For å garantere forsyningssikkerheten til vårt fremtidige energisystem trenger vi ikke bare en utvidelse av fornybar energi, men også sofistikerte kontrollmekanismer som effektivt styrer produksjon, tilførsel og forbruk. Forskere ved de sveitsiske føderale laboratoriene for materialvitenskap og teknologi (Empa) har derfor utviklet en prediktiv kontrollalgoritme som optimaliserer energistyringen på bygningsnivå – uten at det går på bekostning av brukerkomforten.
Med økende etterspørsel etter fornybar energi øker også betydningen av bygninger når det gjelder å designe et bærekraftig energisystem. Selv om solcelleanlegg for lengst har bevist sitt potensial i liten skala – for eksempel for eneboliger – gjenstår det visse spørsmål angående forsyningssikkerheten til vårt samlede energisystem. Er potensialet til fornybar energi virkelig tilstrekkelig til å sikre nok energi gjennom hele året? Eller er vi plutselig truet av en ny energimangel som den vinteren 2023 ? Hovedproblemet er imidlertid ikke produksjonen av fornybar energi, men logistikken knyttet til distribusjonssystemet vårt. Dette systemet har så langt vært rettet mot produksjonsanlegg som kontinuerlig mater en viss mengde energi inn i nettet. For å dekke våre energibehov med fornybare kilder i fremtiden trenger vi derfor både en utvidelse av produksjonsanlegg og smarte teknologier som kontinuerlig garanterer nettstabilitet. I motsetning til tradisjonelle energikilder som kull eller uran, produserer ikke et solkraftverk den samme mengden strøm kontinuerlig: det er utsatt for værforhold og fremfor alt dag-natt-syklusen. På den ene siden må energibehovet minimeres når produksjonen er lav – for eksempel om natten – på den andre siden må såkalte produksjonstopper forbrukes lokalt for ikke å overbelaste strømnettet.
Automatiserte systemer er ideelle for å håndtere denne komplekse logistikken. Disse systemene kan optimalisere strømforbruket basert på lokal produksjon, tilgjengelige lagringsmedier og nettilgjengelighet, og dermed sikre både nettstabilitet og forbrukerfleksibilitet til enhver tid. Konkret betyr dette: Gjennom fremtidsrettet energiplanlegging sikrer bygningssystemet at jeg kan ta en varm dusj eller lage mat selv når det produseres for lite strøm til å dekke den faktiske etterspørselen. Samtidig lagres ikke nødvendigvis overskuddsenergi lokalt, men der det er mulig, mates inn i nettet slik at etterspørselen kan dekkes til enhver tid.
For å demonstrere den praktiske levedyktigheten til slike automatiserte systemer, undersøkte forskere fra Empas laboratorium for urbane energisystemer ved NEST i hvilken grad en bebodd bygning kan kombinere ulike fleksible etterspørselskriterier under ett tak. Fokuset var på å redusere CO2-utslipp, øke fleksibiliteten i energibehovet og forbedre beboernes komfort. Ved hjelp av en prediktiv kontrollalgoritme lyktes teamet med å optimalisere energistyringen i bygningen med følgende oppsett: et solcelleanlegg for strømproduksjon, et batterilagringssystem, en varmepumpe og en toveis ladestasjon for elbiler. Hovedmålet var å minimere CO2-utslipp under drift ved å fortrinnsvis hente strøm fra nettet når det var tilgjengelig fra fornybare kilder. Minimumstemperaturer for innerrommene og varmtvannstanken ble også spesifisert. Basert på beboernes atferd lærte algoritmen raskt hvordan man optimaliserer brukerfleksibilitet og energiutveksling med strømnettet.
For det første kunne forskerne demonstrere at systemet deres kunne redusere bygningens CO2-utslipp med mer enn 10 prosent. Minst like viktig var funnet at bygningen proaktivt kunne kommunisere når og hvor mye strøm den kunne hente fra eller mate inn i strømnettet. Dette er spesielt relevant når (overdreven) strøm produseres eller etterspørselen er høy i rushtiden. Eksperimentet viste dermed at fleksibel tilgjengelighet av fornybar energi ikke a priori er et problem. Under disse omstendighetene er imidlertid pålitelig etterspørselsinformasjon og fremtidsrettet planlegging avgjørende – to oppgaver som en selvlærende algoritme kan håndtere bedre og mer konsistent enn et menneske noen gang kunne.
For å gjøre resultatene skalerbare i tilsvarende applikasjoner, må bygninger derfor digitaliseres konsekvent i fremtiden. For å sikre at den nødvendige IT-infrastrukturen ikke i seg selv genererer store mengder CO2, har Empa-forsker Hanmin Cai allerede utforsket bruken av gjenbrukt maskinvare, nemlig gamle smarttelefoner, for bygningsautomasjon i en annen studie.
Cai og kollegaen hans, Federica Bellizio, jobber allerede med å bringe teknologien sin ut på markedet gjennom oppstartsbedriften «Kuafu». Bellizio ble nylig tildelt Empa Entrepreneur Fellowship, et stipend for forskere som ønsker å starte sitt eget selskap. Med sitt datadrevne system tar de sikte på å bygge bro mellom nettoperatører og energileverandører, og dermed gi et konkret bidrag til energioptimalisering og dekarbonisering i byggesektoren og innen elektromobilitet.
Les også
Det amerikanske luftforsvaret tester revolusjonerende geotermisk energikilde | Pugnalom
Brenselcellevarmesystem i drift siden 2004 | Pugnalom
