Digital tvilling viser potentiale for mere effektiv fjernvarmedrift og energibesparelser – som den første af sin slags nogensinde.
—-
Brugen af kunstig intelligens i form af en digital tvilling i fjernvarmesystemet har stort potentiale.
Det viser de nyeste resultater fra innovationsprojektet RACE.
Projektet undersøger og demonstrerer, hvordan man ved at bruge realtidsdata, sensorik og forudsigende AI-systemer til at optimere flow og temperatur i fjernvarmenetværk. I sidste ende kan det spare både penge og CO2.
Sensoren testes i samarbejde med Brønderslev Forsyning, Aalborg Universitet og virksomhederne Glaze, Broen og Develco. Projektet er finansieret af Det Energiteknologiske Udviklings- og Demonstrationsprogram (EUDP).
De første i verden – digital tvilling overgår forventningerne
Per Printz, der er lektor ved Aalborg Universitet har bygget og trænet den såkaldte digitale tvilling, der forudsiger forbrugsmønstre, vejrforhold og endda fejl, før de opstår.
“Vi har set resultater, der overstiger vores oprindelige håb. Den digitale tvilling kan nu med hidtil uset præcision forudsige ændringer i temperatur og flow – noget, der ville have været utænkeligt for få år siden,” siger Per Printz fra Aalborg Universitet.
Han var en af de første i verden til at beskæftige sig med kunstig intelligens tilbage i 1988, hvor han lavede PhD-projekt om kunstige neurale netværk.
Ved hjælp af en avanceret matematisk-fysisk model overvåger teknologien realtidsdata fra fjernvarmerørene. Udviklingen fortsætter, og modellen vil løbende blive mere præcis og effektiv.
“Data over tid er afgørende, når man arbejder med kunstig intelligens. Men når det her er rullet ud, så er vi, så vidt jeg ved, de første i verden, der har en kørende AI-model, der optimerer et fjernvarmesystem,” siger Per Printz.
Tech-virksomheden Glaze bidrager til projektet med den digitale platform, Beacon Tower. Her bliver realtidsdata fra fjernvarmesystemet i Brønderslev samt vejrinformationer organiseret og forenklet. Og på den måde kan forsyningsselskabet træffe klogere beslutninger.
Værdifuld viden til forsyningsselskaberne – løbende justering i stedet for to gange årligt
Projektet bruger Brønderslev Forsyning som enkeltstående case, men målet er at skabe en model, der kan tilpasses til nye modeller for lokale eller globale forsyningsprojekter.
I Brønderslev er der lige nu sensorer rundt i tre brønde og mere end 10 bypas i spidserne nettet, der måler vandtryk og -temperatur. Og allerede nu viser systemet, at det kan give forsyningsselskaberne en meget værdifuld viden, lyder det fra Henrik Horsholt Christensen, teamkoordinator i Brønderslev Forsyning.
“Vi kan få langt bedre kontrol og overblik over, hvad der foregår helt ude i spidserne nettet – både når det gælder temperatur i fremløbet og differencetryk. Det er med at sikre, at forbrugeren har en stabil og effektiv drift,” siger Henrik Horsholt Christensen.
“Ved at justere differencetrykket løbende, i stedet for kun en til to gange om året, opnår vi energibesparelser på pumpedriften. Det bidrager til den grønne omstilling i realtid og reducerer samtidig vores og dermed forbrugernes omkostninger.”
En halv time om RACE og den digitale tvilling
Vil du vide mere om digitale tvillinger og det teoretiske fundament, de bygger på og hvordan kunstig intelligens spiller sammen med fjernevarmesystemet?
Så høre lektor ved Aalborg Universitet Per Printz gennemgå teknologien her: LINK TIL VIDEO
Hvad er RACE projektet?
RACE (Real-time AI computing in the energy sector) er støttet af Det Energiteknologiske Udviklings- og Demonstrationsprogram (EUDP) med 7,8 mio. kroner. Det samlede budget for innovationsprojektet er på 12,6 mio. kroner og partnerkredsen består af Brønderslev Forsyning, Glaze, Agerkrantz Controls, Develco og Aalborg Universitet. Energy Cluster Denmark faciliterer projektet, der begyndte i august 2023 og slutter i februar 2026.
