De weg vrijmaken voor gebouwenergiekartering en -analyse

Dit artikel is geschreven door Eddie Oldfield, Senior Lead, Projects & Advisory Services, QUEST; Jessica Webster, Energy Planning Analyst, Natural Resources Canada; en Ryan Ahola, Environmental Scientist, Natural Resources Canada.

Inleiding – De uitdaging

Energiekartering en -analyse van gebouwen zijn van cruciaal belang voor geo-targeting van energiebeleid en -programma's om de overgang naar een koolstofarme gebouwde omgeving en economie te versnellen. Canadese gemeenten ondernemen inspanningen om energieverbruik en broeikasgasemissies van gebouwen in kaart te brengen voor energie- en emissieplanningsdoeleinden, ondersteund door adviesbureaus, universiteiten en soms non-profitorganisaties. Energiekarteringsprojecten worden onafhankelijk uitgevoerd op verschillende tijdstippen, op verschillende schaalniveaus en met verschillende methoden en aannames. Toch zijn de gegevens fundamenteel hetzelfde: wat nodig is, is inzicht in de gebouwenvoorraad en de energiegerelateerde kenmerken ervan, waaronder het aantal gebouwen en eenheden, hun respectievelijke vloeroppervlakken, evenals gemeten historisch energieverbruik en gemodelleerd voorspeld energieverbruik op basis van verschillende woning- of gebouwtypen (bekend als archetypen). Ondanks deze gemeenschappelijkheid en ieders beste inspanningen, is er weinig coördinatie tussen initiatieven en worden er geen best practices of normen op grote schaal gebruikt. Dit resulteert in duplicatie van inspanningen, verloren energiebesparingen en verloren kansen voor decarbonisatie, klimaatverandering en klimaatbestendigheid.

De Building Energy Mapping and Analytics Concept Development Study (BEMA-CDS) heeft de uitdaging die deze situatie met zich meebracht aangepakt door:

• Het karakteriseren van de ontwikkelingsstatus van energiekartering en -analyse voor de gebouwenvoorraad in brede zin; en
• Het informeren van IT-architectuurpraktijken en -normen om specifiek het energieverbruik en de efficiëntie van woningen in kaart te brengen en te analyseren.

Start van de studie + wat is er gedaan

De studie, die in december 2019 werd gestart met steun van Natural Resources Canada (NRCan), putte uit een aantal informatiebronnen, waaronder eerdere onderzoeken en openbare raadplegingen, relevante wetgeving en lopende gerelateerde initiatieven. Vervolgens werd een Request for Information (RFI) ontwikkeld en in februari 2020 openbaar gemaakt, waarin reacties werden gevraagd van een breed publiek van belanghebbenden en organisaties. Er werden vragen gesteld in acht onderwerpcategorieën met betrekking tot het domein van gebouwenergiekartering en -analyse.

Het richtte zich op drie hoofdscenario's voor de ontwikkeling en toepassing van energieanalyses en -kartering in gebouwen:

1. Gemeenschapsenergie- en emissieplanning
2. Beoordeling van het potentieel voor nutsvoorzieningsbehoud en planning van het programma voor vraaggestuurd beheer
3. Federale/provinciale/territoriale bouwenergie – Beleid, programma's, normen, bouwvoorschriften

Medio 2020 werd een reeks webinars gehouden met RFI-respondenten en leden van de OGC Energy and Utility Domain Working Group om de ontvangen antwoorden te bespreken en er workshops over te houden. Op die manier wilden we een beter inzicht krijgen in de huidige praktijk en input leveren voor de conceptuele architectuur.

Wie kan profiteren van deze studie?

Het rapport over het BEMA-CDS richt zich op de problemen rondom het delen van gegevens en de interoperabiliteit van ruimtelijke gegevens die momenteel een volledige realisatie van de doelstellingen en de waarde van gebouwenergieanalyse in de weg staan. Dit waardevolle perspectief is nuttig voor veel belanghebbenden en programma's, waaronder:

• Bouwkundigen en energieonderzoekers
  • Stelt paden voor naar verbeterde data-interoperabiliteit, betere modellen en meer coördinatie
  • Identificeert mogelijke benaderingen om duplicatie, tijd en kosten binnen organisaties te verminderen
  • Ondersteunt een betere kwaliteitscontrole en vergelijkbare gegevens voor planning en programma-evaluatie
• Beleidsanalisten van de overheid, regelgevende instanties en commissies voor bouwvoorschriften en -normen
  • Identificeert nieuwe benaderingen om nationale en provinciale programma's voor stimulering van woningrenovatie te informeren
  • Anticipeert op uitdagingen en kansen op het gebied van gegevensinteroperabiliteit rondom wijzigingscodes voor bestaande gebouwen
• Gemeenschapsenergieplanners
  • Gemeentelijke energieplanning, inclusief het ontwerp en de uitvoering van woningefficiëntieprogramma's
  • Een georuimtelijke weergave biedt de mogelijkheid tot een betere coördinatie met nutsbedrijven door middel van een gemeenschappelijk operationeel beeld
• Managers van programma's voor vraagzijdebeheer van nutsbedrijven
  • Voorziet de behoefte aan meer georuimtelijke analyses naarmate er meer hernieuwbare energiebronnen beschikbaar komen; compensatie van kapitaalkosten
  • Wijst op methoden ‘achter de meter’ die de opname van programma’s voor energiebesparing en vraagbeheer (energie-efficiëntie) zouden kunnen verbeteren
• De OGC Energie- en Nutsbedrijvendomeinwerkgroep (DWG)
  • Ondersteunt de identificatie van mogelijke verdere R&D- en normontwikkelingsactiviteiten buiten het tijdsbestek van de BEMA-CDS-studie, bijvoorbeeld activiteiten die gericht zijn op de evaluatie van strategieën voor koolstofreductie.

Deze opkomende discipline bevindt zich op het kruispunt van veel domeinen en gebieden van professionele kennis, waaronder bouwkunde, geospatiale wetenschap, datawetenschap, stadsplanning en energieplanning. Daarom zal de BEMA-CDS, naast de hierboven genoemde prioritaire gebruiksscenario's en specifieke belanghebbenden, ook interessant zijn voor iedereen die werkt aan het bevorderen van slimme steden, stedelijke digitale tweelingen, energiemodellering van de gebouwenvoorraad en/of het slimme netwerk (soms het digitale netwerk genoemd). Een opkomend cleantech-segment dat bekendstaat als klimaattechnologie - cleantechbedrijven die specifiek klimaatverandering aanpakken - zal ook geïnteresseerd zijn als hun oplossingen betrekking hebben op energie en gebouwen, evenals durfkapitalisten die willen investeren in klimaattechbedrijven. Banken, die klimaatrisico steeds meer zien als kredietrisico, zouden geïnteresseerd moeten zijn in geospatiale benaderingen om de koolstofintensiteit van hun hypotheekportefeuilles te kwantificeren en de beoordeling van kredietproducten voor energie-efficiëntie en de inzet van hernieuwbare energietechnologie te ondersteunen.

Enkele belangrijke bevindingen

Een kritieke uitdaging en behoefte die in deze studie is geïdentificeerd, is de beschikbaarheid van de juiste ruimtelijke informatie-elementen om gebouwenergieanalyses uit te voeren op verschillende niveaus van generalisatie en specificiteit om levens te verbeteren en gemeenschapsdoelen te bevorderen. Bij het in kaart brengen van gebouwenergie worden repetitieve en niet-gestandaardiseerde methoden gebruikt om datasets te verzamelen, uit te wisselen en te integreren. Enkele opmerkelijke voorbeelden van persistente mapping die op regionale of nationale schaal wordt uitgevoerd, zijn onder meer: CityGML werk in Berlijn, ORNL's digitale tweeling AutoBEMen  UCLA Energie AtlasDe huidige ad-hocbenadering van het verzamelen, integreren en hergebruiken van gegevens is verschrikkelijk inefficiënt in het licht van de huidige klimaatcrisis.

Het idee om hergebruik en het delen van ruimtelijke data te ondersteunen door informatie als infrastructuur te bouwen, bestaat al jaren onder het concept van ruimtelijke data-infrastructuren (Spatial Data Infrastructures, SDI). Canada beschikt over een zeer ontwikkelde SDI, de Canadian Geospatial Data Infrastructure (CGDI) , die een gedistribueerd model gebruikt om de toegang tot, het delen van en het gebruik van diverse ruimtelijke informatie te ondersteunen. CGDI biedt cruciale infrastructuur waar Canadezen dagelijks op vertrouwen, zoals de weersvoorspellingen van Environment and Climate Change Canada. CGDI ondersteunt ook toekomstgericht onderzoek door wetenschappers in staat te stellen verschillende soorten informatie te integreren op basis van locatie, bijvoorbeeld binnen climatedata.ca.

Recenter zijn het concept, de mogelijkheden en het ontwerp van dergelijke infrastructuur uitgebreid in het tijdperk van cloud computing. Het is in deze context zinvol om te overwegen hoe een "energy Spatial Data Infrastructure" (eSDI) eruit zou kunnen zien die de diverse behoeften, kansen, belanghebbenden en doelen van gebouwenergiedata kan ondersteunen die in het rapport worden genoemd.

Geïdentificeerde uitdagingen

Andere veelvoorkomende uitdagingen die door RFI-respondenten werden opgesomd – en later werden bevestigd door workshopdeelnemers – hadden betrekking op de beschikbaarheid van gegevens, privacy en vertrouwelijkheid, evenals overwegingen met betrekking tot bedrijfseigen formaten. Gegevensbronmethoden en vertrouwen bleken breed uiteenlopend en slecht gedocumenteerd, op verschillende manieren gemeten, gemodelleerd, afgeleid, geschat en aangenomen. Een gebrek aan toegang tot kostenramingen voor retrofits werd door respondenten geïdentificeerd als een barrière om voordelen te halen uit energiekartering en modelleringsgegevens. Vanuit het perspectief van gegevensinfrastructuur en herbruikbaarheid voorkomt het ontbreken van een overkoepelend gegevenskader dat de schaal en resolutie van ruimtelijke gegevens worden verbonden met specifieke gebruiksscenario's. Evenzo zijn er geen geaccepteerde schema's voor het toepassen van verschillende archetypische benaderingen (clustering/classificatie) op verschillende use-casescenario's en niveaus van organisatorische technische en financiële capaciteit.

Geïdentificeerde kansen

Ondanks deze en andere uitdagingen werden in de studie talrijke kansen geïdentificeerd, waaronder datatoegangstechnologieën die rekening houden met privacy, vertrouwelijkheid en anonimiteit. Veelbelovende technieken omvatten enclaveverwerking, anonimisering door aggregatie en ruisinjectie, soms aangeduid als differentiële privacy. Adaptieve classificatie en archetyping op basis van voorbeeldmodellering is een andere mogelijke benadering om archetypingbehoeften aan te passen aan use-cases met behulp van beschikbare data. De ontwikkeling van nationale systemen voor consistente energiegegevens op meerdere ruimtelijk-temporele schalen wordt geïdentificeerd als een kans die een reeks use-cases zou kunnen dienen. Nationale gebouwgegevens voor uitgebreide analyse van gebouwtypen, energieprestaties, retrofit-/upgradetechnologieën, kosten en voordelen was een andere geïdentificeerde datagerelateerde kans. Ter ondersteuning van een grotere data-interoperabiliteit kunnen kansen rond datadelingsbeleid en -normen worden georganiseerd om kritieke use-cases en belanghebbenden te ondersteunen, bijvoorbeeld verplichte rapportage en gefedereerde contracten. Samenwerking tussen gemeenschappen en nutsbedrijven die wordt gefaciliteerd door regionale of nationale autoriteiten, kan belanghebbenden in staat stellen om kansen, kosten en voordelen van nieuwe technologieën en energiebronnen, waaronder hernieuwbare energiebronnen, beter te begrijpen.

Notionele architectuur van energie-SDI

Een van de belangrijkste outputs van de BEMA-CDS is wat wordt aangeduid als een "notionele architectuur voor een eSDI." Deze weerspiegelt de architectuur van alle ruimtelijke data-infrastructuren en is georganiseerd in brede categorieën, ook wel tiers genoemd. In het onderstaande diagram zijn deze aan de linkerkant te zien, beginnend onderaan met data en oplopend naar computing, services en applicaties. Deze architectuur volgt de evolutie van informatie, van data via verwerking tot besluitvormingsondersteuning. Elke regel rechts van de vier tiers bevat generieke pakketten die van toepassing zijn op het energie- en gebouwendomein. Bovenaan de architectuur worden applicaties getoond die de resulterende informatie synthetiseren en presenteren om mogelijk een reeks audit-, programma-, beleids-, educatieve en commerciële besluitvormingsondersteuningsfuncties te vervullen.

Naast de notional architecture illustreert het onderstaande diagram de huidige context in Canada. Bestaande gegevensbronnen, standaarden en applicaties zijn niet volledig interoperabel met huidige energiemodellering, benchmarking en labelingplatformen die algemeen worden gebruikt. Deze platforms gebruiken en verzamelen gegevens die ruimtelijk impliciet zijn, dat wil zeggen met ruimtelijke kenmerken zoals adres, stad of weerregio. De volledige kracht van ruimtelijke data-interoperabiliteit, mapping en ruimtelijke data-analyse is echter niet volledig ontworpen, operationeel of beschikbaar voor Canadese energiebesluitvormers.

De studie en de notional architecture helpen om gesprekken te informeren over de potentiële waarde en mogelijkheden om verdere eSDI-architectuurontwikkeling te ondernemen – in Canada en daarbuiten. Sommige elementen zoals hiërarchische, relationele en semantische schema's moeten bijvoorbeeld nog worden ontwikkeld.

Volgende stappen

Van de vele kwesties die aan de orde kwamen, springen de onderstaande leermogelijkheden en mogelijke vervolgstappen in het oog:

• Ontwerp van een uitbreidbare en gestandaardiseerde nationale gebouwlaag, wat zowel leidt tot nationale toepassing als tot verbeterde vergelijkbaarheid van veelbelovende methoden voor gebouwenergieanalyse.
• Sandbox-activiteiten zoals interoperabiliteitspilots, waarbij de wederzijdse voordelen van informatie-uitwisseling en data-interoperabiliteit worden gemodelleerd.
• Prototypes voor een eSDI, die de algemene beschikbaarheid van technologieën zoals cloudgebaseerde energiemodellering, modelgestuurde gebouwarchetypen en enclaveprotocollen voor het aanpakken van gegevensprivacy en bedrijfseigen beperkingen aantonen.
• Ontwikkeling van indexcijfers voor energiearmoede die rekening houden met kleinschalige sociaal-economische, klimatologische en geografische factoren bij het beoordelen van de impact en vermindering van de energiekosten van gebouwen.

Deze activiteiten kunnen de vorm aannemen van initiatieven voor dataontwikkeling en interoperabiliteitsexperimenten, die op hun beurt kunnen bijdragen aan de ontwikkeling van standaarden. In elk van deze activiteiten kunnen dwarsdoorsnijdende thema's worden verkend en uitgewerkt, waaronder het matchen van ruimtelijk-temporele resolutie van invoer- en uitvoergegevens en archetypingmethoden die matchen met use-cases.

Conclusie

De BEMA-CDS-studie beschrijft de huidige stand van zaken en identificeert uitdagingen en kansen op het gebied van energiekartering en -analyse van gebouwen. Ook schetst de studie voor het eerst een conceptuele architectuur voor een ruimtelijke data-infrastructuur voor energie. Het verschuiven van inspanningen en middelen van een mentaliteit van "laten we dit project gewoon afronden" naar een mentaliteit van "bouwen, onderhouden en continu verbeteren" zou leiden tot efficiëntieverhoging, een betere kwaliteit en tijdigheid van besluitvorming en een versnelde innovatie en banengroei in de sector – en dat alles bovenop kostenbesparingen en een vermindering van de broeikasgasemissies. Stedelijke digitale tweelingen, zoals AutoBEM, ontwikkeld en onderhouden door Oak Ridge National Laboratory , of Virtual Singapore, ontwikkeld door de National Research Foundation , zijn toonaangevende voorbeelden van wat met deze mentaliteit en de huidige technologie bereikt kan worden.

Het rapport 'Building Energy Mapping and Analytics: Concept Development Study Report' is onlangs gepubliceerd en is gratis beschikbaar op de pagina van de Building Energy Mapping and Analytics Concept Development Study (BEMA-CDS).

De auteurs stellen het op prijs als u vragen hebt over het onderzoek of het rapport: 

• Eddie Oldfield (Senior Lead, Projecten & Adviesdiensten, QUEST) eo*******@*********da.org
• Jessica Webster (energieplanningsanalist, Natural Resources Canada) je*************@************gc.ca
• Ryan Ahola (milieuwetenschapper, Natural Resources Canada) ry********@************gc.ca