Digital Twin

Analyse van het energieverbruik wordt vanuit duurzaamheidsambities en kostenoogpunt al geruime tijd door menig vastgoedbeheerder gedaan. Mede door steeds strengere wetgeving omtrent het energie verbruik (zie kader), de handhaving hiervan en de stijgende energiekosten wordt het belang van een goede analyse en oplossingsrichting steeds groter.

Vanuit de wet milieubeheer wordt bepaald dat wanneer het verbruik jaarlijks meer is dan 50.000 kWh elektra of 25.000m3 gas wordt verbruikt er uit de erken de maatregelen lijst er vaak een EBS (energie bewakingssysteem)  of EMS (energie managementsysteem) wordt voorgeschreven.

Voorheen was het niet voor de hand liggend dat er gebruik gemaakt kon worden van digitale data, maar moest men analyses uitvoeren aan de hand van eindejaar rekeningen. En kon er vaak slechts geacteerd worden een jaar na dato. Doordat het hebben van digitale gegevens omtrent het energieverbruik vaak vrij eenvoudig te bewerkstelligen is middels Volantis Insights, kan de analyse veel gedetailleerde en geautomatiseerd.

Op basis van historische gegevens, veelal voorhanden via de “Slimme meter” of het gebouwbeheersysteem kan een “Digital Twin” ontwikkeld worden. Met een digital twin wordt een simulatie model van het gebouw gemaakt, aan de hand van Machine Learning algoritmes welke leren hoe gebouwen zich gedragen bij verschillende weerscondities, bezettingsgraden, tijd en dag van de week. De nauwkeurigheid van de digital twin kan vervolgens vastgesteld worden middels statistische grootheden.

Wanneer er een digital twin is ontwikkeld, kan deze elk uur van de dag berekenen wat het energieverbruik van het gebouw is op basis van de weerscondities, bezettingsgraden, tijd en dag van de week. Op deze manier, kan dus inzichtelijk gemaakt worden welke impact optimalisatie acties hebben gehad én ook direct gesignaleerd worden indien er een afwijking naar een verhoogd energie verbruik.