Digital Twin
Energievraag- en -aanbod op elkaar afstemmen met digitaal tweelingbouwwerk
Met een digitale replica het energetische gedrag van een gebouw voorspellen en dit vervolgens door slimme aansturing van de installaties verbeteren. Het klinkt als toekomstmuziek, maar bij een bouwproject voor woningcorporatie Area in Uden brengen we samen met TNO zo’n predictive twin-model al in praktijk. Het onderzoeksteam wil vooral ontdekken hoe een tijdelijke overcapaciteit aan zonne-energie beter benut kan worden, zodat de fossiele-energievraag vermindert. Nu ons elektriciteitsnet steeds zwaarder wordt belast, is het belangrijk om piekbelasting te voorkomen en vraag en aanbod beter op elkaar aan te laten sluiten, ook in het kader van betaalbaarheid.
Uniek demoproject
Gefinancierd door het Europese verduurzamingsfonds Horizon 2020 voert het innovatieproject syn.ikia in vier landen een demo uit met energieneutrale wijken. In Nederland is de keuze gevallen op het eerste Maatschappelijk Mooi-appartementencomplex ’t Houdthof. “Bij TNO hebben we hiervoor SirinE ontwikkeld, een predictive twin-model waarin ook de warmtepomp en het tapwatervat zijn gemodelleerd”, vertelt businessconsultant Wouter Borsboom. “Het BIM-model van Hendriks Coppelmans gebruikten we als input. Ons SirinE-model bestaat uit zowel een fysisch model voor het gebouw en de installaties, als een artificial-intelligence-model om het gebruiksgedrag te beschrijven. Zo konden we al in het ontwerpstadium de prestaties van het gebouw voorspellen. Hoeveel energie wordt er gebruikt? En hoe comfortabel zijn de appartementen? Hiermee werken we nog gerichter toe naar een zeer energiezuinig gebouw.”
Bewoners betrekken
Area betrekt de bewoners nadrukkelijk bij het project. Wouter Borsboom: “Belangrijk, want we blijven het gebouw ook nu het opgeleverd is continu monitoren om de digitale replica te voorzien van data. En op het moment dat we gaan bijsturen, is het van belang dat de bewoners goed geïnformeerd zijn. Op basis van de weersverwachting en de dagelijkse warmtevraag van elk appartement kunnen we dan exact voorspellen hoe we de energietoevoer moeten reguleren. Met die informatie kunnen we zoveel mogelijk van de opgewekte zonne-energie direct gebruiken en zo een piekbelasting op het elektriciteitsnet voorkomen. Een heel actueel probleem door de sterke toename van het aantal zonnepanelen, het elektrisch opladen van auto’s en de komst van datacenters. Met dit experiment blijft de oplossing niet op de tekentafel liggen, maar verkleinen we in dit appartementencomplex direct de impact op het elektriciteitsnet. We verwachten dat dit onderzoeksproject bijdraagt aan de oplossing van energievraagstukken en zijn dan ook erg benieuwd naar de eerste concrete resultaten, eind 2022.”
