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.
Formålet med EFFORT er gennem intelligent brug af data at sikre den grønne udvikling på Hirtshals havn.
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.
Projektet vil fokusere på synkronreluktans motorer, og frekvensomformerne, der vil øge motorsystemernes effektivitet. Teknologierne demonstreres i tre fremstillingsvirksomheder.
Projektet vil optimere og reducere elforbruget i enfamilieshuse med opvarmning fra jordvarme og luft-til-vand varmepumper.
Projektet vil konvertere elforbrug til en integreret løsning, hvor energibehovet minimeres ved at genvinde varme og bruge en varmepumpe.
Projektet udvikler og demonstrerer en selvlærende prædiktiv CTS-styring, der kan levere det bedst mulige indeklima tilpasset brugeren ved samtidig optimering af energiforbruget.
Der udvikles en intelligent adaptiv styring til varmepumpedrevne decentrale ventilationsanlæg.
Projektet vil inkorporere større opmærksomhed på energibesparelser kombineret med lyskvalitet i kommende standarder og proaktivt skabe udviklingsmuligheder for danske virksomheder med fokus på energieffektiv belysning.
Projektet vil udvikle en teknologi, der gør det muligt at koge faste fødevarer som fx kødprodukter hurtigt, energieffektivt og uden kvalitetsforringelser.
Projektet afdækker og realiserer potentialer for energibesparelser på særligt ventilationsanlæg i kommunale bygninger ved brug af kunstig intelligens på data om energiforbrug, indeklima, vejr og tilgængelige bygningsinformation så som BBR, lokation og energimærke.
Projektet udvikler metoder med tilhørende værktøj til optimering af energiforbrug og identifikation af energisparepotentialer i industrivirksomheder
Formålet med projektet er at gøre simuleringsbaseret vurdering af performance for energi og indeklima lettere tilgængelig for beslutningstagere. Samtidig med at gøre det muligt at lave langt mere omfattende designundersøgelser, som omfavner de utallige muligheder i tidligt design
Den datadrevne bygning kommer nu. Det vil vi udnytte til en systematisk dataindsamling baseret på IoT sensorer fra bygninger i drift, i et projekt som fokuserer på dels en datadrevet tillægsydelse til commissioningprocessen. Dels til en løbende opfølgning på det i bygningen leverede indeklima og energiforbrug, som samtidig bruges til kontinuert fejlsøgning på bygningens styring.
For at reducere CO2-emissioner og drage fuld fordel af billig, grøn elektricitet baseret på vedvarende kilder, vil vi videreudvikle SmartHeat, et intelligent boligvarmeanlæg, ved at udvikle et nyt, unikt og kompakt termokemisk varmebatteri.
Projektet tester, hvordan varmepumper kan integreres i energirenovering og nybyggeri ved at dække varmebehovet. Varmepumpen anvendes til at genvinde varme fra bygningens spildevand, inden vandet ledes til kloaksystemet. På den måde bidrager løsningen til at øge elektrificeringen af bygningers samlede energiforbrug, og det bliver brugerøkonomisk mere attraktivt at investere i varmepumper.
Fleksibel elafregning bliver gradvist mere udbredt blandt danske husstande. Men hvilken betydning har det for husstandes elforbrug? Vil det føre til mere effektiv anvendelse af el? For nogle husstande vil det måske medføre højere elforbrug, mens det for andre vil reducere elforbruget. Der mangler helt afgørende viden om dette. Derfor undersøger dette projekt, hvorvidt nogle typer af husstande er mere tilbøjelige til at vælge fleksibel elafregning end andre, og hvilken betydning fleksible priser har for forskellige typer af husstandes elforbrug.
I dette projekt testes potentialet for øget el-effektivitet og fleksibelt elforbrug i to lokale energifællesskaber i to almene boligbebyggelser i Hovedstadsområdet med store solcelleanlæg og tilhørende batterier. Projektet vil slutteligt vise, hvordan større boligforeninger, der ønsker at gå sammen i et energifællesskab, skal agere i forhold til den kommende lovgivning og hvilke virkemidler fra netselskaber og el-handlere, der vil være hensigtsmæssige.
Demonstration af energieffektiv og fleksibel anvendelse af strøm, når der medtages egenproduktion og energilagring i forhold til jordvarmeanlæg, lokaler, adfærd og opladning af buggies.
Udvikling af processer og værktøjer til bæredygtig drift af bygningsautomation.
På basis af et antal testprojekter, udvikles cases og værktøjer til brug for synliggørelse af værdien af brugen af kunstig intelligens til multi-forsyning af varme.
Projektet vil videreudvikle et allerede afprøvet og implementeret koncept til energibesparelser i storkøkkener.
Projektet vil demonstrere konceptet anti-foulingsystem for pladevarmevekslere.
Projektet vil demonstrere intelligent styring af fleksibelt elforbrug i Navitas, som er en større kontorbygning.
Projektet omfatter undersøgelse og kortlægning af data fra forskellige udvalgte dynamiske døgn-rytme-belysningsanlæg, der allerede er installeret i det danske sundhedsvæsen.
Projektet undersøger og demonstrerer hvordan kontormiljøer bedre kan udnyttes effektivt og derved reducere energiforbruget på en måde som samtidig øger brugertilfredshed og skaber en bedre oplevelse af indeklimaet. Ved hjælp af machine learning, bevægelsessensorer og indeklimamålinger visualiseres og anbefales rette indeklima og arbejdsstationer for brugeren.