Idé till användarfall: Visualisering av energiklassificering

Idé till användarfall: Visualisering av energiklassificering

Denna idé till användarfall togs fram i projektet Digital Vision Kista under en serie med intervjuer och workshops med företrädare från 20 olika verksamheter inom Stockholms stad. Idéen ska ses som en utgångspunkt för vidare arbete.

Aktörernas mål

Medlemmar i företag kopplat till en energigemenskap har som mål att uppnå klimatneutralitet i sitt geografiska område till år 2030 genom diverse hållbarhetsprojekt och samarbeten samt att med hjälp av digitala tvillingar visualisera olika energidata och simulera effekter av investeringar.

Aktörernas behov

Medlem i företaget kopplat till energigemenskapen skulle i den digitala tvillingen vilja se en visualisering av energiklassificeringen för olika fastigheter inom energigemenskapen. Detta för att lättare kunna jämföra och simulera effekterna av olika energibesparande åtgärder.

Steg för steg - visualisering av energiklassificering

  1. En medlem i energigemenskapen loggar in i den digitala tvillingen och zoomar in på energigemenskapens område. 
  2. Hen använder energiväljaren på vänster sida av skärmen och klickar på "Visa energiklassificering". 
  3. Alla byggnader i området får en färgkod beroende på deras nuvarande energiklass. 
  4. Hen klickar på en specifik fastighet för att få detaljerad information om energiförbrukningen över tid och de åtgärder som har genomförts för energieffektivisering. 
  5. För att simulera effekten av att installera solceller väljer hen "Simulera solceller" från menyn och ser omedelbart hur energiklassificeringen skulle förändras. 
  6. Hen sparar denna simulation för att presentera vid nästa möte med energigemenskapen.

Vilka data användes i användarresan?

  • Sensorer som övervakar tekniska system (till exempel pumpar, filter i ventilationssystem)
  • Energidata från solceller, elbilsladdare, värmepumpar
  • Energiförbrukningsdata (historisk) från energibolag och fjärrvärmeleverantörer
  • Real Estate Core för standardisering och tolkning av energidata
  • Plattformar som BRIKKS och Local Life för datalagring och visualisering
  • Trafikflödesdata från exempelvis Waze eller liknande system för att optimera användning av offentlig och privat infrastruktur
  • Geografiska data över fastigheter och träd i omgivningen