Effectieve aansturing van huidige/toekomstige assets Model-predictive en agent-based control (zoals RTC Tools (Deltares) en Heatmatcher (TNO)) worden onderzocht op benefits en gecombineerd, om de impact op operationele prestaties bepalen. De controllers worden in de ontwerpfase al meegenomen tijdens simulaties (holistische aanpak).

Uitdaging voor de aansturing van warmtenetten
 
Toekomstige controllers zullen moeten kunnen omgaan met complexere netten, waarin nieuwe aspecten zoals seizoens- en dagbuffering, meerdere bronnen met wisselende aanbodprofielen, vraagflexibiliteit, teruglevering, demand-side management, buffering en decentrale warmtekoppelingen mogelijkheden bieden, maar ook meer vragen van de aansturing dan bij een klassiek warmtenet.



Innovaties voor de aansturing van warmtenetten
 
Model-predictive en agent-based control algoritmen worden onderzocht op benefits en waar mogelijk gecombineerd (dat laatste o.a. in een promotieonderzoek (TU Delft). Modellering van scenario’s i.c.m. realistische use cases (aangedragen door partners) kan gebruikt worden ter bepaling van de effectiviteit van innovatieve control. Hoe kunnen de controllers sturen op de belangen van verschillende stakeholders, aan de hand van KPI’s?

Voorziene resultaten

• Evaluatie van concepten voor agent-based en MPC control voor warmtenetten
• Optimale controller gebaseerd op agent-based en MPC functionaliteit
• Communicatie interface en workflow tussen agent-based en MPC controllers
• Nieuwe concepten en solvers die agent-based en model-predictive control combineren