Eenvoudige voorspellende algoritmes om wijken klaar te maken voor 'slimme verwarming'
Download dan direct de PDF of lees eerst het beknopte overzicht.
De transitie van het huidige, op fossiele brandstoffen gebaseerde energiesysteem naar een toekomstig systeem gebaseerd op hernieuwbare energie leidt tot onbalans in het energienetwerk. Een van de belangrijkste technologische schakels die ontbreekt in de energietransitie is de beschikbaarheid van eenvoudig in te voeren, slimme algoritmes, waarmee het traditionele elektriciteitsnetwerk op een kosteneffectieve manier in balans kan worden gehouden. Deze algoritmes moeten de verschillende soorten energiebronnen in de gebouwde omgeving (elektriciteit, verwarming en koeling) voorspellen en coördineren op wijk- en gebouwniveau. Dit onderzoek presenteert een eenvoudig, flexibel en snel algoritme, op basis van data, voor het voorspellen van de verwarmingsvraag. De eenvoud, nauwkeurigheid en fysische betekenis van de voorgestelde modellen maken het mogelijk het zelflerende vermogen van het model (machine learning) te automatiseren. Naast het voorspellen van de thermische vraag op wijk- en gebouwniveau, kunnen ze tevens worden ingezet voor predictieve regeling, voor het voorspellen van storingen en voor parametrische analyse.
Slimme stadsverwarming voor optimale integratie van duurzame bronnen De gebouwde omgeving verbruikt meer dan 40% van de gebruikte energie in de wereld en draagt bij tot 30% aan de broeikasgasemissies [1]. Het verwarmen van de huishoudens in Europa is goed voor 79% van het totale energieverbruik en 84% van die verwarming wordt nog steeds gegenereerd uit fossiele brandstof [2]. Het verduurzamen van de warmtevraag in de gebouwde omgeving is van groot belang voor het bereiken van de vereiste energiedoelstellingen. Door de huidige manier van verwarmen in Nederland 'slim' te maken kan de CO2 -uitstoot door warmtegebruik snel verminderd worden, terwijl het ook effectief kan bijdragen aan het in balans houden van het elektriciteitsnetwerk [3]. Dit wordt bereikt door het fluctuerende aanbod af te stemmen op de vraag en het elektrische systeem te integreren met het verwarmingsnetwerk (zie Figuur 1). Deze synergie tussen de verschillende energienetwerken vraagt om het gebruik van slimme regelingen aangestuurd door slimme algoritmes.
Auteurs: ir. Cristina Jurado Lopez, Energiespecialist, Deerns Nederland.
Co-auteurs: ir. Paul Stoelinga, Senior Consultant Energie, Deerns Nederland. Prof.dr.ir. Laure C.M. Itard, Building Energy Epidemiology, TU Delft.