DecarbonAIte

Viktiga resultat som projektet gav

Projektet utvecklade och testade en modell för att optimera renoveringsalternativ, validerad på ett stort datasätt. Även en pipeline för digitala tvillingar och en AI-modell för energiberäkningar togs fram. Metoderna möjliggör kostnadseffektiva, klimatvänliga renoveringar i stor skala. Flera verktyg planeras användas i framtida projekt.

Långsiktiga effekter som förväntas

Projektet visar att det är möjligt att använda optimeringsbaserade analyser för att identifiera renoveringsalternativ som både är kostnadseffektiva och minskar klimatpåverkan. Resultaten pekar också på att dessa metoder kan skalas upp för användning på stads- eller regionsnivå, vilket öppnar för en mer strategisk och effektiv renoveringsplanering. Flera av verktygen och metoderna från projektet kommer att vidareutvecklas och tillämpas i framtida forskningsprojekt.

Upplägg och genomförande

Projektet genomfördes enligt plan trots utmaningar som påverkade tidsplanen, bland annat föräldraledigheter och svårigheter med datainsamling. Arbetet organiserades i tre huvudaktiviteter som drevs parallellt av Chalmers, CIT och Asymptotic. Denna struktur bidrog till effektivitet i utvecklingsarbetet, men medförde också vissa integrationsutmaningar i projektets slutskede. Det gjorde det ibland svårt för behovsägarna att följa arbetets framsteg och få tillräcklig insyn i utvecklingen.