Nu hernieuwbare energiebronnen een sterke opgang kennen in het elektriciteitsnet, groeit de nood aan nieuwe technologieën en processen om die bronnen in te passen in het bestaande model.

Het identificeren en slim aansturen van flexibele verbruikers is essentieel, zowel om op systeemniveau te balanceren als om lokale netproblemen te voorkomen of op te lossen. Gebouwen, uitgerust met lokale (PV) productie, battterijen (stationair of onder de vorm van een elektrisch voertuig) en elektrische (warmtepompgebaseerde) verwarming, koeling en warmwaterproductie, zijn hiervoor uitermate geschikt. Het benutten en valoriseren van deze flexibiliteit strookt ook met de visie en ambitie om prosumenten te engageren als meer actieve deelnemers in het energiesysteem, door hen in staat te stellen hun beschikbare flexibiliteit te valoriseren als een ondersteunende dienst.

Publicaties

Reinforcement learning for control of flexibility providers in a residential microgrid
Year: 
2020
Journal: 
IET SMART GRID
Mbuwir, BV; Geysen, D; Spiessens, F; Deconinck, G
Using reinforcement learning for maximizing residential self-consumption - Results from a field test
Year: 
2020
Journal: 
ENERGY AND BUILDINGS
Soares, A; Geysen, D; Spiessens, F; Ectors, D; De Somer, O; Vanthournout, K
Distributed Optimization Algorithm for Residential Flexibility Activation-Results From a Field Test
Year: 
2019
Journal: 
IEEE TRANSACTIONS ON POWER SYSTEMS
Soares, A; De Somer, O; Ectors, D; Aben, F; Goyvaerts, J; Broekmans, M; Spiessens, F; van Goche, D; Vanthournout, K
Short-term forecasting of solar irradiance without local telemetry: A generalized model using satellite data
Year: 
2018
Journal: 
SOLAR ENERGY
Lago, J; De Brabandere, K; De Ridder, F; De Schutter, B
A Network Flow Model for Price-Responsive Control of Deferrable Load Profiles
Year: 
2018
Journal: 
ENERGIES
Camargo, J; Spiessens, F; Hermans, C

Pages