EnTune Buildings
Verminder energieverbruik met kunstmatige intelligentie
Met EnTune BuildingAI optimaliseren we het energieverbruik van grote gebouwen, zoals kantoren – om tot 30% energie te besparen.
In dit artikel, oorspronkelijk gepubliceerd in het “Financieel Dagblad”, geeft Peter Schepers zijn visie op de energietransitie en belichten we enkele van onze digitale oplossingen die het energieverbruik verminderen met AI.
De consument opereert “achter de meter”, waar de huidige energieproblematiek duidelijk merkbaar is; even merkbaar is de druk van de noodzakelijke energietransitie. Maar er is nog meer merkbaar “voor de meter”: het veld van vele partijen in de energieproductieketen zoals de energieproducent, energieleverancier, transportpartijen en consument.
Die groep wordt steeds interessanter – omdat een consument vaak zowel kan produceren als consumeren. “We spreken steeds vaker van de ‘prosumer’ zegt Peter Schepers, CEO van digitaal ingenieursbureau Itility. “Kijk naar je eigen zonnecellen op je dak: je produceert voor het net en verbruikt van het net op verschillende momenten van de dag. Dit is in feite een decentralisatie van energieproductie.”
Om dit vorm te geven moeten alle partijen in de keten het eens worden over hoe om te gaan met verbruik en productie. Iedereen moet bijdragen aan de transitie en rekening houden met de anderen. We willen graag prosumenten – maar we moeten ook afspreken wanneer ze produceren of consumeren, en hoeveel per keer. Zo kunnen we de transmissie-infrastructuur optimaal benutten.
Schepers continues: “You would preferably like to make such agreements in real-time, because everyone’s delivery and consumption patterns vary significantly during the day, but especially the weather is of major influence. For this, you need data, statistics, physics models, and predictions (i.e., artificial intelligence or AI) – you want to make the usage and the control of all those energy flows much more efficient. This energy puzzle is extensive and complex, but we estimate that with AI, an energy efficiency of up to 50% can be achieved.
AI technology is nice, but in our transition projects we particularly see the need for a lot of coordination between clients, companies, and governments. As a consultancy firm, we have consciously decided to regularly take the lead here. And we dive in deep – we have even offered a municipality to write its policy. For us, as a technology provider, this is new, but we all have to contribute our bit. Participating in new partnerships is a must-do.
Energieverbruik terugdringen met kunstmatige intelligentie (AI)
Met de huidige hoge energieprijzen zullen we overal op zoek moeten naar manieren om het energieverbruik terug te dringen. Bij Itility investeren we bewust in digitale oplossingen om daadwerkelijk energie te besparen.
Energiebesparing in professionele gasovens
Samen met AMF (wereldleider in productiesystemen voor bakkerijen) hebben we de “Sustainable Oven Service” ontwikkeld, een AI-gestuurde oplossing die draait op een fysieke oven.
Hoe? We monitoren de oven met sensoren en verrijken deze gegevens met differentiaalvergelijkingen voor warmte. Vervolgens voert de bakker zijn limieten voor productkwaliteit en productiehoeveelheden in. Dit activeert de zogenaamde AI-optimalisatie: een simulatiemodel om de oven te optimaliseren. Deze optimale instellingen worden gepresenteerd aan de bakker, die vervolgens beslist welke instelling hij toepast. De bakker in controle. Met als resultaat: een gasbesparing van 20%.
Energiebesparing thuis
Het bovenstaande zette ons aan het denken: kunnen we zulke besparingen ergens anders realiseren? Kunnen we dit thuis gebruiken? Het antwoord blijkt ja te zijn. In plaats van de bakker de controle te geven, geven we nu de bewoner de controle. Een bewoner heeft veel elementen in huis die bepalen of de energie van het netwerk komt of van hun eigen zonne-energie. We kunnen simulaties gebruiken, vergelijkbaar met de Duurzame Oven Service, om de optimale balans van energieverbruik te vinden.
In dit geval hebben we een huis met verschillende apparaten. We verzamelen gebruiksgegevens van elk apparaat. We combineren dit met natuurkundige algoritmes om een gebruikersgedragsmodel en een gebouwverbruiksmodel te maken. En met deze twee modellen simuleren we scenario’s voor optimale besturing op basis van voorkeuren van bewoners. Bijvoorbeeld: vind ik het goed om mijn elektrische auto overdag op te laden, om mijn verwarming tussen 17 en 22 graden te hebben, om mijn warm water op een bepaalde temperatuur te houden?
Elke 10 minuten wordt er geoptimaliseerd om continu de meest optimale instellingen te bepalen. Eerste resultaten: 20 tot 40% rendementsverhoging van de warmtepomp.
Bovenstaand artikel is gepubliceerd in het “Financieel Dagblad” op 23 december 2022.