Optimalisatiealgoritme als richtingaanwijzer in het bepalen van de bronstrategie

Afgelopen maanden heeft Rhea Buijs stage gelopen bij GroeneWarmte. Zij is tweedejaars master student aan de Technische Universiteit Eindhoven. Voor haar master in ‘Energy Technology’ heeft Rhea hier onderzoek gedaan naar diverse optimalisatie methodes voor het bepalen van een eerste bronstrategie. Dit is van groot belang in de ondersteuning van het ontwikkelproces van een duurzaam collectief warmtesysteem.

22 Maart 2023

Geoptimaliseerde bronstrategieën geeft richting in een vroeg stadium

Het ontwikkelen van een duurzaam collectief warmtesysteem bestaat uit verschillende fases met ieder zijn eigen mijlpalen (zie onderstaande figuur). Met name in de initiatiefase spelen er bij meerdere partijen veel (terechte) vragen over techniek en financiële implicaties. Een goed en snel antwoord op deze vragen helpt in deze precaire beginfase de voortgang van het proces. Veel van de vragen gaan over de potentiële bronnen. De keuze voor verschillende bronnen, de onderlinge verhouding en het meewegen van te verwachten ontwikkelingen in de tijd maken onderdeel uit van wat wordt aangeduid met de bronstrategie. Door in korte tijd meerdere geoptimaliseerde bronstrategieën in beschouwing te nemen, kan er meer tijd besteed worden aan de organisatorische en communicatieve aspecten.

Restwarmte in Nederland

Een van de warmtebronnen die in de optimalisatie in beschouwing wordt genomen is restwarmte. Restwarmte is warmte die over is uit een productieproces en niet meer binnen het bedrijf zelf kan worden gebruikt. De verschillende profielen van beschikbaarheid door de tijd (continue, intermitterend, incidenteel) en de variatie in de temperatuur maken de afweging in de bronstrategie complex. Door de (overwegend) lage prijs, is het meestal wel een interessante bron om mee te nemen in het opstellen van een optimalisatie model. In aanvulling op het realiseren van het optimalisatie model, heeft Rhea het potentieel van restwarmte in Nederland onderzocht. Daaruit blijkt een totale restwarmte van ca. 250 PJ, waarvan ca. 100 PJ in potentie uitgekoppeld kan worden.

Gradiënt decent algoritme

Tijdens de stageperiode heeft Rhea een optimalisatie model gerealiseerd dat bepaalt welke combinatie van geïnstalleerde warmtebronnen en welk volume aan warmteopslag zal leiden tot de laagste Total Costs of Ownership (TCO). Hierbij kan vanuit diverse randvoorwaarden worden gewerkt., Zo ook bijvoorbeeld de gewenste duurzaamheid van een collectief warmtesysteem en maximaal beschikbare capaciteit van de diverse beoogde warmtebronnen. Uit haar onderzoek komt naar voren dat een gradiënt decent algoritme (gevisualiseerd in onderstaand figuur) in combinatie met de Nelder-Mead methode de meeste geschikte keuze is voor het optimalisatie model.

Gradiënt decent is een iteratief optimalisatiealgoritme dat wordt gebruikt om een lokaal minimum te vinden.

Meer weten over deze stage, de mogelijkheden van collectieve warmte- en koudesystemen of GroeneWarmte als gedelegeerd ontwikkelaar? Neem vrijblijvend contact op met Ruud van den Bosch (ruud.vandenbosch@groenewarmte.com).

Meer over GroeneWarmte: www.groenewarmte.com