Pilot Energiebesparing door een AI Komkommerkassysteem
Dit project ontwikkelt en test een zelflerende kas voor komkommers om energieverbruik te optimaliseren en operationele energiebesparing te realiseren via AI-gestuurde teeltbeslissingen.
Projectdetails
Aanleiding
De land- en tuinbouwsector draagt significant bij aan klimaatverandering en is grootafnemer van energie, vooral van aardgas. In dit DEI pilotproject beogen de projectpartners om meer energie te besparen tijdens het productieproces van kasgroenten, door een optimale verhouding tussen de productie en het energieverbruik ('resource use efficiency') te bepalen en kennis te digitaliseren en bundelen ter ondersteuning van teeltadvies.
Om een optimale verhouding tussen energieverbruik en productie te bereiken, dienen tijdens verschillende momenten in de teelt verschillende beslissingen objectief te kunnen worden gemaakt. Er is daarin een mogelijkheid in het ontwikkelen van een zelflerende (uiteindelijk zelfsturende) kas, die op basis van de verschillende kassystemen, beschikbare data en vereiste output (volume, kwaliteit) autonoom kan bepalen wanneer welke beslissingen moeten worden genomen en welke setpoints moeten worden bijgesteld om met minimaal energieverbruik tot een optimale productie te komen.
Doelstelling
Doel van dit project Pilot Energiebesparing door een AI Komkommerkassysteem [PEAK] is daarmee het genereren van conceptueel bewijs (proof-of-concept) dat de beoogde nieuwe intelligente kasaansturing tot operationele energiebesparing per eenheid product in een komkommerkas leidt.
Korte omschrijving
Binnen dit project wordt een pilotinstallatie van de intelligente zelflerende kas ontwikkeld en getest onder reële omstandigheden, waarmee wordt onderzocht of een demonstratie op ware grootte en in de praktijk mogelijk moet zijn.
Resultaat
De beoogde resultaten van dit pilotproject zijn:
- Een aggregatiemodule voor een gewasgroeimodel dat gebruik maakt van historische en live kasdata.
- Een machine learning model als basis voor een systeem voor het zelflerend genereren van optimale setpoints voor de systeemcomponenten in een kas.
- Praktijkexperimenten met deze prototypen, waarmee de zelflerende aansturing kan worden getest en waarmee KPI's in de doelstelling worden onderbouwd.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 404.570 |
Tijdlijn
Startdatum | 1-1-2020 |
Einddatum | Onbekend |
Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- GREEN INNOVATORS B.V.penvoerder
- Optimize Nature B.V.
- Qodea
- Stichting Wageningen Research
Land(en)
Vergelijkbare projecten binnen DEI+
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
CO2-reductie in de glastuinbouw door intelligente algoritmenHet project ontwikkelt AI-gestuurde algoritmen voor het optimaliseren van het binnenklimaat in kassen, met als doel een CO2-reductie van 25% en optimale groeicondities. | Demonstratie... | € 341.050 | Onbekend | Details |
Plug & Play Artificial Energy IntelligenceHet project ontwikkelt een plug & play energiebesparingssoftware met kunstmatige intelligentie voor de industrie, gericht op CO2-reductie en kostenbesparing, getest in twee pilotomgevingen. | Demonstratie... | € 120.420 | Onbekend | Details |
Next Generation Agrivoltaics: GroentestroomHet project combineert landbouw met duurzame energieopwekking om een financieel rendement van 160% te behalen, terwijl het landschappelijke waarden en de belangen van omwonenden worden gerespecteerd. | Demonstratie... | € 158.927 | 2020 | Details |
Optimizing district energy networks with AIHet project ontwikkelt en test een AI-gestuurd technologieplatform voor het optimaliseren van warmte- en koudenetten, met als doel verliezen te minimaliseren en de efficiëntie te verbeteren. | Demonstratie... | € 220.219 | 2019 | Details |
Bewaarschuur van de toekomstHet project ontwikkelt een energieneutrale circulaire bewaarschuur voor landbouwproducten, die met innovatieve technologieën energie bespaart en productkwaliteit optimaliseert, klaar voor Europese uitrol. | Demonstratie... | € 1.996.950 | 2017 | Details |
CO2-reductie in de glastuinbouw door intelligente algoritmen
Het project ontwikkelt AI-gestuurde algoritmen voor het optimaliseren van het binnenklimaat in kassen, met als doel een CO2-reductie van 25% en optimale groeicondities.
Plug & Play Artificial Energy Intelligence
Het project ontwikkelt een plug & play energiebesparingssoftware met kunstmatige intelligentie voor de industrie, gericht op CO2-reductie en kostenbesparing, getest in twee pilotomgevingen.
Next Generation Agrivoltaics: Groentestroom
Het project combineert landbouw met duurzame energieopwekking om een financieel rendement van 160% te behalen, terwijl het landschappelijke waarden en de belangen van omwonenden worden gerespecteerd.
Optimizing district energy networks with AI
Het project ontwikkelt en test een AI-gestuurd technologieplatform voor het optimaliseren van warmte- en koudenetten, met als doel verliezen te minimaliseren en de efficiëntie te verbeteren.
Bewaarschuur van de toekomst
Het project ontwikkelt een energieneutrale circulaire bewaarschuur voor landbouwproducten, die met innovatieve technologieën energie bespaart en productkwaliteit optimaliseert, klaar voor Europese uitrol.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
GrowSolar: Grootschalige decentrale productie en verbruik van duurzame zonne-energie in de glastuinbouwHet GrowSolar-project ontwikkelt een innovatief PV-systeem voor de tuinbouw om 5GW zonne-energie op te wekken, de energietransitie te versnellen en duurzame alternatieven voor WKK te bieden. | Missiegedrev... | € 3.001.119 | 2025 | Details |
Owner & Occupant KPI's oriented Model Predictive OpenBuildingControlHet project ontwikkelt modulaire voorspellende regeltechnieken voor gebouwbeheersystemen om energiebesparing en comfort te verbeteren, met als doel een duurzame en flexibele energie-integratie. | Missiegedrev... | € 3.512.530 | 2025 | Details |
Onderzoek haalbaarheid Fotosynthese monitorHet project onderzoekt de haalbaarheid van een innovatieve fotosynthese monitor voor realtime analyses in de tuinbouw. | Mkb-innovati... | € 20.000 | 2023 | Details |
SunbioseProject Sunbiose ontwikkelt in 2024 schaalbare Agri-PV systemen die duurzame energieoplossingen combineren met landbouw, gericht op gewasgroei, bodemkwaliteit en ziektebestrijding. | Missiegedrev... | € 3.177.336 | 2021 | Details |
GrowSolar: Grootschalige decentrale productie en verbruik van duurzame zonne-energie in de glastuinbouw
Het GrowSolar-project ontwikkelt een innovatief PV-systeem voor de tuinbouw om 5GW zonne-energie op te wekken, de energietransitie te versnellen en duurzame alternatieven voor WKK te bieden.
Owner & Occupant KPI's oriented Model Predictive OpenBuildingControl
Het project ontwikkelt modulaire voorspellende regeltechnieken voor gebouwbeheersystemen om energiebesparing en comfort te verbeteren, met als doel een duurzame en flexibele energie-integratie.
Onderzoek haalbaarheid Fotosynthese monitor
Het project onderzoekt de haalbaarheid van een innovatieve fotosynthese monitor voor realtime analyses in de tuinbouw.
Sunbiose
Project Sunbiose ontwikkelt in 2024 schaalbare Agri-PV systemen die duurzame energieoplossingen combineren met landbouw, gericht op gewasgroei, bodemkwaliteit en ziektebestrijding.