• No results found

3 Mogelijkheden voor vraagsturing

3.2 Smart home technology

Met deze technologie wordt op basis van een sturing met een slimme thermostaat in de woning de warmtevraag gereduceerd. Basis is dat met behulp van de feedback van het systeem de gebruiker zijn stookgedrag aanpast. Hierbij is er een verbinding met internet noodzakelijk en een slimme meter.

Hiervoor zijn diverse varianten mogelijk: Met deze thermostaat kan een weekprogramma ingesteld, dit kan voor één ruimte zijn of voor verschillende ruimtes. Er kan een personen detectie opzitten, waarbij de verwarming uitschakelt als er niemand in de woning is. De thermostaat kan zelflerend zijn, waarbij hij door opwarmgedrag van de woning op tijd begint met opwarmen, gecombineerd met weersafhankelijke regeling. De thermostaat kan ook verbonden zijn met een app, waardoor de verwarming op afstand bestuurbaar is door de bewoner. Ook kunnen er met Smart home

technology naast ruimteverwarming ook meerdere andere apparaten slim worden aangestuurd, bijvoorbeeld het laden van een warmwaterboiler of het opladen van de elektrische auto op het moment dat de zon schijnt. Bij smart home technologies gebeurt de sturing door de gebruiker zelf.

Figuur 5: voorbeeld slimme thermostaat Evohome van Honeywell per ruimte regelbaar

Een voorbeeld van een slimme thermostaat is de Toon . Die thermostaat is ook ingezet door Eneco bij hun pilot met slimme warmte. (https://www.eneco.nl/energieproducten/slimmewarmte/hoe-werkt-slimmewarmte/). In deze pilot worden gebruikers gevraagd via de klokthermostaat van Toon

Vraagsturing in warmtenetten 24/55 hun verwarming met een weekprogramma in te stellen. De Toon werkt samen met een

warmteregelaar die de stroomsnelheid van warm water dat wordt geleverd aanpast aan de vraag waardoor ook de retourtemperatuur daalt. Hierbij wordt smart home technologie dus

gecombineerd met regeltechniek. De technologie wordt getest bij 250 gebruikers in de wijk Leidsche Rijn.

Uit Deens onderzoek is naar voren gekomen dat vraagsturing in combinatie met Smart Home Technology niet altijd gedragsverandering teweeg brengt. Onderzoek naar de toepassing van smart home technologie in warmtenetten in Denemarken (21 cases) maakt onderscheid tussen

gedecentraliseerde controle (controle volledig bij de gebruiker), gecentraliseerde controle door de warmteleverancier, en automated control. Het onderzoek laat zien dat wanneer controle door de gebruiker wordt toegepast, gericht op zowel vraagsturing als het verbeteren van comfort er het risico ontstaat dat beiden niet worden bereikt. Toepassing van smart home technologie leidt namelijk in genoemd onderzoek niet tot een lagere energievraag of verschuiving van de

energievraag. Vraagsturing lukt alleen wanneer sturing plaats vindt door de warmteleverancier of automated control. Tegelijkertijd is het nodig gebruikers te betrekken bij vraagsturing omdat de dagelijkse praktijk de vraagsturing teniet kan doen wanneer gebruikers workarrounds vinden om automatic control te omzeilen (Larsen et al, 2019: Smart home technology enabling flexible heating demand).

3.3 Regeltechniek

Regeltechniek voor peakshaving en loadshifting

Regeltechniek kan worden gebruikt om de warmtevoorziening te sturen. In de literatuur wordt daarbij onderscheid gemaakt tussen decentrale sturing door de gebruiker, centrale sturing door de warmteleverancier of automatische sturing (Larsen et al, 2019)). Als er sprake is van decentrale sturing door de gebruiker dan is er sprake van smart home technology (zie paragraaf 3.2). Bij centrale of automatische sturing wordt de regeling aangetuurd of ingeregeld door de

warmteleverancier. Bij centrale sturing gebeurt dat door het warmtebedrijf, automatische sturing door een algoritme in de regeling.

Een voorbeeld hiervan is de Storm controller. De Storm controller maakt gebruik van de

warmteopslag capaciteit van de gebouwmassa. De muren, vloeren, plafonds en het interieur van de gebouwen slaan energie op bij verwarming. Deze energie kan worden gebruikt om het thermisch comfort binnenshuis te behouden, vooral tijdens de ochtend- en avondpiek, in plaats van energie uit het netwerk te halen. Dit helpt de algehele piekbelasting op het warmtenet te verminderen, wat resulteert in besparingen in kosten en emissies.

De STORM-algoritmen hoeven slechts één keer aan het begin te worden geactiveerd, meestal samenvallend met het begin van het verwarmingsseizoen, of wanneer de serviceprovider dit nodig acht. Daarop werkt de controller autonoom totdat hij om de een of andere reden handmatig wordt onderbroken door de systeembeheerders. Deze eenmalige activering betekent het 'go'-signaal dat aan het algoritme wordt gegeven om de berekeningen te starten en het systeem optimaal te besturen. De regeltechniek doet zijn werk tijdens de piek. Meestal zijn er twee pieken per dag, één 's ochtends en één 's avonds, die elk 2 tot 4 uur duren. De regeltechniek werkt autonoom en maakt gebruik van artificial intelligence om op basis van de gemeten data te leren hoe gestuurd kan worden. De regeltechniek kan sturen door de temperatuursensor van de buitentemperatuur in een gebouw te overrulen. Door aan het systeem bijvoorbeeld een hogere buitentemperatuur door te geven, wordt het verwarmen uitgesteld. Deze regeling maakt gebruik van de thermische massa van een gebouw binnen de grens dat de temperatuur niet meer dan een halve graad af mag wijken. De gebruiker ondervindt hierdoor geen comfortverlies en hoeft zijn gedrag niet aan te passen.

Vraagsturing in warmtenetten 25/55 De STORM-controller is een data gestuurd systeem. De controller beheert het systeem proactief door 'day ahead'-voorspellingen te doen over de evolutie van de vitale parameters van het

stadsverwarmingsnetwerk. Met behulp van deze voorspellingen creëert het algoritme een optimale route voor de vitale parameters van het systeem die de vervulling van de controledoelstelling mogelijk maken, en probeert het deze in die richting te sturen.

Uiteraard zijn day-ahead-voorspellingen vatbaar voor fouten als gevolg van onzekerheden, en daarom berekent het algoritme een koerscorrectie die real-time reageert op de laatste metingen van verschillende delen van het systeem. STORM gebruikt data gestuurde modellen voor de bouwfysica per gebouw om de beschikbare flexibiliteit van elke dag vooruit en in real time te kwantificeren, en de mogelijke impact van controlemaatregelen op het binnenmilieu. Deze modellen zijn zelflerend en adaptief en worden automatisch bijgewerkt met de meest recente metingen. Dit is belangrijk omdat het thermische gedrag van de gebouwen kan veranderen met veranderende bewoners, structurele veranderingen in de gebouwen, renovaties enz. Deze modellen zijn in staat om vooraf de beschikbare flexibiliteit in elk gebouw te voorspellen. Om te allen tijde een hoge nauwkeurigheid van berekeningen te garanderen zonder menselijke tussenkomst, moeten algoritmen adaptief zijn.

Dit opent de mogelijkheid om de belastingcurve in de loop van de tijd af te vlakken door het gebouw vóór de pieken op te laden en de gebouwen tijdens de piek te ontladen, vergelijkbaar met hoe een opslagtank zou worden bediend. Om dit te bereiken wordt het controledoel gewijzigd van peak shaving naar load shifting.

De Storm controller is ook getest in een warmtenet in Rottne in Zweden en in het Mijnwater project in Heerlen. De controller wordt toegepast in grote gebouwen bij de 10 grootste warmtevragers in het net. De piekvraag in die pilots daalde met ca. 12%.

(https://www.energyville.be/en/storm-controller). De STORM controller wordt dus niet toegepast bij woningen. Het is efficiënter dit te doen bij de grote gebouwen in een warmtenet die een grote warmtevraag hebben.

Ennnatuurlijk heeft de STORM controller als pilot toegepast in hun eigen kantoor en bij de warmtelevering aan een zorglocatie met een eigen lokaal warmtenetje.

In een artikel (Guelpa and Maricioni, 2019-1) van Politecnico di Torino is het effect bepaald van een innovatieve regeling om de piek te reduceren in een stadsverwarmingsnet. Hierbij wordt de aangeboden volumestroom aangepast op basis van de DTR regeling. Dit is een temperatuurverschil regeling over de warmtewisselaar in het warmtenet bij de afnemer. De volumestroom wordt gereduceerd door de toevoerklep van de volumestroom naar de warmtewisselaar in de afleverset langzamer te openen (dus het debiet te verlagen). Dit gebeurt als de temperatuur vanuit de woning laag is en er dus veel warmte nodig is. Een lager volumedebiet toelaten zorgt voor een langzamere opwarming. Met behulp van simulaties is gebleken dat er een maximale piekreductie mogelijk is tot 50% van de piek. De gemiddeld piekreductie bedraagt 15 %. Bij de maximale piekreductie kan het voorkomen dat de gerealiseerde temperatuur achterblijft ten opzichte van de gewenste

temperatuur. Het betreft simulaties dus geen praktijk case

In een ander artikel van Politecnico di Torino [Guelpa and Maricionil, 2019-2] wordt een

experiment beschreven in een warmtenet in Turijn met vraagsturing. Het experiment betreft 32 van de 104 gebouwen in het warmtenet, publieke gebouwen en woningen die toestemming hebben gegeven aan de warmteleverancier. De warmtevraag werd onderbroken gedurende maximaal 20 minuten om een beperkt effect te hebben op de binnentemperatuur. Er zijn drie testen gedaan op dagen met vergelijkbare buitentemperatuur (10 °C). Uit de resultaten blijkt dat er een piekreductie plaatsvindt van 5% tot 10%. En dat terwijl slechts in 30% van de gebouwen vraagsturing plaats vindt onder de restrictie van 20 minuten maximale onderbreking. Als alle

Vraagsturing in warmtenetten 26/55 gebouwen waren meegenomen en de warmtevraag en de warmtevraag tot een uur onderbroken had kunnen worden, dan is ca 35 % piekreductie haalbaar, hebben de onderzoekers berekend.

Regeltechniek voor een lagere retourtemperatuur

In de slimme warmte pilot van Eneco gebruiken zij ook regeltechniek om de retourtemperatuur bij gebruikers te verlagen. Stadswarmtewater stroomt door de afleverset en de binneninstallatie van de klant, die de warmte afneemt waardoor het water afkoelt. Het issue is dat het water te warm terugkomt, doordat het te snel door de binneninstallatie van de klant stroomt. Met andere woorden de ‘flow’ is te hoog. Een klant ervaart hier nauwelijks problemen van; de woning warmt snel op en het tapwater is snel warm. Hierdoor zijn de warmteverliezen in het net en de kosten van warmteproductie veel hoger dan wanneer het water beter zou afkoelen. In het slimme warmte project van Eneco wordt met de warmteregelaar de stroomsnelheid van het water verlaagt, waardoor dit water verder afkoelt.

Wetgeving in Duitsland

In Duitsland treedt er op 1 november 2020 een wet in werking genaamd de GEG Gebaude Energie Gesetz, GEG 2020. (zie https://geg-info.de/). Volgens deze wetgeving moet het technisch mogelijk zijn om de aanvoer van warmte naar de gebouwen te limiteren of uit te zetten. Bij grote

warmtesystemen (25 kW) moet het mogelijk zijn om de warmtetoevoer naar een gebouw aan of uit te switchen en moeten er energiemaatregelen zitten op de circulatie pompen (druk en

toerenregeling). Dit is bruikbaar voor demandside management. Er moeten maatregelen genomen kunnen worden om de retourtemperatuur te reduceren van het warmtenet. De wetgeving geeft aan dat er speciale tarieven mogelijk moeten zijn voor stimulering van efficiënt gebruik van warmte en boetes voor te hoge retour temperaturen, maar dit wordt in de praktijk nog niet toegepast omdat men bang is hierdoor klanten te verliezen [Webinar IEA september 2020].

Door warmtebedrijven wordt opgemerkt dat er in de Europese Energy Efficiency Directive ook wetgeving is opgenomen die stuurt op energiebesparing.

3.4 Communicatie

Het concept communicatie houdt in allerlei soorten voorlichting en tips om de piek te reduceren en gewenst gedrag te bewerkstelligen. Het gaat hierbij puur om voorlichting, en zijn geen

installatiekosten mee gemoeid.

Voorlichting kan betrekking hebben op nachtverlaging, reduceren van instel temperaturen of selectief ruimtes verwarmen, reduceren van de retourtemperatuur, isolatie etc.