This thesis introduces a tailored methodology for conducting energy efficiency audits in Small and Medium Enterprises (SMEs) across the Nordic region, with a focus on aligning technical assessments with regional regulatory frameworks and operational characteristics. The proposed audit framework is designed to be both structured and adaptable, enabling energy consultants and decision-makers to evaluate and improve energy performance in a systematic and context-sensitive manner. A key feature of the methodology is the integration of a Genetic Algorithm to optimize the selection of Energy Efficiency Measures (EEMs) based on multiple objectives, including energy savings, carbon emission reductions, investment costs, and payback periods. This computational approach supports informed decision-making by identifying balanced and cost-effective implementation scenarios. The methodology is applied in two real-world case studies: a non-industrial SME (a public school) in Sweden and an industrial SME (a manufacturing facility) in Denmark. These case studies demonstrate the practical applicability of the framework across different SME profiles and highlight its potential to support national and EU-level sustainability goals. The results underscore the value of combining tailored audit strategies with algorithmic optimization to enhance energy efficiency outcomes in diverse organizational settings.

Denna avhandling presenterar en skräddarsydd metod för att genomföra energieffektiviseringsrevisioner i små och medelstora företag (SMF) i Norden, med särskilt fokus på att anpassa tekniska bedömningar till regionala regelverk och verksamhetsförhållanden. Den föreslagna revisionsmetoden är både strukturerad och flexibel, vilket gör det möjligt för energikonsulter och beslutsfattare att systematiskt och kontextanpassat utvärdera och förbättra energiprestanda. En central del av metoden är användningen av en genetisk algoritm för att optimera urvalet av energieffektiviseringsåtgärder (EEMs) utifrån flera mål, såsom energibesparingar, minskade koldioxidutsläpp, investeringskostnader och återbetalningstid. Denna beräkningsmetod stödjer välgrundade beslut genom att identifiera balanserade och kostnadseffektiva åtgärdsscenarier. Metoden tillämpas i två verkliga fallstudier: ett icke-industriellt SMF (en kommunal skola) i Sverige och ett industriellt SMF (en tillverkningsanläggning) i Danmark. Fallstudierna visar metodens praktiska tillämpbarhet i olika typer av verksamheter och dess potential att bidra till nationella och EU-gemensamma hållbarhetsmål. Resultaten understryker värdet av att kombinera skräddarsydda revisionsstrategier med algoritmbaserad optimering för att förbättra energieffektiviteten i olika organisatoriska sammanhang.