AI-baserad prediktiv styrning av avfallseldade kraftvärmeanläggningar för förbättrad energi- och miljöprestanda

Syfte och mål

Projektet syftar till att utveckla och demonstrera ett modulbaserat, AI-baserat prediktivt styrsystem för småskaliga avfallseldade kraftvärmeanläggningar (2–10 MW). Det nya systemet kommer möjliggöra en mer effektiv, flexibel och miljöanpassad drift än vad som är möjligt idag, och kommer fokusera på att öka anläggningens elproduktion, minska utsläppen och förbättra totalverkningsgraden. Slutmålet är att stärka svensk industris konkurrenskraft och bidra till Sveriges energi- och klimatmål.

Förväntade effekter och resultat

Lösningen består av ett moduluppbyggt AI-system som körs parallellt med befintligt PLC-baserat styrsystem. PLC-systemet ansvarar för säker och stabil grunddrift, medan AI-systemet optimerar utvalda styrparametrar i realtid. På så sätt möjliggörs optimering av förbränningsprocessen, gasrening, hjälpsystemens energianvändning samt planering av el- och värmeproduktion baserat på bränsletillgång, efterfrågan och externa faktorer såsom elpriser.

Planerat upplägg och genomförande

Det tvååriga projektet är uppdelat i sex arbetspaket: projektledning, datainsamling, CFD-modellering, AI-utveckling, industriell validering samt nyttiggörande och spridning av resultaten. Målet är att höja teknikens mognadsgrad från TRL 2–4 till TRL 7 genom demonstration i verklig miljö. Projektet leds av SiteConcept AB i samverkan med Luleå tekniska universitet och Kinnarps Holding AB, med stöd av Sigma Technology och SINTEF Energy Research.