Alternativ Energia www.alternativenergia.hu
Kapcsolódó cikkek
Intelligens távhőrendszerek megvalósíthatóságát kutatják.
A Düsseldorfi Főiskola Innovatív Energiarendszerek Központja és a Kempeni Közművek elindította a BestHeatNet nevű közös projektjét. A Mario Adam professzor által vezetett munkacsoport Kempenben tanulmányozza az intelligens és hatékony távfűtési rendszer megvalósítását. A programot a szövetségi gazdasági és energiaügyi minisztérium 1,2 millió euróval támogatja. A projekt azért is fontos, mert a jövő távhőellátásában komoly szerep hárul majd a megújuló energiákra. A változó időjárási viszonyok miatt fontos, hogy a jövőbeli rendszerek rugalmasak legyenek és több forrásból származó energiákat is képesek legyenek használni. A kempeni Auf dem Zanger nevű övezetben 100 lakóegység alakul át élő laboratóriummá. A házakat hőszivattyúkkal, elektromos fűtőelemekkel, kombinált hő- és villamoserőművel, csúcsterhelésű kazánnal és akkumulátorral kiegészített fotovoltaikus rendszerrel szerelik fel. A cél az, hogy a helyben előállított megújuló energiák a teljes energiamennyiség 30 százalékát tegyék ki, valamint az később tovább növelhető legyen biogáz és ökoáram segítségével.
A kutatások célja egy intelligens optimalizálási és szabályozási eljárás kidolgozása. Az új megoldás automatikusan alkalmazkodik a változó körülményekhez és képes bármely pillanatban és napszakban elegendő távhőt előállítani. Amennyiben például megváltozik az időjárás, beborul az ég vagy esik az eső, akkor a rendszernek erre azonnal tudnia kell reagálni. Ehhez a különböző eszközöket hálózatba kötötték. A magas áramárak esetén a kombinált hő- és villamoserőmű működik és a termelt áramot a hőszivattyű működéséhez használják fel, míg az alacsony áramáraknál a hőszivattyú a hálózati áramról üzemel és a kombinált hő- és villamoserőmű leáll. Mindez egyúttal hozzájárul az áramhálózat stabilizálásához is.
Adam szerint az igazán új dolog a neurális hálózatok vagyis a mesterséges intelligencia használata egy ilyen rendszerben. A szabályozás öntanulásra képes és felismeri például a magas és az alacsony hőfogyasztási időszakokat, valamint a változó felhasználói szokásokat. Emellett figyel az időjárás-előrejelezésekre és ezért képes több órával előrejelezni a termelt hőmennyiséget. Ezáltal bármikor a legköltséghatékonyabb és legenergiahatékonyabb üzemi stratégia alkalmazható. A projekt decemberben indult és öt éven át tart.
