DAPPER: EnergyVille en UGent werken samen om gebouwgeïntegreerde fotovoltaïsche systemen betrouwbaarder, voorspelbaarder en traceerbaarder te maken
KU Leuven, imec en UHasselt, drie partners in EnergyVille, engageren zich in het nieuwe project DAPPER samen met UGent. Dit project, gesteund vanuit Flux50, wil gebouwgeïntegreerde zonnepaneelsystemen verder onderzoeken om zo de performantie op langere termijn te kunnen voorspellen, monitoren en verbeteren.
De regelgeving rond energieperformantie binnen gebouwen wordt steeds strenger, met als uiteindelijk doel dat het netto energieverbruik nul wordt. Elektriciteitsproductie door zonnepanelen (PV-systemen) is een van de weinige technieken die toelaten dit doel te bereiken. Reguliere zonnepanelen op daken zijn intussen een goed ingeburgerde technologie. PV-systemen die ingewerkt worden in gevels of daken (de zogenaamde ‘Building-Integrated PV’ of gebouwgeïntegreerde PV) zijn een elegante oplossing en geven bijkomende ruimte vrij om energie op te wekken. Deze toepassing vraagt enkele specifieke vereisten m.b.t. implementatie, interactie met het gebouw en bediening. Hoewel dit een uitdaging is, zullen de resultaten uit dit onderzoek ook waardevol zijn voor andere PV-toepassingen.
Doelstellingen
Het DAPPER project is opgebouwd rond 4 kerndoelstellingen:
- We willen modellen ontwikkelen voor een verbeterde energieopbrengstvoorspelling voor het hele systeem en dat tijdens de totale levensduur.
- Vanuit betrouwbaarheidsbeoordelingen stellen we ontwerpregels op, die als leidraad functioneren bij het kiezen van componenten, met als doel een optimale performantie en betrouwbaarheid.
- We creëren hulpmiddelen die continue monitoring toelaten, zodat het systeem zelftests kan uitvoeren en voorspellend onderhoud mogelijk wordt.
- We ontwikkelen simulatietools voor een energiemanagementsysteem, dat nauwkeurige voorspellingen en voorspellend onderhoud mogelijk maakt.
Van modelleringskaders naar data-monitoring
Het onderzoek bouwt verder op bestaande simulatiemodellen, die het energierendement van PV-systemen en de thermische eigenschappen van gebouwen voorspelt. We brengen deze modellen samen en breiden hen uit met:
- wederzijdse interactie tussen gebouwen en PV,
- het energie-omzettingsstadium en
- levensduureffecten zoals degradatie en de failure-mogelijkheden.
Dit zal aangevuld worden met onderzoek naar betrouwbaarheid, om zo kennis in te winnen over fysieke mechanismen. Dat laat ook toe om degradatie en uitvalpercentages te voorspellen. Waar mogelijk, zoeken we naar mogelijkheden om deze effecten te voorkomen. Dit zal resulteren in design-voorschriften en selecties van componenten, die de betrouwbaarheid van BIPV-systemen zullen verbeteren, met het oog op een levensduur van meer dan 35 jaar. Er zullen prototypen gebouwd worden om de noodzakelijke experimenten te faciliteren. Het testen zal zowel binnen als buiten plaatsvinden, op locaties bij EnergyVille, UHasselt en KU Leuven.
De ontwikkeling van data-analyse gaat van start met gegevens die EnergyVille of andere partners ter beschikking stellen. Machine-learning technieken zullen worden toegepast om trends en afwijkingen te identificeren. We zullen zowel een model-based als een data-driven aanpak uittesten, om zo de optimale aanpak voor geautomatiseerde performance-monitoring vast te leggen. Tijdens dit project zullen we uit onze eigen test-installaties data afleiden en de resultaten van analyses zullen opnieuw worden ingebracht om de eerder gebruikte modellen te verbeteren.
Kennis samenbrengen
Dit onderzoek breng KU Leuven, imec, UHasselt en UGent samen, vier gevestigde onderzoeksinstellingen binnen hun respectievelijke onderzoeksdomeinen. KU Leuven, imec en Uhasselt zijn daarbij verbonden aan EnergyVille. Zij dragen elk bij vanuit hun eigen expertise, wat ervoor zorgt dat we een brede kennis verzamelen over performantie-modellering, PV- en gebouwonderdelenontwerp, vermogenelektronica, betrouwbaarheids- en performantie-testen en data-analyse.
Dit consortium krijgt ruggensteun van een zestienkoppige begeleidingscommissie, die bestaat uit partner uit de bouwsector, ingenieurssector en de uitbatings- en onderhoudssector.
Resultaten in een notendop
Voor de eerste keer zal er een model van een BIPV-systeem tot stand gebracht worden, dat het hele systeem omvat: van zonlicht tot netaansluiting, interacties met het gebouw en levensduureffecten. Verschillende modellen zullen betere planningen mogelijk maken voor gebouwen die met dergelijke systemen uitgerust zijn. Daarbij kunnen ze als en ‘digital twin’ gebruikt worden, om performantie, monitoring en voorspelling te faciliteren. BIPV-specifieke gebruiksvoorwaarden kunnen worden geïdentificeerd, en daaruit ontwerprichtlijnen en aanbevelingen voor materiaalkeuzes worden afgeleid.
We zullen zowel de model-backed als de data-driven oplossingen voor performantie-montoring verder ontwikkelen en hen toetsen a.d.h.v. resultaten van bestaande systemen. Deze resultaten zullen helpen om de risico’s van het plannen van BIPV-systemen te verminderen en het design op een veiligere footing te plaatsen. Zo worden operationele verliezen verminderd dankzij goede monitoring en voorspellend onderhoud. Uiteindelijk kunnen onze performantie-modellen gebruikt worden om energierendement te voorspellen en zo de algemene gebouwperformantie te optimaliseren. Sommige resultaten zullen meteen kunnen worden toegepast door partners, anderen moeten in de toekomst verder uitgewerkt worden, of op een grotere schaal getest worden, bijvoorbeeld binnen het kader van een Living Lab.
Dit project wordt gesubsidieerd door VLAIO onder HBC.2020.2144 en ondersteund door Flux50.
