A model to describe biogas transport costs in a regional grid is presented. In the model biogas is collected to a central location by transport through dedicated pipelines. Costs have been calculated for two different lay-outs of the grid i.e. star and fishbone lay-out. The costs depend on the covered area and the size of the digesters. Model results show that in a star layout transport costs for small scale digesters are much higher than costs for large scale digesters and costs in a fishbone lay-out are lower than costs in a star lay-out.
DOCUMENT
Elke periode kent zijn eigen revolutie en elke revolutie brengt zijn eigen organisatorische model met zich mee. We bevinden ons nu in de 4e industri¨ele revolutie, waar het internet van dingen ons verbindt met autonome embedded systemen. Deze systemen zijn actief in de virtuele ’cyber’ wereld, alsook in de echte ’fysieke’ wereld om ons heen. Deze zogenoemde ’Cyber-Fysieke’ Systemen volgen daarmee een modern organisatorisch model, namelijk zelfmanagement, en zijn dan ook in staat zelf proactieve acties te ondernemen. Dit proefschrift belicht productiesystemen vanuit het Cyber-Fysieke perspectief. De productiesystemen zijn hier herconfigureerbaar, autonoom en zeer flexibel. Dit kan enkel worden bereikt door het ontwikkelen van nieuwe methodes en het toepassen van nieuwe technologie¨en die flexibiliteit verder bevorderen. Echter, effici¨entie is ook van belang, bijvoorbeeld door productassemblage zo flexibel te maken dat het daardoor kosteneffici¨ent is om de productie van diverse producten met een lage oplage, zogenaamde high-mix, low volume producten, te automatiseren. De mogelijkheid om zo flexibel te kunnen produceren moet bereikt worden door de creatie van nieuwe methoden en middelen, waarbij nieuwe technologie¨en worden gecombineerd; een belangrijk aspect hierbij is dat dit toepasbaar getest moet worden door gebruik van simulatoren en speciaal hiervoor ontwikkelde productiesystemen. Dit onderzoek zal beginnen met het introduceren van het concept achter de bijbehorende productiemethodologie, welke Grid Manufacturing is genoemd. Grid Manufacturing wordt uitgevoerd door autonome entiteiten (agenten) die zowel de productiesystemen zelf, als de producten representeren. Producten leven dan al in de virtuele cyber wereld voordat zij daadwerkelijk zijn gebouwd, en zijn zich bewust uit welke onderdelen zij gemaakt moeten worden. De producten communiceren en overleggen met de autonome herconfigureerbare productiesystemen, de zogenaamde equiplets. Deze equiplets leveren generieke diensten aan een grote diversiteit aan producten, die hierdoor op elk moment geproduceerd kunnen worden. Het onderzoek focust hierbij specifiek op de equiplets en de technische uitdagingen om dynamisch geautomatiseerde productie mogelijk te maken. Om Grid Manufacturing mogelijk te maken is er een set van technologische uitdagingen onderzocht. De achtergrond, onderzoeksaanpak en concepten zijn dan ook de eerste drie inleidende hoofdstukken. Daarna begint het onderzoek met Hoofdstuk 4 Object Awareness. Dit hoofdstuk beschrijft een dynamische manier waarop informatie uit verschillende autonome systemen gecombineerd wordt om objecten te herkennen, lokaliseren en daarmee te kunnen manipuleren. Hoofdstuk 5 Herconfiguratie beschrijft hoe producten communiceren met de equiplets en welke achterliggende systemen ervoor zorgen dat, ondanks | Dutch Summary 232 dat het product niet bekend is met de hardware van de equiplet, deze toch in staat is acties uit te voeren. Tevens beschrijft het hoofdstuk hoe de equiplets omgaan met verschillende hardwareconfiguraties en ondanks de aanpassingen zichzelf toch kunnen besturen. De equiplet kan dan ook aangepast worden zonder dat deze opnieuw geprogrammeerd hoeft te worden. In Hoofdstuk 6 Architectuur wordt vervolgens dieper ingegaan op de bovenliggende architectuur van de equiplets. Hier worden prestaties gecombineerd met flexibiliteit, waarvoor een hybride architectuur is ontwikkeld die het grid van equiplets controleert door het gebruik van twee platformen: Multi-Agent System (MAS) en Robot Operating System (ROS). Nadat de architectuur is vastgesteld, wordt er in Hoofdstuk 7 onderzocht hoe deze veilig ingezet kan worden. Hierbij wordt een controlesysteem ingevoerd dat het systeemgedrag bepaalt, waarmee het gedrag van de equiplets transparant wordt gemaakt. Tevens zal een simulatie met input van de sensoren uit de fysieke wereld ’live’ controleren of alle bewegingen veilig uitgevoerd kunnen worden. Nadat de basisfunctionaliteit van het Grid nu compleet is, wordt in Hoofdstuk 8 Validatie en Utilisatie gekeken naar hoe Grid Manufacturing gebruikt kan worden en welke nieuwe mogelijkheden deze kan opleveren. Zo wordt er besproken hoe zowel een hi¨erarchische als een heterarchische aanpak, waar alle systemen gelijk zijn, gebruikt kan worden. Daarnaast laat het hoofdstuk o.a. aan de hand van enkele voorbeelden en simulaties zien welke effecten herconfiguratie kan hebben, en welke voordelen deze aanpak zoal kan bieden.. Het proefschrift laat zien hoe met technische middelen geautomatiseerde flexibiliteit mogelijk wordt gemaakt. Hoewel het gehele concept nog volwassen zal moeten worden, worden er enkele aspecten getoond die op de korte termijn toepasbaar zijn in de industrie. Enkele voorbeelden hiervan zijn: (1) het combineren van gegevens uit diverse (autonome) bronnen voor 6D-lokalisatie; (2) een data-gedreven systeem, de zogeheten hardware-abstractielaag, die herconfigureerbare systemen controleert en de mogelijkheid biedt om deze productiesystemen aan te passen zonder deze te hoeven herprogrammeren; en (3) het gebruik van Cyber-Fysieke systemen om de veiligheid te verhogen.
MULTIFILE
In this research, the experiences and behaviors of end-users in a smart grid project are explored. In PowerMatching City, the leading Dutch smart grid project, 40 households were equipped with various decentralized energy sources (PV and microCHP), hybrid heat pumps, smart appliances, smart meters and an in-home display. Stabilization and optimization of the network was realized by trading energy on the market. To reduce peak loads on the smart grid, several types of demand side management were tested. Households received feedback on their energy use either based on costs, or on the percentage of consumed energy that had been produced locally. Furthermore, devices could be controlled automatically, smartly or manually to optimize the energy use of the households. Results from quantitative and qualitative research showed that: (1) feedback on costs reduction is valued most; (2) end-users preferred to consume self-produced energy (this may even be the case when, from a cost or sustainability perspective, it is not the most efficient strategy to follow); (3) automatic and smart control are most popular, but manually controlling appliances is more rewarding; (4) experiences and behaviors of end-users depended on trust between community members, and on trust in both technology (ICT infrastructure and connected appliances) and the participating parties.
DOCUMENT
A fast growing percentage (currently 75% ) of the EU population lives in urban areas, using 70% of available energy resources. In the global competition for talent, growth and investments, quality of city life and the attractiveness of cities as environments for learning, innovation, doing business and job creation, are now the key parameters for success. Therefore cities need to provide solutions to significantly increase their overall energy and resource efficiency through actions addressing the building stock, energy systems, mobility, and air quality.The European Energy Union of 2015 aims to ensure secure, affordable and climate-friendly energy for EU citizens and businesses among others, by bringing new technologies and renewed infrastructure to cut household bills, create jobs and boost growth, for achieving a sustainable, low carbon and environmentally friendly economy, putting Europe at the forefront of renewable energy production and winning the fight against global warming.However, the retail market is not functioning properly. Many household consumers have too little choices of energy suppliers and too little control over their energy costs. An unacceptably high percentage of European households cannot afford to pay their energy bills. Energy infrastructure is ageing and is not adjusted to the increased production from renewables. As a consequence there is still a need to attract investments, with the current market design and national policies not setting the right incentives and providing insufficient predictability for potential investors. With an increasing share of renewable energy sources in the coming decades, the generation of electricity/energy will change drastically from present-day centralized production by gigawatt fossil-fueled plants towards decentralized generation, in cities mostly by local household and district level RES (e.g PV, wind turbines) systems operating in the level of micro-grids. With the intermittent nature of renewable energy, grid stress is a challenge. Therefore there is a need for more flexibility in the energy system. Technology can be of great help in linking resource efficiency and flexibility in energy supply and demand with innovative, inclusive and more efficient services for citizens and businesses. To realize the European targets for further growth of renewable energy in the energy market, and to exploit both on a European and global level the expected technological opportunities in a sustainable manner, city planners, administrators, universities, entrepreneurs, citizens, and all other relevant stakeholders, need to work together and be the key moving wheel of future EU cities development.Our SolutionIn the light of such a transiting environment, the need for strategies that help cities to smartly integrate technological solutions becomes more and more apparent. Given this condition and the fact that cities can act as large-scale demonstrators of integrated solutions, and want to contribute to the socially inclusive energy and mobility transition, IRIS offers an excellent opportunity to demonstrate and replicate the cities’ great potential. For more information see the HKU Smart Citieswebsite or check out the EU-website.
Making buildings smarter will save energy and make energy systems more flexible to address grid congestion. This is done by adding smart functionalities (such as machine learning and AI) to existing building management systems and by making full use of building data. Applied research and innovation on smart buildings is urgently needed to evaluate the best smart solutions for buildings applicable to different types of buildings across different contexts, and to assess their costs and benefits. Research on smart buildings, therefore, plays a large role in European, national and regional R&I agenda’s on energy, climate and digitalisation. Amsterdam University of Amsterdam (AUAS) has a growing research group on building energy management and smart buildings, supporting the sustainable transition of its own campus and the Amsterdam region. However, to date, AUAS has not been able to engage in international research projects in this area. Recently, AUAS became a partner in an European University Alliance (U!REKA European University), U!REKA comprises of six universities of applied sciences across Europe with its mission focusing on climate neutral communities and cities. Several partners with U!REKA are also conducting research on smart buildings and smart campuses, but, like AUAS, still in relative isolation. U!REKA will provide the collaboration framework for future joint research to be kick-started by the proposed SIA pilot project. In this research project, AUAS will cooperate with the Technical University Eindhoven, Metropolia University of Applied Sciences (Helsinki) and Politecnico de Lisboa (Lisbon) as consortium partners. Supporting partners are Frankfurt University of Applied Sciences, KTH Royal Institute of Technology (Stockholm) and TVVL (Dutch knowledge platform and association of professionals in the installation sector). The research is based on smart building case studies on the campuses of the project partners.
