Met zonnepanelen, laadpalen en warmte- en koudeopslag kun je de campus van de TU Eindhoven in Nederland als een lokaal energienetwerk beschouwen. Wetenschappers en ondernemers ontwikkelden monitorings- en sturingssoftware om vraag en aanbod van energie beter op elkaar af te stemmen, met als resultaat een significante kostenbesparing.
Door de komst van onder andere 2500 zonnepanelen zijn de gebouwen van de TU Eindhoven niet alleen een verbruiker, maar ook een producent van elektriciteit geworden. Dat betekent dat er soms pieken in de opwek van bijvoorbeeld zonne-energie zijn, terwijl er op andere momenten piekmomenten in stroomverbruik zijn, bijvoorbeeld op een koude winterochtend. Vooral pieken in stroomverbruik zijn onwenselijk, omdat die in een hogere tariefklasse vallen. Dat gebeurt bijvoorbeeld als alle verwarming ’s ochtends tegelijk aan gaat. Onderzoekers ontwikkelden, samen met adviesbureau DNV GL en startup en cloudleverancier digiEMS, een monitoringssysteem dat die pieken voorkomt en het net lokaal optimaliseert. Dit project is mede mogelijk gemaakt met subsidie van TKI Urban Energy.
Phuong Nguyen, universitair hoofddocent electrical energy systems, vertelt over de totstandkoming van het project, genaamd UNICORN (UNiversity Campus Operating as a self-Regulated Network). ‘We bespraken met collega’s hoe we de campus slimmer, groener en duurzamer konden maken. Er zijn allerlei initiatieven om zonnepanelen en laadpalen te plaatsen en warmte- en koudeopslag te realiseren. Door een zelfregulerend microgrid te creëren kun je al deze bronnen aan elkaar koppelen en het energiegebruik optimaliseren.’
Algoritmes
De eerste stap om dat te realiseren was door data uit de verschillende energiebronnen te verzamelen en bij elkaar te brengen. Dat was een flinke uitdaging, aldus Nguyen. ‘In sommige data zat veel ruis. Zo ontbrak er regelmatig data van de warmtepompen. Dat moesten we eerst filteren voordat het bruikbaar was.’ Vervolgens pasten de onderzoekers voorspellende algoritmes toe op de dataset, om pieken in het energieverbruik te voorspellen. Het meeste wetenschappelijke werk zat echter in het maken van de optimalisatie-algoritmes, die op basis van die voorspellingen suggesties gaven, bijvoorbeeld om warmtepompen op verschillende tijdstippen in te schakelen om pieken te voorkomen. Uit berekeningen van DNV GL bleek dat een kostenbesparing van 16% te behalen is.
Als in de toekomst lokale energieopslag ook wordt toegevoegd aan het systeem, denk bijvoorbeeld aan batterijen, dan kan er naast kostenbesparing ook gezorgd worden voor een hogere zelfconsumptie (gebruik van zelf opgewekte groene energie) en voor minder afhankelijkheid van het elektriciteitsnet. De zelf opgewekte zonne-energie kan dan gebufferd en gebruikt worden als de zon niet meer schijnt.
Energy islands
De volgende stap is om de onderzoeksresultaten te valideren door proeven op andere locaties uit te voeren. ‘We werken nu aan voorstellen om zogeheten energy islands te ontwikkelen, in duidelijk afgebakende gebieden met een overzichtelijke schaal zoals bedrijventerreinen, dorpen of eilanden.’ Uiteindelijk moet er dan een bruikbaar platform ontstaan waarmee zulke gebieden hun energieproductie en ‑verbruik kunnen monitoren en optimaliseren.
Snel resultaat
Het project is inmiddels afgerond, na een looptijd van twee jaar. In die korte tijd en met een klein team (naast Nguyen een postdoc, twee masterstudenten en twee ondernemers) is er toch veel bereikt, vindt Nguyen. ‘Doordat we een compact team hadden was het makkelijk om met elkaar te communiceren. Ik heb ook veel grote Europese onderzoeksprojecten gedaan, met soms wel twintig partners. Dan zijn de overheadkosten heel hoog en kun je maar een klein individueel resultaat behalen. Ik vind het leuk dat ik in dit project oplossingen vanuit fundamenteel onderzoek naar een toepassing kon brengen en snel resultaat kon zien.’
Op deze pagina vindt u meer informatie over dit project.
