Spring til indhold

Projekt

CEDAR: Cost Efficient heat pumps using predictive DigitAltwins and Reinforcement learning

Dette projekt har til formål at reducere omkostningerne for boligejere betydeligt, til dels ved en mere driftsoptimal styringen af luft-til-vand og geotermiske varmepumper og dels ved at flytte energiforbruget til perioder med billig (og grøn) energi.

Projekt

CEDAR: Cost Efficient heat pumps using predictive DigitAltwins and Reinforcement learning

Dette projekt har til formål at reducere omkostningerne for boligejere betydeligt, til dels ved en mere driftsoptimal styringen af luft-til-vand og geotermiske varmepumper og dels ved at flytte energiforbruget til perioder med billig (og grøn) energi.

Varmepumper bliver stadig mere populære som erstatning for dyre olie- og gasfyr i private hjem, men mange varmepumpesystemer er begrænset i deres evne til automatisk at justere deres drift til ændringer i f.eks. vejr og el-pris.

CEDAR-projektet har til formål at reducere omkostningerne for boligejere betydeligt, til dels ved en mere driftsoptimal styringen af ​​luft-til-vand og geotermiske varmepumper og dels ved at flytte energiforbruget til perioder med billig (og grøn) energi.

Ved at kombinere en digital tvilling, simulering og AI-teknologi vil CEDAR give boligejere et innovativt varmepumpesystem, der automatisk reagerer på ændringer i vejret, elpriser og beboernes adfærd.

Kontakt
Tenure Track Adjunkt Peter Gjøl Jensen

Fakta

Om CEDAR
Projektet er finansieret af Innovationsfonden