In 2050 de gehele gebouwde omgeving energieneutraal. Plus geen aardgas meer voor woningen en utiliteitsgebouwen. Daar willen we in ons land naartoe, maar dat wordt nog een enorme uitdaging. Bij die in het Nederlands Klimaatakkoord vastgelegde doelen kunnen wij mensen wel wat hulp van kunstmatige intelligentie (AI) gebruiken.

Zo’n 90 procent van de Nederlandse woningen is op het aardgasnet aangesloten. Maar dat gaat de komende drie decennia drastisch veranderen. We zullen onze woningen dus op andere manieren moeten gaan verwarmen. Een enorme operatie die ook veel impact zal hebben op de gebouwde omgeving.

Veel energie en weinig vraag (of andersom)

Ondertussen hebben we ook nog met een andere uitdaging te maken: onze elektriciteitsnetten krijgen steeds grotere pieken te verwerken. Dat komt omdat er op sommige momenten veel duurzame stroom wordt opgewekt, vooral via de zon en de wind. Er kan dan meer aanbod zijn dan vraag. Andersom hebben we soms juist meer stroom nodig op momenten dat er weinig duurzame stroom wordt opgewerkt.

Piekbelastingen voorkomen, dankzij AI

We moeten dus toe naar een situatie waarin we meer grip krijgen op de energiestromen. TNO ontwikkelt daarom modellen voor gebouwen die dankzij kunstmatige intelligentie meer grip krijgen op het gebruiksgedrag. Om te beginnen helpen die modellen om het energieverbruik en duurzame energieopwekking van een gebouw te voorspellen. Maar nog veel belangrijker: die gebouwmodellen helpen, als je ze samenvoegt, ook om vraag en aanbod op wijkniveau in balans te brengen. Zo kunnen we kunstmatige intelligentie inzetten om het probleem van piekbelastingen helpen op te lossen.

Nauwkeurigere voorspellingen, op wijkniveau

De TNO modellen moeten straks in staat zijn om op wijkniveau de energievraag voor de komende 8 tot 24 uur te voorspellen. Daarbij moeten ze uiteraard nauwkeuriger zijn dan de tools die vandaag de dag al worden ingezet. Organisaties die op districtsniveau verantwoordelijk zijn voor het beheer van de elektriciteitsvoorziening, kunnen dan beter anticiperen op verwachte schommelingen in vraag en aanbod. En omdat ze op een eerder moment al weten hoeveel energie ze moeten inkopen, kunnen ze ook nog eens besparen op hun aankoopbudget. Ook andere prestaties zoals de staat van onderhoud en binnenmilieu laten zich met de modellen beter voorspellen, waardoor beheer en onderhoud van ad hoc naar planmatig kan verschuiven.

Theorie in de praktijk brengen

Een mooi voorbeeld is het Syn.ikia project in Uden. Daar gaat de woningcorporatie samen met de aannemer een appartementencomplex realiseren. Dit complex wordt energie producerend. Naast TNO zijn daar ook heel veel andere partijen bij betrokken, waaronder woningcorporatie Area en aannemer Hendriks Coppelmans. Samen met warmtepomp fabrikant Itho worden warmtepompen op afstand uitgelezen met als doel de energievraag en aanbodkant op wijkniveau te monitoren om later in evenwicht te brengen.

AI gebaseerde gebouwmodellen in de gebouwde omgeving inzetten?

Neem dan contact op met Sten de Wit

Contact opnemen
Thema

Artificiële intelligentie - van onderzoek tot toepassing

Kunstmatige intelligentie oftewel artificial intelligence (AI) betreft het vermogen van machines om intelligent gedrag te vertonen. AI zal de manier veranderen waarop we leven, werken en reizen. Het zal... Lees verder
Kennis

In de versnelling voor een klimaatneutrale gebouwde omgeving in 2050

Nederland staat voor een grote uitdaging. In het Klimaatakkoord is afgesproken dat de gebouwde omgeving in 2050 CO2-neutraal moet zijn. De komende 29 jaar moeten daarom zeven miljoen huizen en één miljoen... Lees verder
Ons werk

GO-e consortium onderzoekt energieflexibiliteit in gebouwde omgeving

Het nieuw opgerichte Consortium GO-e (Gebouwde Omgeving Elektrificatie) onderzoekt of slimme flexibiliteitsdiensten een alternatief kunnen bieden voor verzwaring van het elektriciteitsnet in de gebouwde... Lees verder
Contact

Dr. ir. Sten de Wit

  • Energie
  • Bouw