RACE projektet med Real-Time AI Computing i energisektoren
Develco deltager i det spændende projekt RACE om Real-Time AI Computing i energisektoren sammen med Brønderslev Forsyning, Glaze, Agerkrantz Controls og Aalborg Universitet. RACE projektet er støttet af Det Energiteknologiske Udviklings- og Demonstrationprogram (EUDP). Energy Cluster Denmark faciliterer udviklingsprojektet.
Leverandører i fjernvarmesektoren anvender i dag proprietære løsninger med vendor lock in, der gør det svært at udveksle data mellem fleksible systemer og opnå energieffektivitet og energibesparelser i hele fjernvarmesystemet.
Fjernvarmemodel med realtidsdata og kunstig intelligens
Formålet med RACE projektet er at udvikle og teste en fjernevarmemodel med sensorik, realtidsdata og kunstig intelligens hos Brønderslev Forsyning for at optimere fjernvarmeproduktionen.
Develcos bidrag til RACE projektet er hardware udvikling af en dataopsamlingsenhed med flere sensorer til Agerkrantz Controls. Sensorerne måler flow, tryk og temperatur i fjernvarmenettet og sender realtidsdata via LTE-M til den intelligente digitale platform Beacon Tower fra Glaze. Platformen opsamler samtidig data fra eksterne datakilder som vejrinformationer og produktionspriser. Platformen videresender alle indsamlede data til en kunstig intelligens leveret af Aalborg Universitet. Den kunstige intelligens genererer en simuleringsmodel af fjernvarmenettet hos Brønderslev Forsyning – en digital tvilling. Med den kunstige intelligens er det muligt at forudsige fjernevarmeforbruget og på samme tid at minimere varmetab, optimere temperatur og skabe optimal komfort hos fjernvarmebrugerne.
Besparelser og energioptimering
Løsningen med den kunstige intelligens i energisektoren bidrager til den grønne omstilling, da den kan reducere energiforbruget med 5% til 15% afhængig af, hvor optimeret det eksisterende styringssystem er hos fjernvarmeværket.
RACE projektet forløber over perioden fra august 2023 til februar 2026. Projektet bruger Brønderslev Forsyning som en enkeltstående case. Målet med projektet er at skabe en model, der kan konfigureres til nye modeller for lokale og globale forsyningsselskaber.
