AI voor Energie en Duurzaamheid
De energietransitie legt de complexiteit van ons energienetwerk bloot. Om een duurzame toekomst te realiseren, moet het systeem zowel ‘vergroenen’ als in balans zijn. Bijvoorbeeld als de windproductie op een bepaald moment toeneemt, dan moet er bij een andere bron minder geproduceerd worden. Het huidige energiesysteem is niet voorbereid op een groot aandeel van dit soort hernieuwbare bronnen.
De hoeveelheid beschikbare data is enorm toegenomen, en vele AI-technieken hebben zich in de afgelopen tien jaar bewezen. Daarmee kan toepassing van AI in het energiedomein de transitie enorm versnellen. Op kleine schaal wordt AI al her en der ingezet, denk bijvoorbeeld aan de slimme thermostaat, of het opladen van een elektrische auto op een moment dat de energievraag en -prijs laag zijn. Het energiesysteem als geheel is echter nog verre van slim, en kan door de inzet van AI een stuk efficiënter worden.
Diepgaande kennis van AI geeft energie- en duurzaamheidsexperts belangrijke tools in handen. Denk bijvoorbeeld aan slimme algoritmes voor de aansturing van energiedistributiesystemen, het inrichten en verbeteren van ‘control’ bij energie-infrastructuur (zoals ondergrondse warmteopslag), en slimme beslissingsondersteuning bij complexe besluitvormingsprocessen. Omdat het uittesten van oplossingen in de praktijk vaak erg bewerkelijk en kostbaar is, ontwikkelen we zeer gedetailleerde modellen en simulatoren die een deel van deze praktijktests kunnen afvangen.
AI voor een CO2-vrij energiesysteem
De werkgroep Energie en Duurzaamheid van de Nederlandse AI coalitie (NL AIC) heeft het position paper 'AI als versneller van de energietransitie' gepubliceerd in september 2021. Dit paper beschrijft de kansen voor een CO2-vrij energiesysteem. Onderzoekers van de TU Delft hebben via de kerngroep een actieve bijdrage geleverd aan deze gezamenlijke agenda.
Meer informatie
Op 26 november 2020 deelden diverse onderzoekers hun kennis tijdens de sessie Energie uit AI? Nederland is AAN! op het jaarevent van de Nederlandse AI Coalitie (NLAIC). Hieronder vindt u korte videopitches van deze onderzoekers, waarin zij vertellen over de nieuwste ontwikkelingen op het gebied van AI die toegepast kunnen worden in het energiedomein.
Machine learning voor elektriciteitstransmissie en -distributie (Nederlands)
Dr. S.H. (Simon) Tindemans
Assistant Professor at Intelligent Electrical Power Grids
Faculty of Electrical Engineering, Mathematics & Computer Science, TU Delft
AI voor de energie transitie: een case study in het haven industrieel cluster (Nederlands)
Dr.ir. J.H. (Jan) Kwakkel
Associate Professor at Multi-Actor Systems
Faculty of Technology, Policy and Management, TU Delft
Reinforcement learning for wind farm control (English)
G. (Greg) Neustroev
PhD Student at the Algorithmics Group
Faculty of Engineering, Mathematics and Computer Science, TU Delft
Dr.ir. R.A. (Remco) Verzijlbergh
Associate Professor at Energy and Industry (Engineering Systems and Services)
Faculty of Technology, Policy and Management, TU Delft
Reinforcement learning for prediction and control in smart energy systems (English)
Prof.dr.ir. B.H.K. (Bart) De Schutter
Full Professor & Head of department Delft Center for Systems and Control
Faculty of Mechanical, Maritime and Material Engineering, TU Delft
Meer video pitches
Meer videopitches over de toepassing van AI in het energiedomein vindt u op deze website.
Gerelateerde artikelen
Lees meer over dit thema
Contact
Wetenschappelijke contactpunten: dr. Mathijs de Weerdt en prof.dr. Peter Palensky.
Valorisatie: Arnoud van der Zee.
Community: Charlotte Boelens.