Toekenningen ronde Energiesysteemintegratie & Big Data

19 januari 2018

In de ronde ‘Energiesysteemintegratie & Big Data’ heeft NWO zes projecten toegekend. Er was ca. 3,85 miljoen euro beschikbaar gesteld door de NWO- domeinen Exacte & Natuurwetenschappen en Toegepaste & Technische Wetenschappen. Daarnaast participeren in elk project er één of meerdere publieke/private partijen, welke 15% cash en 15% in kind bijdragen bovenop de NWO-financiering. Met de totale financiering zullen onderzoekers aan Nederlandse kennisinstellingen worden aangesteld. De call was opgesteld in samenwerking met Commit2Data, en valt onder het NWO-werkprogramma voor de Topsector Energie.

De gehonoreerde projecten richten zich op het ontwikkelen van een nieuw duurzaam energiesysteem, waarbij elektriciteit, gas en koude/warmte in samenhang worden geoptimaliseerd. Cruciaal hierbij is het gebruik van big data en bijbehorende analysetechnieken.

Hieronder de zes toegekende projecten:
Data op buurt niveau: centraal leren of lokaal roddelen
Using small data and big data: Neighborhood Energy & Data Management Integration System
Prof. ir. W. Zeiler (m), Faculteit Bouwkunde, Technische Universiteit Eindhoven

De integratie van decentrale duurzame energie heeft consequenties voor de stabiliteit van het net. Het gebouw, de installaties en de gebruikers kunnen energieflexibiliteit bieden. Hiervoor is een goede data uitwisseling en analyse nodig. Twee verschillende concepten hiervoor zullen op gebouw en buurtniveau worden ingezet: centraal leren door deep learning, en lokaal roddelen met zgn. gossiping (roddel) algoritmes.

Deelnemende instellingen en bedrijven: TU Eindhoven, CWI, Gemeente Breda, Enexis, Stichting Promotie Installatie Technologie, Kropman Installatietechniek, Stichting Knooppunt Innovatie Elektrotechniek Nederland, Coöperatie De Dobbelsteen, Brede Sociëteit Princenhage.

Intranets voor Energie
Energy Intranets
Dr. E.J.E.M. Pauwels (m), Departement Intelligent & Autonomous Systems, Centrum Wiskunde & Informatica

Hernieuwbare energie zoals zon en wind draagt bij aan een duurzame wereld. Vanwege hun deels
controleerbare variatie in meestal decentrale energieopwekking wordt de balancering in het
elektriciteitsnetwerk steeds lastiger. In dit project willen we, aan de hand van een concrete vraag uit de praktijk, onderzoeken hoe we door middel van computationele intelligentie de flexibiliteit van vraag en aanbod beter kunnen voorspellen en benutten.

Deelnemende instellingen en bedrijven: CWI, TU Delft, Universiteit Utrecht, Universiteit van Amsterdam, SURFSara, Sympower.

‘Peer-to-peer’ handel in energie
Enabling peer-to-peer energy trading by leveraging prosumer analytics
Prof.dr.ir. J.G. Slootweg (m), Faculteit Electrical Engineering, Technische Universiteit Eindhoven

Meer dan 30% van de opgewekte elektriciteit in de OECD-landen wordt verbruikt in woningen. Daarom is de betrokkenheid van kleinverbruikers belangrijk voor het verkrijgen van een duurzaam energiesysteem. Nieuwe achter-de-meter technologieën (zonnepanelen, opslag etc.) en moderne communicatie-infrastructuur maken directe handel tussen verbruikers mogelijk. Dit onderzoeksproject richt zich op het begrijpen van hoe zulke handelsnetwerken moeten worden opgezet, hoe hun waarde kan worden gemaximaliseerd en het effect ervan op het elektriciteitsdistributiesysteem.

Deelnemende instellingen en bedrijven: TU Eindhoven, TU Delft, Enexis, ICT Automatisering Nederland, SynerScope.

Bescherming van electriciteitsnewerken door middel van simulatie
Resilient Synchromeasurement-based Grid Protection Platform
Dr. ir. M.S.E.E. Popov (m), Faculteit Elektrotechniek, Wiskunde en Informatica, Technische Universiteit Delft

Het project behandelt het ontwerp van een nieuw simulatieplatform voor het electriciteitsnetwerk. Het kan met behulp van betere metingen en big data verstoringen beter detecteren, en kan verspreiding van verstoringen voorkomen. De nieuwe algoritmen om storingen te detecteren zullen gevalideerd worden met echte gegevens.

Deelnemende instellingen en bedrijven: TU Delft, TenneT, Alliander, Enduris, Stedin, VSL, General Electric.

Multidimensionale big data modellering om de voorziening van elektriciteit en warmte op de lange termijn te garanderen
Multi-dimensional big data modelling to ensure long-term power and heat system adequacy
Dr. ir. M.A. van den Broek (v), Faculteit Geowetenschappen, Universiteit Utrecht

Grootschalige inzet van duurzame energie brengt nieuwe uitdagingen met zich mee door de dagelijkse en jaarlijkse schommelingen in het weer. Om de juiste combinatie van investeringen en maatregelen te kiezen om hiermee om te gaan, worden netwerkbeheerders ondersteund door rekenmodellen. Deze modellen worden in dit onderzoek verbeterd met onder meer big data analysetechnieken om processen op het gebied van klimaat, weer, energieproductie en –vraag in samenhang te analyseren. Zo kunnen de eisen voor een betrouwbare elektriciteitsvoorziening ingeschat worden onder toekomstige weersomstandigheden rekening houdend met nieuwe trends zoals het elektrificeren van vervoer en verwarming.

Deelnemende instellingen en bedrijven: Universiteit Utrecht, KNMI en TenneT.

De kas als flexibele energiebron
Energy saving in greenhouse crop production by flexible management
Prof. dr. ir. E.J. van Henten (m), Departement Plantenwetenschappen, Wageningen University & Research

We beogen het nationale energieverbruik met enkele procenten te verminderen, en tegelijkertijd de
piekbelasting op het energienetwerk te reduceren. Dit doen we door het energiemanagement in kassen flexibeler te maken op basis van gewascapaciteit, data van weer, en aanbod op het energienet.

Deelnemende instellingen en bedrijven: Wageningen Universiteit, LTO Glaskracht, Agro Energy, Delphy, B-Mex, Letsgrow.com.

Bron: NWO