Projektinformation
Projekttitel:
ThermFlex- Fysikinformerad maskininlärning för energinätverk integrerade med avancerad termisk lagring, samt kollaborativa affärsmodeller för sektorkopplade flexibilitetstjänster
Projekttitel (eng):
ThermFlex- Physics-informed machine learning for advanced thermal storage-integrated energy networks, and sector-coupled flexibility services through collaborative business models
Koordinator:
Kungliga Tekniska Högskolan
Diarienummer:
2024-202306
Projektnummer:
P2024-01185
Projektstart:
2024-11-01
Projektslut:
2028-12-31
Budget:
| År | Beviljat |
|---|---|
| 2024 | 2 060 047 kr |
| 2025 | 0 kr |
| 2026 | 1 993 579 kr |
| 2027 | 2 167 056 kr |
| 2028 | 2 227 142 kr |
| Total: | 8 447 824 kr |
Program:
Termo - värme och kyla
Programområde:
Värme, forskningsprogram
Projektsammanfattning:
Teknologier för termisk lagring kan brygga värme-/kylanätverk, elnät, distribuerad förnybar energi och lågexergiresurser. Med rätt systemintegration och driftlogik kan de tillhandahålla sektorsövergripande tjänster för energiflexibilitet – vilket ökar energieffektiviteten och hållbarheten i det övergripande energisystemet. Innovativa avancerade värmelagringslösningar erbjuder en mängd fördelar, såsom högre energidensitet vid lägre temperaturer och längre lagringsperioder. Deras komplexa värmeöverföringsfenomen kräver dock nya metoder för att uppskatta laddningstillstånd och effektuttag - avgörande för att nå marknadsmognad. ThermFlex introducerar nya datadrivna modelleringsmetoder, inklusive fysikinformerad maskininlärning, för att möta dessa utmaningar. Projektet kommer också att utforska nya affärs- och prismodeller för flexibilitetstjänster för fjärrvärme-/kylanät, samt hur sådana flexibilitetstjänster kan automatiseras storskaligt och använda ontologier.
Energimyndighetens andel:
87 %
