de arts die elke ochtend de thermostaat op 23 graden zet, en de fysiotherapeut die hem elke dag op 18 graden zet), wat direct tastbare input is voor gesprekken.

Wat belangrijk is, is dat deze besparingen en inzichten het algehele comfort van de gebruikers niet negatief hebben beïnvloed. Integendeel, sinds de lancering van EnTune Building in het gezondheidscentrum is het handmatig aanpassen van de thermostaat door gebruikers met 66% afgenomen. Dit suggereert dat gebruikers meer tevreden zijn met de instellingen van EnTune en minder ongemak ervaren.

Door ons systeem verder te verbeteren, zijn we ervan overtuigd dat we in de toekomst een energiebesparing van 20% kunnen realiseren. Het systeem bij BBDW omvat nog geen dynamische energieprijzen en is gebaseerd op de temperatuur per kamer. In de toekomst willen we sturen op de energiebehoeften van het hele gebouw in plaats van kamer specifiek.