Transition: Byggnader -> Ventilation och värme (HVAC) -> Energieffektivisering
Verksamhet
Victoriahem
Omställningsområde
Byggnader
Sektor
Energieffektiva byggnader
Teknisk lösning
IoT och fastighetsdata
AI-styrning av värmesystem på byggnadsnivå
Reglering av inomhustemperatur
Öppna API:er och möjlighet att använda 3:e parts leverantör av sensorer
Självlärande AI-modell
Användarvänlig plattform för samordning och lärande runt energibesparingsuppdraget
Utgångspunkt
Victoriahem ville minska övertemperaturer i byggnader och relaterade kostnader och sökte en kostnadseffektiv lösning för att kunna driftoptimera utan att ha spetskompetens på plats, öka uppkopplingen utan att behöva investera i ett fullt ut datoriserat styrsystem eller modernisering av värme- och ventilationssystem i sin helhet.
Lösning
Lösningen möjliggör standardiserad uppkoppling av byggnader och optimerar värmesystemet löpande, vilket förstärker effekten av andra åtgärder som fönsterbyten och isolering. Från 2018 knöts projektet även till bolagets energi- och miljömål samt fastighetsägaransvar för inomhustemperatur. Det blev samtidigt ett första steg mot digitalisering med låg tröskel.
Lösningen implementeras genom att fastighetsägaren installerar en hubb för mätning av utomhusklimat och inomhussensorer i byggnaden, alternativt integrerar inomhusmätning från tredjepartsleverantör. Hubben skickar sensordata till en molnplattform och AI-styrfunktionen beräknar – baserat på fastighetens karakteristika, väderprognoser och en modellerad utomhustemperatur – optimal framledningstemperatur. Den beräknade framledningstemperaturen skickas till värmecentralen i den individuella byggnaden som kontinuerligt styr energitillförseln. Lösningen erbjuder även ett användarvänligt gränssnitt för olika yrkesroller, och Victoriahem har utbildat sin personal för att tolka data och felsöka.
Idag används lösningen i över 60 procent av Victoriahems bestånd, ca 28 000 lägenheter motsvarande 2 160 000 m².
Erfarenheter från implementering
Victoriahem införde lösningen med ett tydligt affärsfokus: att minska energikostnader genom att identifiera övertempererade byggnader. Över tid blev lösningen ett verktyg för att nå miljömål och ta ansvar för inomhustemperatur enligt fastighetsägaransvaret, och ett steg mot ökad uppkoppling och distansmonitorering av fastigheterna.
Lösningen optimerar värmesystemet löpande och förstärker effekten av andra energieffektiviseringar, som fönsterbyten eller isolering. Den valdes som ett första steg mot digitalisering, tack vare sin låga tekniska tröskel.
För att styra uppvärmningen krävs sensorer i 20–30% av lägenheterna, men för full kontroll av inomhusklimatet och kontroll av fastighetsägaransvaret krävs sensorer i samtliga. Initialt användes ett mindre antal trådbundna sensorer, men över tid har dessa bytts ut mot trådlösa sensorer, antalet sensorer har ökat och installeras nu i alla lägenheter i nya projekt. God datakvalitet och integration med befintliga system är avgörande.
Teknisk personal behöver grundläggande förståelse för värmesystem och dataanalys för att tolka information och felsöka. Lösningen har också gett bättre informationsdelning och kontinuitet i organisationen.
En jämn inomhustemperatur och fungerande uppvärmnings- och ventilationssystem är förutsättningar för att lösningen ska ge ekonomisk effekt. Den ger störst besparing i starten (år 1–3) och fungerar därefter mer som en kvalitetssäkring. Utmaningar finns i att motivera fortsatt användning efter att de initiala besparingarna är inhämtade, undvika teknikinlåsning med proprietära sensorer och hantera systemets komplexitet. Det är inte en “plug and play”-lösning, utan kräver strategi, justeringar och engagemang.
Resurser
För att komma igång krävdes:
- Tillförlitlig energidata: Fullständig, korrekt och konsekvent data är grunden. Det handlar om att kartlägga källor för inomhustemperatur, el- och fjärrvärmeförbrukning samt andra relevanta mätvärden. Saknas API-integrering krävs manuell insamling och hantering, inklusive rensning och formatering, innan datan kan användas i analysplattformen.
- Grundkompetens hos personalen: Ett användarvänligt system räcker inte – det krävs teknisk förståelse. Personal måste kunna tolka data, förstå hur styrningen påverkar värmesystemet och kunna felsöka. I Victoriahems fall drevs arbetet i början av engagerade medarbetare, vilket visar vikten av intern kompetens och ansvarstagande. En Victoriahem manual för lösningen har därför tagits fram tillsammans med leverantören för att garantera full nytta av systemen och säkerställa kunskapsöverföringen internt.
- Teknisk balans i byggnaden: För att få full nytta av lösningen måste byggnaden vara i teknisk balans – lösningen kan inte kompensera för stora brister i ventilation, isolering eller ojämn värmefördelning.
Klimat och ekonomisk nytta
COe reduceringspotential
Reglering av energianvändning för uppvärmning – oberoende av energislag. Ineffektiva byggnader ger de största besparingarna jämfört med moderniserade byggnader.
Plattform och användargränssnitt för intern samordning och gemensam förståelse för energibesparingsuppdraget.
Den faktiska CO₂-besparingen beror av startläget (tidigare åtgärder, energital, övertemperaturer) och vilket energislag som används. Lösningens eget avtryck är litet jämfört med vinsten.
Minskade resor för drift och underhåll – genom ökad distansövervakning (ej kvantifierad nytta)
Klimat för pengarna
- Vid en genomsnittlig energianvändning på 125 kWh/m² och ett energipris (exkl. varmvatten) på 1 kr/kWh krävs en årlig besparing på minst 2,5 % för att nå break-even.
- I snitt uppskattas tjänsten ge en energibesparing på omkring 4 % per år.
- Energibesparing bedöms variera mellan 1-10% beroende på vilka övriga energieffektiviserande åtgärder som redan genomförts.
- En jämn inomhustemperatur och fungerande uppvärmnings- och ventilationssystem är förutsättningar för att lösningen ska ge ekonomisk effekt. Lösningen gav störst avkastning de första åren, och har därefter fungerat som en kvalitetssäkring.
Spridningspotential
- Snabb och enkel att rulla ut. Lösningen kräver inga stora hårdvaruinvesteringar.
- Modulär och delvis öppen arkitektur. Kan integreras med befintliga system och sensorer. Dock finns en viss inlåsningseffekt i att leverantörens sensorer använder proprietärt protokoll och därför behöver bytas ut vid systemskifte.
- Bred användning i praktiken – lösningen används i stor skala.
- Anpassningsbar till olika fastigheter och energislag. Fokus på fjärrvärmda bostäder, men överförbar till andra fastighetstyper och energisystem.
- Kräver viss digital mognad. För att få full effekt krävs tillgång till energidata och personal med grundläggande förståelse för energi- och värmesystem.
Vilka har nytta av lösningen?
Fastighets- och drifttekniker – för effektiv drift och snabb åtgärd vid problem
Får realtidsdata som hjälper dem upptäcka avvikelser, agera före klagomål och felsöka snabbare. De kan enkelt se temperaturdata för enskilda lägenheter, identifiera tekniska problem och övervaka byggnader på distans.
Förvaltare och energiansvariga
Får helhetsbild över energiförbrukning och värmebehov, kan logga åtgärder och följa upp effekter av investeringar. Systemet samlar historik och åtgärdsdata som underlättar internt samarbete och onboarding av nya medarbetare. Ser både miljönytta och affärsvärde. Lösningen bidrar till lägre energikostnader, uppföljning av inomhustemperaturkrav och möjliggör distansövervakning. På sikt fungerar den som en kvalitetssäkring för energiprestanda.
Kundtjänst och hyresgäster
Kan snabbt svara på frågor om inomhustemperaturer via ett lättnavigerat gränssnitt, vilket effektiviserar hantering av boendeklagomål och förfrågningar från exempelvis kommunen. Får jämnare inomhusklimat och förbättrad komfort. Lösningen stödjer även elbilsladdning i flerbostadshus och gör det möjligt att visa temperaturhistorik vid eventuella problem.
Så kommer du igång
1
Tillgång till korrekt energidata
- Systemets effektivitet bygger på tillgång till komplett, konsekvent och kvalitetssäkrad data – som inomhustemperatur, el- och fjärrvärme-förbrukning samt energideklarationer.
- Saknas API-integrering krävs manuell insamling, rensning och formatering.
2
Säkerställ kompetens och engagemang hos medarbetare
- Viss digital mognad i organisationen är en förutsättning. Lösningen kräver mer än bara installation – den förutsätter teknisk förståelse.
- Drifttekniker måste kunna tolka data, förstå hur styrningen påverkar värmesystemet och kunna felsöka. Hos Victoriahem har intern kompetens-utveckling varit avgörande, där flera blivit specialister på systemet.
3
Styrbara värmecentraler
- För att AI-styrningen ska fungera måste värmecentralerna kunna ta emot en justerad utetemperatur och anpassa framledningstemperaturen därefter. Om denna funktion saknas, uteblir effekten. Lösningen ersätter den vanliga utomhusgivaren och skickar en simulerad temperatur tillbaka till systemet.
UTTC Kontakt
Anna Bondesson
Email: anna.bondesson@ri.se
Johan Sandberg
Email: johan.sandberg@umu.se