Klimat & Miljö

Bättre beslutsunderlag för energirenovering med digital tvilling

Testas som pilot

Bättre beslutsunderlag för energirenovering med digital tvilling

Vad?

Tillsammans med bland annat Chalmers och andra kommunala fastighetsägare arbetar vi fram digitala verktyg för storskalig energirenovering av byggnader. Detta görs i det Vinnova-finansierade projektet DecarbonAIte och vi i Helsingborg förser projektet med data om våra fastigheter och input kring de digitala verktyg som projektet arbetar fram.

Varför?

Vi har mål att minska våra lokalers energiförbrukning och vi står inför omfattande renoveringsbehov av våra äldre fastigheter. Att nyttja ML (Machine Learning) och AI för att ta fram bra beslutsunderlag till detta hjälper oss att göra åtgärder där vi får ut mesta möjliga effekt av våra renoveringar.

Hur?

Projektet ska:

  • Ta fram metoder för att kunna extrahera information för prestandasimulering av byggnaden.
  • Projektet tar fram optimeringsmetoder för energisimulering, livscykelanalys (LCA) och livscykelkostnadsanalys (LCC).
  • Projektet implementerar slutligen optimeringsmetoderna i ett beslutsstödsverktyg att användas av behovsägaren.
Publicerad: 10 maj, 2024
Senast uppdaterad: 24 maj, 2024

Effektmål

Bättre underlag till energibesparande renoveringsprojekt.

Kontakt

Namn: Daniel Edenström
E-post: daniel.edenstrom@helsingborg.se