Göteborgsbacken väster om Jönköping slår de flesta rekord. Där stiger motorvägen kraftigt i en lång backe med 130 meters höjdskillnad som tidigare ofta fick den tunga lastbilstrafiken att stå och spinna.
Sedan 2007 har backen värmeslingor som kopplas till en returledning i Jönköping Energis fjärrvärmenät. Värmen slås på automatiskt när reglersystemet känner av kylan. Under ett normalår kan energianvändningen ligga runt 950 MWh.
Också i Bergen på norska västkusten är det i år en extra mild vinter. Vanligtvis har staden ständiga väderskiften runt nollgradigt, och inte långt från centrum ligger Nordnesbacken där stadsbussarna fastnar på väg upp medan de gående halkar ner.
Nu lägger BKK Varme ned värmeslingor i backen när de ändå bygger nytt fjärrvärmenät. Markvärmen ska styras av en robot i en närliggande fjärrvärmecentral, en egenutvecklad mjukvara med inslag av artificiell intelligens (AI).
– Med rätt AI-programmering blir driften av gatuvärme betydligt enklare och mer kostnadseffektiv, säger BKK Varmes utbyggnadschef Martin Horne.
Roboten ska ta löpande beslut kring värmen baserad på förprogrammerade algoritmer, historiska data och aktuell information från sensorer och väderprognoser. Den ska hålla extra koll på sådant som påverkar väglaget, som nederbörd, lufttemperatur och om det blir sol eller molnigt – ungefär som den klassiska reglertekniken gör i Göteborgsbacken.
Skillnaden är att AI-roboten är tänkt att ligga framför verkligheten. Prognosalgoritmer är AI-teknikens heliga graal som slår på värmen före isen lägger sig och stänger ned innan mildvädret kommer. Då utnyttjas den termiska trögheten bäst.
– Då får vi en proaktiv robot som utför egna prognoser och sköter värmeflödet helt självständigt, säger Martin Horne.
Gaturoboten i Bergen är egentligen en avknoppning av BKK Varmes största robot, ett lokalt utvecklat, delvis AI-baserat automationssystem som styr driften av hela det 6 000 kubikmeter stora fjärrvärmenätet som 2018 toppade med 322 GWh produktion. Varje sekund strömmar 66 000 nya signaler in till driftcentralen från nätets alla hörn och nivåer.
AI-algoritmerna hämtar bland annat in väderdata för de nästa två dygnen och mixar dem med information från en driftsdatabas. Almanacksdata ser till att man inte kör måndagseffekt på helgdagar. Kontor och bostäder har olika profiler.
66 tusen
signaler strömmar in till driftcentralen från gaturoboten i Bergen varje sekund.
– När alla parametrar är på plats kan roboten prediktera förbrukningen till Bergens fjärrvärmekunder med 97 procents noggrannhet, säger produktionschef Kristian Aho på BKK Varme.
Längre uppströms ackumuleras värme i både tur- och returledningarna.
– När det finns värmeöverskott kan en höjning av temperaturen med 20 grader motsvara ett inflöde på cirka 50 MWh ny energi, säger Jan Ove Haugen på ingenjörs- och konsultföretaget Norsk Energi som har utvecklat styrsystemet tillsammans med BKK Varmes egna programmerare.
– Nätet blir som en ackumulatortank eller buffert som används före spetslasten. Skillnaden i effektförbrukning mellan dag och natt blir inte lika utmanande för systemet. När vädret blir kyligare kan temperaturen i nätet istället sänkas i takt med att förbrukningen ökar.
Totalt ger lagrad extravärme, ett automatiserat pannväljarsystem och automatiska boosterpumpar en betydlig minskning av spetslasten. Ute hos slutkunderna har fjärrvärmecentralerna fått ett nytt styrsystem med AI-möjligheter, som den i Nordnesbacken.
Dessutom får gaturoboten på Nordnes sin värme från ett automatiserat avfallssystem. Här finns världens enda heltäckande rörsystem för underjordisk soptransport. Genom ett vakuumsystem sugs sop-påsarna ut i en fart på upptill 70 kilometer i timmen, en teknologi inspirerad av den rörkunniga offshore-
industrin. Över stora delar av innerstaden står därför vertikala sopnedkastrobotar med luckor för bland annat hushållsavfall.
Sopornas slutmål är avfallsbolaget BIR:s förbränningsanläggning i Rådalen som energiåtervinner avfallet och skickar värmen i retur till centrum och Nordnes. Och där finner vi robotkopplingen: avfallsstyrningen sker med data från 190 000 sensorer i en molnbaserad miljö. Teknologin har utvecklats av det egna dotterbolaget Waste IQ med målet att ta konceptet vidare ut på en internationell avfallsmarknad.
Henrik Wickström,IT-projektledare på Mälarenergi, har lett flera forskningsprojekt med AI-koppling i regi av Rise, bland annat Smarta flöden med fokus på optimering genom mönsterigenkänning och maskininlärning. Det har gått både väl och bra, och forskningen fortsätter i andra projekt.
Samtidigt menar han att kommunikationen mellan moln och fjärrvärmesystemet ibland kan vara krånglig då hårdvaran inte hänger med i mjukvarans evolution. Det kan stoppa utvecklingen av AI-applikationer som gatuvärme. Den senaste AI-bromsen är emellertid mest en attityd- och kulturfråga:
– En stor utmaning med AI är att få operatörerna att lita på systemet och ta applikationerna ut i kontrollrummen. Generellt finns uppfattningen att AI är en intressant teknik men att jobbet sköts lika bra utan, säger Henrik Wickström.
Ai-skepsis är en växande internationell utmaning – den finns inom industrin och samhället generellt och har getts namnet Explainable AI. Ett problem är att tekniken kan vara så komplicerad att inte ens utvecklarna själva förstår hur robotarna kommer fram till vissa beslut.
– Det som kanske är mest anmärkningsvärt med den norska fjärrvärmeroboten är därför att man faktiskt vågar att låta AI-tekniken styra fullt ut, säger Henrik Wickström.
Sett i ett större perspektiv finns det många anledningar till att Bergen har hamnat i förgrunden med sina unika system för fjärrvärme och avfallshantering. Generellt är norsk fjärrvärme med tillhörande avfallsförbränning ett relativt ungt fenomen sett ur svensk synvinkel. Fjärrvärmen i Bergen startade från noll 2003.
– En ung generation ingenjörer kunde därför gå rakt på digitalisering och ny automation som en grundförutsättning för utbyggnaden. Utvecklingspotentialen för fjärrvärme kommer ändå alltid att vara mer beroende av lokala insatser, påpekar Øystein Haaland, vd på BKK Varme.
– Våra styrsystem är avancerade men baseras på tillgänglig teknik. Lösningarna är däremot unika för Bergen och kan inte enkelt exporteras till andra nät. Därmed begränsas marknaden.
Generellt står dock fjärrvärmebranschen inför ökande användning av AI-teknik som maskininlärning och mönsterigenkänning, tror Martin Horne. Det kan ge markvärmen nya förutsättningar om ny digitalisering kan göra den enklare och mer kostnadseffektiv.
– I Bergen kommer roboten troligtvis att användas på fler anläggningar för gatuvärme, säger Martin Horne.
Tillbaka till Jönköping där man också använder datainsamling för att få en effektivare och proaktiv halkbekämpning. Göteborgsbacken sköter sig själv och istället fokuserar energi-bolaget på andra delar av vägnätet, men nu utan fjärrvärme.
Tillsammans med kommunens tekniska avdelning bygger man upp en infrastruktur för väglagssensorer som kopplas upp via ett Lora-nätverk (long range/lång räckvidd), som är en öppen standard för IoT-kommunikation i smarta städer.
– Vi använder dock inte AI men vanlig smart it. Det nya ligger i att koppla alla data till nya applikationer med smart programvara, säger Glenn Lunell, affärs-utvecklare på Jönköping Energi.
– Och här har vi hittat en ny nisch. Vi är först i Sverige med att bygga upp ett Lora-baserat system för halkbekämpning som i realtid berättar hur isigt det är på vissa kritiska vägar.
Målet är att kommunens beredskapspersonal framöver ska slippa att köra uppåt tio mil varje natt för att mäta luft- och marktemperaturer manuellt för att därefter kalla in rätt resurser ut för saltning och skottning i morgontimmarna. Med en app i fickan kan vägnätet skötas från soffan.
Morten Valestrand
