Bygninger står for 40 % av energibehovet i EU og for en høy prosentandel av effektbehovet til topplastene for elektrisitet; hoveddelen går til oppvarming og kjøling. Siden bygninger har høy evne til å holde på temperatur representerer de også et stort potensial for energifleksibilitet. Man for eksempel varme opp bygget når energibruken er lav, uten at det går utover komforten.
Men til nå har det vist seg vanskelig å utnytte denne fleksibiliteten. En årsak til det er at vi ikke har detaljerte nok data om energibruken til de ulike installasjonene i bygninger.
ADRENALIN skal utvikle maskinlæringsalgoritmer for fleksibel styring av oppvarming og kjøling, som gjør det mulig å planlegge og justere strømbruken etter prissignaler fra energisystemet samtidig som brukernes komfort ivaretas.
Vi skal samle store mengder måledata fra bygninger i et datamiljø (data sandbox) og arrangere datakonkurranser for å finne løsninger på spesifikke datautfordringer. Slik finansieres utviklingen ved crowdsourcing. De beste løsningene vil bli testet under reelle bruksforhold på de digitale plattformene til partnere i prosjektet.
Mer informasjon om prosjektet er tilgjengelig her.
Partnere:
SINTEF (prosjektleder)
RISE, Sverige
Herrljunga Elektriska AB, Sverige
Akademiska Hus, Sverige
Syddansk Univeristet, Danmark
ReMoNi AS, Danmark
NTNU, Norge
IWMAC AS, Norge
AES Innovation, Tyrkia
Synavision GmbH, Tyskland
Referansegruppe:
CSIRO, Australia
National University of Singapore, Singapore
Prosjektet er finansiert av Joint Call 2020 (MICall20) for transnational projects on digital transformation for green energy transition med partnere fra ERA-Net Smart Energy Systems (ERA-Net SES) og Mission Innovation (MI).
