Tornberget minskar sina energikostnader med hjälp av BI och AI

– Tornberget, liksom många andra fastighetsägare och förvaltare, gör idag vad de kan för att minska energiförbrukningen då kostnaderna för el och energi har skjutit i höjden. Genom att aggregera detaljerad data om historisk användning, energipriser och väderdata får du bättre kunskap om dina energikostnader och vad som kan göras för att minska dem. BI-lösningen som vi har byggt åt Tornberget ger dem snabb överblick av fastigheternas historiska förbrukning, kopplat till korrelerade priser, väder och prognoser. Lösningen hjälper företaget att bättre förstå vad som driver kostnaderna och hur de kan optimera sin energiförbrukning och uppvärmning, säger Clinton McCabe, Chef för Data & Analys på Precio Fishbone.

Eskalerande energikostnader kräver ständigt färsk data

Tornberget Fastighetsförvaltnings AB ägs av Haninge kommun. Bolaget bygger och förvaltar ett brett utbud av fastigheter i kommunen såsom skolor, omsorgsboenden, parker, bibliotek, idrottsanläggningar, kontor med mera. Deras totala fastighetsbestånd omfattar cirka 300 000 kvadratmeter fördelat på cirka 250 byggnader och anläggningar, varav de flesta ägs av Tornberget.

Tidigare använde Tornberget olika Excelblad innehållande relativt enkla analysmodeller för att sammanställa och analysera fastigheternas energiförbrukning. Underliggande data samlades in manuellt från energileverantörer och Tornbergets egna mätsystem. Arbetet var tidskrävande och lösningens skalbarhet var relativt begränsad, liksom möjligheten att göra prognoser.

Tornberget behövde få bättre och djupare kunskap om energiförbrukningen och alla samverkande parametrar som avgör den totala energikostnaden. De ville ha ett lättillgängligt system som kan inhämta data automatiskt och förse controllers, fastighetsförvaltare och andra beslutsfattare med färska nyckeltal, rapporter och handlingsbara insikter. Med bättre kunskap kan de sedan agera snabbare på historiska avvikelser och framtida scenarier för att optimera schemalagd uppvärmning och implementera andra process- och tekniska förbättringar. Åtgärder som leder till lägre energikostnaderna.

– Vi träffade Tornberget i maj 2022 för att diskutera deras utmaningar, behov och önskemål. Efter några mycket produktiva workshops med företagets nyckelanvändare och beslutsfattare tog vi fram ett förslag på en skalbar, användarvänlig, kostnadseffektiv och molnbaserad BI-plattform. Lösningen som vi kom fram till att bygga är i första hand baserad på Microsoft Azure och Power BI, förklarar Clinton och tillägger:

– Valet av teknik beror bland annat på Azures höga skalbarhet, kompabilitet, kostnadseffektivitet samt enkla implementering av hybridmolnlösningar. Power BI är en av de mest flexibla och kraftfulla BI-lösningarna. Dessutom är den väldigt enkel att använda. Om du kan Excel har du inga problem att hantera Power BI.

Automatisk insamling av färsk data

Clinton och hans utvecklingsteam började bygga lösningen i början på juni. Den första versionen av Tornbergets BI-system för energiförbrukning lanserades i slutet av augusti. Lösningen hämtar data från energileverantörer (främst elbolag) och Tornbergets fastigheters elmätare via energidatainsamlaren Metry. Kompletterande data, som väderdata och annan relevant information om varje fastighet och anläggning, hämtas från väderdataleverantörer och från Tornbergets interna databaser.

Informationen som Metry tillhandahåller inkluderar faktiska förbrukningsdata hämtade från både smarta och analoga mätare. Uppgifterna inkluderar även historiska avvikelser och larm, beroende på mätartyp och modell, samt viss metadata om mätaren och byggnaden den är installerad i, såsom byggnadsyta och mätarens placering. Beroende på de smarta mätarnas funktionalitet och energileverantörernas tjänster är de flesta insamlade förbrukningsdata inte mer än en timme gamla. Tornbergets ambition är att ha tillgång till all förbrukningsdata på timbasis.

Dessutom samlar Metry in priser och andra uppgifter från Tornbergets energileverantörer, i enlighet med företagets abonnemangsavtal, bland annat priset på el per timme, dag eller månad. I denna första version av BI-lösningen innehåller informationen som Metry tillhandahåller el- och fjärrvärmedata, men det kan lika gärna vara förbrukningsdata som samlas in från vatten-, kyl- och gasmätare. Informationen kan också inkludera data från i princip vilken typ av sensor som helst, till exempel temperatur-, värmepumps- och solpanelssensorer.

– Vi håller just nu på att inkludera data från andra energikällor i applikationen, bland annat från solpaneler. Tornbergets mål är att ha alla energi- och värmesystem tillgängliga i BI-lösningen, berättar Clinton.