Ansvarlig virksomhed

Projektdatabase

Projektdatabasen indeholder alle de projekter, som ELFORSK har støttet med midler. Der er en kort introduktion af projekternes formål og kontakt information for de igangværende projekter. For de projekter, som er færdige, er der en slutrapport med resultater, som du kan down loade.

Viser 1 - 5 af 5
Projekt nummer
221-496435
Projektperiode: 2023 - 2025
Viegand Maagøe A/S

Projektet ”Machine Learning til Energi- og Procesoptimering (MLEEP)” vil integrere machine learnings algoritmer direkte i 5 danske industrivirksomheder – alle med forskellige problemstillinger og udfordringer – og forsøge at belyse potentialer, muligheder og barrierer ved anvendelsen af kunstig intelligens til energi- og procesoptimeringer af produktionsanlæg.

Projekt nummer
351-053
Projektperiode: 2019 - 2020
Tmrow ApS

ELFORSK-projektet gjorde det tydeligt at der kun var en begrænset efterspørgsel fra borgere at bruge en app til at forstå deres klimaaftryk. De, der var interesserede, var i forvejen klimabevidste.

Tomorrow udvikler en app, hvor det er muligt for husstande at koble deres elmålers data og se deres afledte udledninger fra strømforbruget.  

351-013_foto
Projekt nummer
351-013
Projektperiode: 2019 - 2021
METRO THERM A/S

Projektet har påvist at med brugerøkonomiske analyser med beregningsprogrammet PVTBAT, at PVT-booster og PVT drevne varmepumper med fordel kan erstatte eksisterende gasbaseret varmeproduktion til både varmt brugsvand og rumvarme.

Projektet vil udvikle en ny og temperaturfleksibel varmepumpe inkl. varmtvandsbeholder, der kan levere både varmt brugsvand og rumvarme, og som kan fungere optimalt i samspil med lavtemperaturfjernvarme og PVT-paneler- PVT-Boosteren. Gennem laboratorietests og pilot­anlæg optimeres enheden til et bredt temperaturområde. 

Projekt nummer
349-023
Projektperiode: 2017 - 2019
Viegand Maagøe A/S

Der er udviklet et modelværktøj, der systematisk kan identificere og klassificere energibesparelsespotentialer ved at kombinere forskellige elforbrugsdata.

Projektet har til formål at udvikle algoritmer, som løbende og automatisk analyserer timedata for elforbrug i SMV'er og samkører disse data med data fra øvrige dataregistre (BBR, CVR, DMI m.m.).