Lämmitystä säädetään edelleen 40 vuotta vanhalla ratkaisulla, joka perustuu vakiokäyriin eikä ota huomioon kiinteistön todellista energian tarvetta. Dataa ja koneoppimista hyödyntäen lämmitystä on mahdollista säätää älykkäästi, mistä on erityistä hyötyä syksyn lämpötilavaihteluissa.
Energiasiirtymästä ja energiatehokkuuden parantamisesta puhutaan paljon, mutta keskustelu keskittyy energian tuotantoon tai kierrättämiseen esimerkiksi lämpöpumppujen avulla. Jos kiinteistöjen energiankäyttöä todella halutaan optimoida, pitäisi huomioida myös kiinteistön todellinen energiantarve ja käyttäytyminen eri olosuhteissa.
Uudet kiinteistöt suunnitellaan edelleen usein 40 vuotta vanhan mallin mukaan. Siinä lämmitys- ja ilmanvaihtoverkostojen säätö tapahtuu pahimmillaan kaksipisteisten säätökäyrien perusteella. Tapa on sinänsä toimiva, jos hyväksytään se, että sääheilahtelut vaikuttavat sisäolosuhteisiin, esimerkiksi kelin äkillisesti lauhduttua sisällä on hetken aikaa tarpeettoman kuuma.
Eniten sisätilojen olosuhteisiin vaikuttaa juuri se, millainen lämpötila ulkona on ja kuinka paljon aurinko säteilee. Siksi syksyn ja kevään sääolosuhteiden heilahtelut tuntuvat käyttäjien nahoissa ja syövät energiaa turhaan. Välikausina isotkin, jopa lähes 30 asteen lämpötilan vaihtelut vuorokauden sisällä ovat toistuvia ja tavallisia, ja sateen ja paisteen vuorottelu voi olla todella nopeaa.
Tähtäimessä merkittävät säästöt
Modernilla tekniikalla on mahdollista saavuttaa merkittävää energiansäästöä varsinkin isoissa kiinteistömassoissa. Jos toimistokiinteistö on viikonloppuna vähällä käytöllä, sisälämpötila voidaan haluttaessa laskea kahta astetta normaalia matalammaksi, esimerkiksi 18 asteeseen. Silti voidaan taata, että maanantaina töihin palatessa olosuhteet ovat halutut.
Järjestelmä pystyy laskemaan ja toteuttamaan muutoksen riippumatta siitä, onko ulkona +15 vai -10 astetta. Parin asteen lämpötilan laskulla ei ole energiankulutuksen kannalta suurta merkitystä silloin, jos ulkona on 15 astetta lämmintä, mutta merkitys on todella suuri, jos ulkona on -20 astetta.
Toisena esimerkkinä voisin mainita koulun, jonka olosuhteet halutaan säilyttää samanlaisina koko koulupäivän ajan. Kun otetaan huomioon, että sadoista koululaisista syntyy yllättävän paljon lämpöenergiaa, varsinaiseen lämmitykseen esimerkiksi kaukolämmön avulla ei tarvitse käyttää yhtä paljon rahaa. Samalla päästään vaikuttamaan siihen, että lämpötila ei iltapäivällä nouse luokissa liian korkeaksi.
Varauskapasiteetin tuntemus hyötykäyttöön
Kaikki tämä perustuu siihen, että rakennusten käyttäytymistä seurataan ja selvitetään niiden todellinen energiantarve, joka vaihtelee käytön ja ulkoilman olosuhteiden mukaan. Seurauksena on sekä sisäilmaolosuhteiden paraneminen että energiansäästö.
Puhutaan kiinteistön varauskapasiteetista tai muutoshitaudesta. Käytännössä ilmiö näkyy esimerkiksi siinä, miten kauan kestää, että kiinteistö on lämmennyt haluttuun lämpötilaan sen jälkeen, kun lämmitys on pantu päälle. Tähän vaikuttaa myös kiinteistön sisäinen lämpökuorma eli ihmisistä, koneista ja näytöistä syntyvä lämpö.
Varauskapasiteetissa piilee täysin alihyödynnetty potentiaali. Jokainen kiinteistö on nimittäin oma ”yksilönsä”, ja ulkoilman viilentävä tai lämmittävä energia vaikuttaa vähän eri tavalla eri kiinteistössä riippuen esimerkiksi rakennuksen suuntauksesta ilmansuuntiin nähden. Kiinteistön käyttäytymisen mallintaminen yhdistettynä sääennustetietoihin onkin todella vaikuttava tapa säätää kiinteistön olosuhteita ja energiankulutusta.
Jos vierekkäin on kaksi samanlaista rakennusta, mutta toista varjostavat korkeat puut, varjossa olevaa rakennusta aurinko ei lämmitä samalla tavalla. Korkealla tai hyvin avoimella paikalla, esimerkiksi meren rannalla, myös tuulella ja toisaalta kiinteistön rakenteiden tiiviydellä on vaikutusta energiankulutukseen.
Vanha tapa säätää lämmitystä on mielestäni aikansa elänyt. Kaikki keinot energiansäästöön pitäisi ottaa käyttöön ja vaatia jo suunnitelmista asti, että säätö olisi älykäs ja huomioisi kiinteistön käytön ja käyttäytymisen. Ehdoton edellytys tietysti on, että energiankäyttöä optimodaan vastuullisesti ja kokonaisuus kykenee reagoimaan oikein kaikissa tilanteissa, myös häiriöissä.
Tomi Somero
Elinkaaripalveluiden osastopäällikkö
Fidelixin EcoSmart-palvelu optimoi energiankulutusta hyödyntämällä sääennusteiden lisäksi kiinteistön yksilöllisen käyttäytymisen mallintamista.
Tutustu myös webinaaritallenteeseen Kiinteistö kuin museoauto – ethän enää käytä rakennusautomaatiota 1990-luvun tapaan.
Kuva: Vaniala, Anneli, Helsinkikuvia.fi