Minskad energianvändning med smarta agenter

Joakim Pontén, Senior IoT Solution Architect, Ericsson Bild: Johanneberg Science Park

I ett omfattande EU-projekt testas nu en lösning på Chalmers campus Johanneberg i Göteborg, där automatiserade mjukvaruagenter ska köpa och sälja energi på en digital marknadsplats, som utvecklas av Ericsson.

Att handla med värme, kyla och el mellan byggnader inom ett avgränsat lokalt område kan vara ett sätt att närma sig ett framtida fossilfritt energisystem.

Fossil-Free Energy Districts (FED) är ett EU-finansierat projekt som drivs inom Göteborgs Stad där Ericsson är en av nio lokala samarbetspartners. Unikt med projektet är att man kopplar samman både kyla, värme och el i ett enda system och som testbädd används fastigheter på Chalmers campus i Johanneberg – ett område som redan producerar en stor del egen energi genom bland annat solceller, värmepumpar och en kraftcentral på området. Det Joakim Pontén och hans kollegor gör är att koppla ihop de driftsystem som redan finns för fastigheterna med Ericssons plattform för Internet of Things (IoT) lösningar. Till dessa kopplas sedan ett antal robotiserade smarta agenter som ständigt bevakar energiförbrukning kopplat till prognoser om till exempel väder och annat som kan påverka energitillförsel och förbrukning.

– I framtiden när energi från vind och sol ökar kommer vi att se en större rörlighet i energipriset som beror på hur stor energitillförseln är vid varje given tidpunkt. Vårt system bygger på att skapa ekonomiska incitament för användarna att vara flexibla i sin energiförbrukning, det vill säga att förbruka energi när tillgången är hög och priset lågt. Det kan till exempel handla om att man värmer upp ett hus några timmar innan man vet att det kommer att bli kallt. Kunden sparar då pengar samtidigt som man slipper bränna av gas och olja för att upprätthålla marginalproduktionen.

Hela marknadsplatsen är molnbaserad och automatiserad. Agenterna hämtar in data ur systemet och köper och säljer energi när det är som mest fördelaktigt. De är dessutom baserade på maskininlärning och blir på så vis bättre och bättre på att lösa sin uppgift ju längre projektet löper. Målet med FED är att kapa fossila energitoppar med 80 procent och minska mängden importerad energi i systemet med 30 procent.