Written by:  

Itility

Energietransitie & onze AI oplossingen om energie-consumptie te verminderen

In dit artikel, origineel verschenen in het Financieel Dagblad, geeft Peter Schepers zijn blik op de energietransitie, en belichten we een aantal van onze digitale oplossingen om energieconsumptie te verlagen met behulp van AI.

De consument bevindt zich “achter de meter”, waar de huidige energieperikelen duidelijk merkbaar zijn, zo ook de druk van de noodzakelijke energietransitie. Maar nog meer gebeurt er “voor de meter”: het terrein van vele partijen in een keten zoals de energieproducent, energieleverancier, de transmissiepartijen en de consument. 

Die eerste groep wordt steeds interessanter – omdat deze vaak zowel kan produceren als consumeren. We spreken dan ook steeds vaker van de “prosument”. Kijk naar je eigen zonnecellen op je dak: je produceert aan het net en consumeert van het net op verschillende momenten van de dag. Dit is in feite een decentralisatie van energieproductie. 

Om hieraan vorm te geven moeten alle partijen in de keten afspraken maken over hoe om te gaan met consumptie en productie. Iedereen moet meehelpen aan de transitie en rekening met de ander houden. We willen graag prosumenten – maar moeten wel afspreken wanneer ze hoeveel leveren of afnemen. Op die manier kunnen we de transmissie-infrastructuur namelijk optimaal benutten. 

Schepers vervolgt: “Zulke afspraken wil je het liefst real-time maken, want ieders lever- en afnamepatroon varieert aanzienlijk gedurende de dag, maar vooral het weer is hier een grote beïnvloeder. Daar heb je data, statistiek, natuurkundige modellen en voorspellingen bij nodig (ofwel kunstmatige intelligentie of AI) – je wilt het sturen van al die energiestromen en het gebruik daarvan stukken efficiënter maken. Deze energiepuzzel is omvangrijk en ingewikkeld, maar wij schatten in dat met AI een energie-efficiëntie tot wel 50% te behalen is. 

AI-technologie is mooi, maar in onze transitieprojecten blijkt dat vooral veel afstemming nodig is tussen opdrachtgevers, bedrijven en overheden. Als consultancybureau hebben we bewust besloten hier vaak de regie te nemen. Hier gaan we ver in – we hebben al eens een gemeente aangeboden haar beleid te schrijven. Voor ons als technologie-aanbieder nieuw, maar we moeten hieraan allemaal ons steentje bijdragen. Meedoen aan nieuwe samenwerkingsverbanden is een must do.”

Energieconsumptie verlagen met kunstmatige intelligentie (AI)

Met de huidige hoge energieprijzen zoeken we overal manieren om energieverbruik te verlagen. Bij Itility investeren we doelbewust in digitale oplossingen - om daadwerkelijke energiebesparingen te realiseren. 

Energiebesparing in professionele gasovens 
Samen met AMF (wereldleider in productiesystemen voor bakkerijen) hebben we de “Sustainable Oven Service” ontwikkeld. Dit is een AI-gedreven oplossing die draait op een fysieke oven. 

Hoe? We monitoren de oven met sensoren, en verrijken deze data met differentiaalvergelijkingen voor warmte. Vervolgens voert de bakker zijn limieten in voor productkwaliteit en productiehoeveelheden. Daarmee draaien we de zogeheten AI-optimalisatie: een simulatiemodel om de oven te optimaliseren. Deze optimale instellingen worden aan de bakker voorgelegd – die vervolgens bepaalt welke instelling toe te passen. De bakker aan de (besparings-)knoppen. Met als resultaat: een gasbesparing van 20%. 

Energiebesparing thuis
Bovenstaande deed ons bedenken: kunnen we dergelijke besparingen ook ergens anders realiseren? Kunnen we dit thuis gebruiken? Het antwoord blijkt ja. 

In plaats van de bakker aan de knoppen zetten we nu de bewoner aan de knoppen. 
Een bewoner heeft veel elementen in huis die bepalend zijn of energie van het netwerk moet komen of van de eigen zonne-energie. Hierbij kunnen we – net zoals bij de Sustainable Oven Service – simulaties gebruiken om een optimale balans te vinden in energieverbruik. 

In dit geval hebben we een huis met daarin diverse apparaten. We verzamelen gebruiksgegevens van ieder apparaat. Dit combineren we met natuurkundige algoritmes tot een gebruiker-gedragsmodel en een gebouw-verbruiksmodel. En met deze twee modellen simuleren we scenario’s voor een optimale besturing – gebaseerd op bewonersvoorkeuren. Bijvoorbeeld: vind ik het OK om mijn elektrische auto overdag op te laden, om mijn verwarming tussen de 17 en 22 graden te hebben, om mijn warm water in een bepaald temperatuurbereik te houden? 

De optimalisatie draait iedere 10 minuten om continu de meest optimale instellingen vast te stellen. Eerste resultaten: 20 tot 40 efficiëntieverhoging van de warmtepomp.

Het bovenstaande artikel verscheen in het Financieel Dagblad op 23 december, 2022.

CTA article energy
Article (page 13 & 26)
Energietransitie & onze AI oplossingen om energieconsumptie te verminderen
Lees het artikel

backBack to overview

Want to stay updated?