Ambitiøst facility management-projekt baseret på Azure giver AU bedre muligheder for at spare tid, penge og energi

Omfanget af Aarhus Universitets (AU) facility management-projekt navngivet “Intelligente Bygninger” er så stort, at man først rigtigt forstår potentialet, når det bliver afgrænset til konkrete business cases. Eksempelvis hvordan man kan forbedre luftkvaliteten i et undervisningslokale ved hjælp af dataintegrationer mellem IoT-sensorer og klimaanlæg, der monitorerer temperaturen og CO2-værdierne i realtid. Hvordan man kan optimere lokaleudnyttelsen ved at koble bookingsystemer sammen med access points og sensorer, så tomme lokaler nemmere kan findes. Hvordan man kan automatisere brugen af grøn og billig strøm ved at lave en integration til Nord Pool, hvorfra der altid er adgang til de danske elpriser. Eller hvordan man kan spare energi ved at slukke for enheder og systemer, der kører på fuld damp i lokaler eller på hele etager, hvor der alligevel ikke befinder sig nogle mennesker.

"Som statslig institution er vi blandt andet forpligtiget til at spare på energien i vores bygninger. Men vi kan kun spare på energien, hvis vi ved, hvordan vi bruger den.”

- Søren Harbo Jensen, energi- og sikringsleder i AU Bygninger

Tidligere har det været umuligt at få et tværgående overblik over AU’s bygningsportefølje, fordi de mange teknologier fra forskellige leverandører ikke talte sammen. Men med Intelligente Bygninger-projektet har man samlet alle tekniske systemer, CTS-anlæg, elmålere, sensorer, access points, og hvad der ellers findes af enheder, der kan kommunikere digitalt, i én samlet styringsmodel på tværs af AU’s 553 bygninger svarende til ca. 700.000 m2 bygningsmasse. En enorm opgave, som blandt andre Microsoft og Atea har hjulpet med. Men også en vigtig opgave, fordi det at sikre et tværgående overblik og det at have et ensartet datagrundlag fra myriaden af bygningssystemer er selve forudsætningen for at bygge en business case og realisere gevinsten.

“Én af de største ønsker med projektet er at give ledelsen et bedre datagrundlag til at træffe beslutninger. Som statslig institution er vi blandt andet forpligtiget til at spare på energien i vores bygninger. Men vi kan kun spare på energien, hvis vi ved, hvordan vi bruger den.”

- Søren Harbo Jensen, energi- og sikringsleder i AU Bygninger og den ene af AU’s projektledere på Intelligente Bygninger.

Bedre lokaleudnyttelse

Projektet er opdelt i forskellige spor, hvoraf det at identificere og realisere energibesparelser er ét af de vigtigste. Derudover ligger lokaleoptimering også højt på prioriteringslisten.

“Vi får tit at vide af vores brugere, at de mangler ledige møde- og undervisningslokaler,” siger Francine Chittenden, som er den anden projektleder. “Men i virkeligheden har vi formentlig en overkapacitet af lokaler. De bliver bare ikke brugt optimalt, fordi brugerne glemmer at afbooke mødelokaler, de alligevel ikke skal anvende. Hvis vi ved hjælp af sensorer, access points og bookingsystemer kan se, hvor der er ledige mødelokaler, kan vi også guide brugerne derhen. Det betyder, at vi kan slukke for det ventilations- og varmeanlæg, der kører løs, uden nogen får gavn af det, ligesom det også kan betyde, at vi kan opsige nogle af vores lejemål og dermed spare huslejen, fordi vi reelt ikke har brug for den ekstra kapacitet.”

Automatisering og standardisering

AU arbejder med en håndfuld personaer i Intelligente Bygninger-projektet. Først og fremmest er der ledelsen, som er interesseret i at få flere data til rådighed, når de skal finde ud af, hvordan de kan spare penge på drifts- og vedligeholdelsesbudgettet. Så er der de teknisk ansatte. De vil gerne have en dybere forståelse af bygningssystemer og enheder, så de blandt andet nemmere og hurtigere kan fejlsøge på anlæg, der ikke fungerer optimalt eller trænger til udskiftning. Der er en gruppe af superbrugere, som er interesserede i at få adgang til samkørte datasæt, hvorfra de kan dykke ned i problemer og finde årsagsforklaringer. Og så er der forskerne og de studerende, som har forskellige akademiske interesser i at arbejde med avancerede bygningsdata.

Til projektet er der blevet bygget en webportal – kaldet Byg.quickview.au.dk – der gør det muligt for AU’s forskellige personaer at tilgå de informationer, rapporter, analyser og indsamlede resultater, de har adgang til, og som er relevante for dem. Det vil sige, at eksempelvis ledelsen hurtigt kan få et opdateret ‘quickview’ over de data, de har brug for, når de skal træffe en beslutning.

Med Intelligente Bygninger-projektet har man samlet alle tekniske systemer, CTS-anlæg, elmålere, sensorer, access points, og hvad der ellers findes af enheder, der kan kommunikere digitalt, i én samlet styringsmodel på tværs af AU’s 553 bygninger svarende til ca. 700.000 m2 bygningsmasse.

“Noget af det, der har været vigtigst for os, er at al dataindsamling og databearbejdning ude i bygningerne fremadrettet skal foregå automatiseret. Det, man skal gøre manuelt, har man en tendens til at glemme. Hvis der eksempelvis kommer en professor hen og siger, at de sidder og fryser i et undervisningslokale, vil mange være tilbøjelige til at skrue op for varmen. Men problemet er, at man kan glemme at skrue ned igen, når timen er forbi. Sådan nogle driftsfejl skal vi hurtigere blive opmærksomme på, og så skal responsen på den fejl automatiseres, så vi rent faktisk får det gjort,” siger Søren Harbo Jensen.

Det er også vigtigt for ham at understrege, at AU ikke er i gang med at bygge et selvskabt monster af et specialdesignet system, de skal bruge mange ressourcer på at vedligeholde. De enkelte kildesystemer er fortsat individuelle systemer. Men til forskel fra tidligere bliver kildesystemerne sat i relation til hinanden i en samlet datamodel, der afspejler brugskonteksten og på den måde leverer ny indsigt. Derudover anvender AU kun standardkomponenter fra bl.a. Microsoft, så de ikke bliver låst fast i en dataarkitektur, de ikke kan komme ud af igen.

Tid til POC

Det siger sig selv, at et projekt af et sådant omfang tager tid at etablere. AU har sammen med deres partnere indledningsvis fokuseret på at få ryddet op i gamle data for at sikre, at datavaliditeten i den nye datamodel er i orden. De har også brugt tid på at etablere de nye dataintegrationer og ført dem ind i en datagrafmodel, der på baggrund af en integration til AU’s facility management-system skaber en digital repræsentation af hver bygning. Det fungerer lidt som byggeklodser, der ligger oven på hinanden i et fast hierarki, hvor man kan se hvert enkelt område i bygningsporteføljen, hver eneste bygning, etage, rum, sensor og så videre. Det hele er forbundet.

"Det betyder, at vi kan slukke for det ventilations- og varmeanlæg, der kører løs, uden nogen får gavn af det, ligesom det også kan betyde, at vi kan opsige nogle af vores lejemål og dermed spare huslejen, fordi vi reelt ikke har brug for den ekstra kapacitet.”

- Francine Chittenden, projektleder for Intelligente Bygninger på AU

“Det gode er, at selvom det har taget os noget tid at nå hertil, så bliver meget af det efterfølgende arbejde automatiseret, fordi vi netop har brugt krudt på at bygge det rigtigt og få sat tingene i relation til hinanden,” siger Francine Chittenden og slutter.

“Næste skridt er, at vi skal i gang med en POC i et bygningskompleks på cirka 5.000 kvm, vi har fået tildelt. Det bliver både brugt til undervisning, laboratorium, til ansatte og studerende, så det er meget repræsentativt. Her skal vi gøre os de første erfaringer og løbende tilrette løsningen, så vi efterfølgende kan brede den ud over AU’s bygningsportefølje.”

Kontakt din primære Microsoft-kontaktperson eller Atea, hvis du vil vide mere om løsningen, eller er interesseret i at høre om mulighederne i din organisation.