En kunstig intelligens, kaldet en digital tvilling, har vist vejen til fremtidens fjernvarmedrift. Den nyudviklede AI kan forudsige forbrugsmønstre, vejrforhold og fejl, før de opstår. Det hele baner vejen for lavere omkostninger og CO2-besparelser i fjernvarmen
Artiklen har været bragt i HVAC Magasinet nr. 5, 2025 og kan læses uden illustrationer herunder (læs originalartiklen her)
Tekst og fotos: Energy Cluster Denmark
Fjernvarmen i Brønderslev er i øjeblikket prøveklud for et system, der kan have meget stort potentiale for den danske fjernvarme i de kommende år.
Det viser de nyeste resultater fra innovationsprojektet RACE.
Det handler om en digital tvilling – en kunstig intelligens eller AI om man vil – der i realtid overvåger fjernvarmerørene i det jyske. Projektet undersøger og demonstrerer, hvordan man ved at bruge realtidsdata, sensorik og forudsigende AI-systemer optimerer flow og temperatur i fjernvarmenetværk. I sidste ende kan det spare både penge og CO2.
Udover Brønderslev Forsyning, der leger forsøgskanin, er Aalborg Universitet og virksomhederne Glaze, Broen og Develco med i projektet, som er finansieret af Det Energiteknologiske Udviklings- og Demonstrationsprogram (EUDP).
Første af sin slags i verden
Det er Per Printz, der er lektor ved Aalborg Universitet, som står bag den digitale tvilling. Han har bygget og trænet den, så den i dag forudsiger forbrugsmønstre, vejrforhold og endda fejl, før de opstår.
– Vi har set resultater, der overstiger vores oprindelige håb. Den digitale tvilling kan nu, med hidtil uset præcision, forudsige ændringer i temperatur og flow – noget, der ville have været utænkeligt for få år siden, siger Per Printz.
Han var en af de første i verden til at beskæftige sig med kunstig intelligens tilbage i 1988, hvor han lavede ph.d.-projekt om kunstige neurale netværk.
I dette projekt er det en avanceret matematisk-fysisk model, der overvåger realtidsdata fra fjernvarmerørene. Udviklingen fortsætter, og modellen vil løbende blive mere præcis og effektiv.
– Data over tid er afgørende, når man arbejder med kunstig intelligens. Men når det her er rullet ud, så er vi, så vidt jeg ved, de første i verden, der har en kørende AI-model, der optimerer et fjernvarmesystem, siger Per Printz.
Skal kunne anvendes globalt
Tech-virksomheden Glaze bidrager til projektet med den digitale platform, Beacon Tower. Her bliver realtidsdata fra fjernvarmesystemet i Brønderslev samt vejrinformationer organiseret og forenklet. Og på den måde kan forsyningsselskabet træffe klogere beslutninger.
Projektet bruger som sagt Brønderslev Forsyning som enkeltstående case, men målet er at skabe en model, der kan tilpasses til nye modeller for lokale eller globale forsyningsprojekter.
Lige nu er der sensorer rundt i tre brønde. Her måler de vandtryk og -temperatur. Og allerede nu viser systemet, at det kan give forsyningsselskaberne en meget værdifuld viden, lyder det fra Henrik Horsholt Christensen, teamkoordinator i Brønderslev Forsyning.
– Vi kan få langt bedre kontrol og overblik over, hvad der foregår helt ude i spidserne af nettet – både når det gælder temperatur i fremløbet og differencetryk. Det er med til at sikre, at forbrugeren har en stabil og effektiv drift, siger han.
– Ved at justere differencetrykket løbende, i stedet for kun en til to gange om året, opnår vi energibesparelser på pumpedriften. Det bidrager til den grønne omstilling i realtid og reducerer samtidig vores og dermed forbrugernes omkostninger.
BOKS:
Hvad er RACE-projektet?
RACE (Real-time AI computing in the energy sector) er støttet af Det Energiteknologiske Udviklings- og Demonstrationsprogram (EUDP) med 7,8 millioner kroner. Det samlede budget for innovationsprojektet er på 12,6 millioner kroner og partnerkredsen består af Brønderslev Forsyning, Glaze, Agerkrantz Controls, Develco og Aalborg Universitet. Energy Cluster Denmark faciliterer projektet, der begyndte i august 2023 og slutter i februar 2026.
