STORM – Zelflerend beheer van thermische bronnen
Het STORM-project (Self-Organising Thermal Operational Resource Management) richtte zich op energie-efficiëntie op wijkniveau. Dit initiatief wilde bewijzen dat met een slimme controller voor een warmtenet energiebesparingen tot 30 % kunnen worden bereikt. De partners van het project ontwikkelden een controller die, op basis van zelflerende algoritmen, het gebruik van afvalwarmte en hernieuwbare energiebronnen in warmtenetten maximaliseert. Hij werd op twee proefsites – Mijnwater BV in Heerlen (NL) en Växjö Energi in Rottne (SE) – ingezet om de energie-, milieu- en economische voordelen te evalueren. Door reproductie, verspreiding en opleidingsinitiatieven werden de resultaten van het project ter beschikking gesteld van diverse stakeholders in de hele EU, zodat ze kunnen bijdragen aan een bredere toepassing van slimme warmtenetten op EUropees niveau.
Het STORM-project beoogde de energie-efficiëntie op wijkniveau te verhogen door gebruik te maken van restwarmte, hernieuwbare energiebronnen en opslagsystemen. Het project had verschillende doelstellingen:
- Onderzoek
- Voortbouwen op spitstechnologische ontwikkelingen en geavanceerde businessmodellen
- Werken met sturingsalgoritmen die geschikt zijn voor zowel de bestaande systemen als de nieuwe warmtenetten van de 4e generatie.
- Gebruikmaken van marktgebaseerde multi-agentsystemen gecombineerd met reinforcement-leren.
- Zelfleren en zelfaanpassende sturing toepassen met een combinatie van recente ontwikkelingen in modelgebaseerde multi-agentsystemen en model-free controle.
- Een uitbreiding ontwikkelen voor vele bestaande netwerkcontrollers en SCADA-systemen.
- Een innovatieve controller ontwikkelen voor stadsverwarmings- en koelingsnetwerken (DHC).
- Vraag en aanbod in evenwicht houden in een cluster van warmte-/koudeproducenten en -verbruikers.
- Diverse efficiënte opwekkingsbronnen (hernieuwbare energiebronnen, afvalwarmte en opslagsystemen) combineren
- Drie sturingsstrategieën in de controller integreren (piekafvlakking, marktinteractie en celbalancering). Afhankelijk van het netwerk kunnen een of meer van die strategieën geactiveerd worden.
- Evaluatie
- De voordelen van slimme sturingssystemen aantonen
- De energie-, economische en milieuvoordelen van de controller kwantificeren
- Reproduceerbaarheid
- Innovatieve businessmodellen ontwikkelen die nodig zijn om de controller op grote schaal uit te rollen tegen een betaalbare prijs.
- Exploitatiemogelijkheden onderzoeken om de marktaanvaarding van het platform te bevorderen.
- De waarde onder de diverse marktspelers (producenten, transporteurs, verbruikers van energie) verdelen door de sturingsstrategieën in de controller toe te passen.
- Rekening houden met verschillende marktstructuren om naar andere landen dan die van de demonstrators te kopiëren.
- Een schaalbare en performante benadering voor sturing door zelfleren ontwerpen waarvoor een beperkt aantal externe deskundigen nodig is.
- Bewustmaking van de noodzaak om warmtenetten intelligent aan te sturen.
EnergyVille's bijdrage
EnergyVille/VITO was projectcoördinator van het H2020 STORM-project en was verantwoordelijk voor de coördinatie-, onderzoeks- en implementatieactiviteiten met betrekking tot de slimme controller. EnergyVille ontwikkelde deze controller in nauwe samenwerking met het Zweedse NODA, een Scandinavische onderneming die marktleider is in intelligente energiesystemen. De netwerkcontroller werd op 2 proefsites gebruikt en in verschillende seizoenen geëvalueerd.
STORM-controller
Intussen is dit project afgelopen en is de STORM-controller beschikbaar op de markt. Deze werd bovendien succesvol getest op verschillende demosites. De controller zorgt voor een lager gebruik van fossiele brandstoffen en laat een verhoogd aandeel aan restwarmte en hernieuwbare bronnen in warmtenetten toe. Met de controller werd de warmtevraag afgevlakt en kan extra capaciteit op het warmtenet benuttigd worden. Bovendien werd op elke demosite een CO2-emissiereductie van ongeveer 11.000 ton/jaar bereikt.
