In het vorige hoofdstuk is het algoritme besproken om een hybride geothermisch systeem te optimaliseren voor een zo groot mogelijk aandeel van geothermische energie. Het belangrijkste voordeel van deze aanpak was dat hiermee overdimensionering van het gehele hybride systeem werd voorkomen, maar het nadeel was dat er daardoor een deel van het geothermische energiepotentieel onbenut bleef. Dit is precies wat kan worden opgelost door een optimalisatiestrategie toe te passen die gericht is op een maximaal aandeel van geothermische energie.
Hybride systeem, geoptimaliseerd voor energieverbruik
Wanneer het boorveld wordt geoptimaliseerd voor maximale geothermische energie, is de ontwerpdoelstelling als volgt:
Maximaliseer de vraag naar verwarming, koeling en/of warm water voor huishoudelijk gebruik, zodat de hoeveelheid energie die je gedurende de gehele simulatieperiode in de grond injecteert en eruit onttrekt, zo groot mogelijk is.
De ontwerpfilosofie achter de hierboven beschreven methodologie komt erop neer dat al het geothermische energiepotentieel wordt afgebouwd totdat er geen geothermisch potentieel meer overblijft. Dit is te zien in het onderstaande temperatuurprofiel.
In tegenstelling tot de methode om het geothermisch vermogen te maximaliseren, garandeert deze optimalisatiestrategie echter niet dat het resulterende vermogen – dat de hoogste energie-uitwisseling oplevert over de gehele simulatieperiode – ook daadwerkelijk altijd tijdens diezelfde simulatieperiode kan worden benut. Met andere woorden: wanneer het algoritme x kW aan benodigd vermogen oplevert, is het zeker dat dit leidt tot de hoogste energie-uitwisseling over de gehele simulatieperiode, maar dit betekent niet dat men gedurende de simulatieperiode te allen tijde over deze x kW kan beschikken.
Dit houdt in dat hiermee bij het ontwerp van de hybride technologieën rekening moet worden gehouden. Uiteindelijk zal het cumulatieve geïnstalleerde vermogen groter zijn dan wanneer er uitsluitend op vermogen zou worden geoptimaliseerd, omdat de geothermische energie hier niet te allen tijde kan worden gegarandeerd.
In het onderstaande gedeelte wordt het algoritme voor het optimaliseren van de energie-uitwisseling toegelicht.
Optimisation-algoritme
Aangezien het ontwerpen van hybride geothermische systemen geen eenvoudige zaak is en soms tot verrassende resultaten kan leiden, is het belangrijk om het onderliggende optimalisatiealgoritme grondig te begrijpen. De algoritmische redenering wordt hieronder toegelicht.
- Begin met een vraagprofiel per uur voor verwarming, koeling (en eventueel warm water voor huishoudelijk gebruik) en een bepaald, vast ontwerp van het boorveld.
- Doorloop elk uur (i) van de simulatieperiode en voer daarbij de volgende stappen uit:
- Bereken de vloeistoftemperatuur op tijdstip (i), waarbij je alle eerdere belastingen in aanmerking neemt en ervan uitgaat dat de energiebehoefte van het gebouw op tijdstip (i) door het boorveld wordt geleverd.
- Controleer of:
- De minimumvloeistoftemperatuur op dit moment ligt onder de ingestelde drempelwaarde.
Als dat het geval is, is het afzuigvermogen te hoog, dus moet dit worden verlaagd door ofwel de verwarming ofwel de vraag naar warm water voor huishoudelijk gebruik te beperken. Afhankelijk van wat u als eerste wilt verminderen, wordt de vraag naar verwarming of warm water voor huishoudelijk gebruik voor het huidige uur met x% verlaagd.
Als de vloeistoftemperatuur boven de drempelwaarde ligt, kan de huidige vraag naar verwarming en warm water voor huishoudelijk gebruik worden gedekt door het geothermische boorveld. - De maximale vloeistoftemperatuur op dit moment ligt hoger dan de ingestelde drempelwaarde.
Als dat het geval is, is het injectievermogen te hoog, wat betekent dat het koelvermogen voor het huidige uur met x% moet worden verlaagd.
Als de vloeistoftemperatuur onder de drempelwaarde ligt, kan het boorveld de injectie aan en zijn er geen aanpassingen nodig.
- De minimumvloeistoftemperatuur op dit moment ligt onder de ingestelde drempelwaarde.
- Als de vloeistoftemperatuur binnen de limieten ligt, wordt het vermogen voor het geothermische systeem ingesteld en moet het resterende vermogen dat op dat moment niet door het boorveld kan worden geleverd, worden geleverd door de hybride oplossing. Ga verder met stap (2.5).
- Als de vloeistoftemperatuur buiten de toegestane grenzen valt, pas dan de uurbelasting aan zodat deze overeenkomt met de nieuwe piekvermogens die in stap (2.2) zijn bepaald, en ga terug naar stap (2.1).
- Zodra de vloeistoftemperatuur op tijdstip (i) acceptabel is, ga je door naar het volgende uur.
- Klaar.
In het bovenstaande algoritme is het belangrijkste verschil met het vorige algoritme (zie Deel 9.2) is dat hier het piekvermogen voor verwarming, koeling en warm water voor huishoudelijk gebruik wordt verlaagd voor elk uur afzonderlijk, terwijl bij de optimalisatie voor vermogen deze wordt verminderd voor de gehele simulatieperiode. Daarom is het mogelijk dat in dit geval het beschikbare vermogen voor verwarming, koeling of warm water voor huishoudelijk gebruik verandert. Dit wordt weergegeven in de onderstaande grafiek.
De bovenstaande grafiek van de geothermische bijdrage is voor de ‘optimaliseren voor energie’-methode wat de belasting-duurcurve is voor het ‘optimaliseren voor vermogen’-algoritme. Hier kan in elk jaar van de simulatieperiode het beschikbare geothermische vermogen (en de bijbehorende energie-uitwisseling) veranderen als gevolg van de onbalans in het systeem. Als we naar het eerdere temperatuurprofiel kijken, was een duidelijk door onttrekking gedomineerd systeem zichtbaar, waarbij het onttrekkingsvermogen (verwarming en sanitair warm water) in de loop der jaren afneemt en de koeling toeneemt.
Dat is precies wat te zien is in een grafiek zoals hierboven: in de loop der jaren nemen zowel het verwarmingsvermogen als de basisverwarming af, samen met de energievraag, terwijl het koelvermogen toeneemt.
Voorbeeld in GHEtool
Om de voor- en nadelen van deze methode ten opzichte van de optimalisatie op basis van vermogen te illustreren, wordt hetzelfde voorbeeld als in het vorige hoofdstuk besproken. Om te beginnen wordt uitgegaan van hetzelfde 5×5-boorveld met een boordiepte van 100 m. Het geothermische aandeel van het hybride geothermische systeem wordt hieronder weergegeven.
Het eerste wat opvalt, is dat hetzelfde boorveld dat, in het vorige hoofdstuk slechts 89,51 TP21T van de verwarmingsbehoefte en 971 TP21T van de koelbehoefte kon leveren, nu 991 TP21T aan verwarming en 99,91 TP21T aan koeling kan leveren, maar om dit te bereiken, moet men respectievelijk 48 kW in plaats van 25 kW en 97 kW in plaats van 54 kW installeren.
Het eerste wat opvalt, is dat hetzelfde boorveld dat, in het vorige hoofdstuk slechts 89,51 TP21T van de verwarmingsbehoefte en 971 TP21T van de koelbehoefte kon leveren, nu 991 TP21T aan verwarming en 99,91 TP21T aan koeling kan leveren, maar om dit te bereiken, moet men respectievelijk 48 kW in plaats van 25 kW en 97 kW in plaats van 54 kW installeren.
Uit bovenstaande grafiek blijkt duidelijk dat het geothermisch koelvermogen in de eerste 1-3 jaar aanzienlijk toeneemt als gevolg van de onbalans in het boorveld en de steeds lagere vloeistoftemperaturen gedurende deze eerste 3 jaar. Vanaf 3 jaar blijft het piekkoelvermogen gelijk en wordt de maximale vloeistoftemperatuurgrens ook niet meer bereikt. Na ongeveer 15 jaar, wanneer de minimumgrens voor de vloeistoftemperatuur wordt bereikt, neemt ook het beschikbare vermogen voor verwarming af. Vanwege het aanvankelijk lagere geothermische koelvermogen en het lagere geothermische verwarmingsvermogen na 20-25 jaar moet het hybride systeem groter worden ontworpen om hiermee rekening te houden.
Wanneer het boorveld wordt teruggebracht tot een 4×5-opstelling, is de geothermische bijdrage hieronder te zien.
Net als bij de optimalisatie voor vermogen leidt een verkleining van het boorveld tot een afname van het aandeel van geothermische energie. Ditmaal het resterende aandeel van geothermische energie 91,81 TP21T bij verwarming en 99,91 TP21T bij koeling, wat aanzienlijk hoger is dan de 731 TP21T en 921 TP21T bij de optimalisatie voor vermogen, maar opnieuw ten koste van een groter cumulatief geïnstalleerd vermogen.
Als het boorveld verder wordt teruggebracht tot een 4×4-boorveld, leidt dit tot de volgende geothermische verdeling.
Voor dit kleinere boorveld blijft het aandeel van geothermische verwarming boven 80%, terwijl dit bij de optimalisatie voor stroomopwekking 57% bedroeg. In tegenstelling tot het vorige hoofdstuk is er echter al een zeer klein deel van de vraag naar warm water voor huishoudelijk gebruik dat niet langer door het boorveld kan worden geleverd. Dit komt doordat de ‘optimalisatie voor energie’-methode een grotere onbalans toestaat (74 MWh/jaar vergeleken met 61 MWh/jaar), waardoor de vloeistoftemperaturen in het laatste jaar ook lager zijn, waardoor het onmogelijk is om binnen de limieten te blijven door alleen de verwarmingsbehoefte te verminderen. Het temperatuurprofiel ziet er nu als volgt uit.
Met dit temperatuurprofiel in gedachten is de onderstaande grafiek van de geothermische bijdrage logisch. Door de aanzienlijke onbalans daalt het verwarmingsvermogen van 48 kW in het eerste jaar naar 32 kW in het laatste jaar. Tegelijkertijd stijgt het koelvermogen van 60 kW in het eerste jaar naar 97 kW vanaf jaar 11.
Een manier om het verschil tussen de methoden ‘optimaliseren voor vermogen’ en ‘optimaliseren voor energie’ te bekijken, is dat dit slechts twee verschillende invalshoeken op hetzelfde probleem zijn, twee uiterste gevallen als het ware, en dat de optimale oplossing in werkelijkheid ergens daar tussenin ligt. Zo leverde de 'optimaliseren voor vermogen'-scenario van het 4×4-boorveld een maximaal geothermisch vermogen op van 13 kW bij een jaarlijkse verwarmingsbehoefte van 53 MWh. Als we dezelfde simulatie uitvoeren met de 'optimaliseren voor energie'-methode en we de piekverwarming beperken tot 13 kW, krijgen we het volgende temperatuurprofiel.
Aangezien in de bovenstaande simulatie alleen de verwarming werd beperkt tot de oplossing van het ‘optimaliseren voor vermogen’-scenario, bereiken de vloeistoftemperaturen nog steeds de maximumgrens, terwijl de minimumtemperatuur dat niet doet. Dit betekent dat er in dit scenario, in vergelijking met het ‘optimaliseren voor vermogen’-scenario, meer warmte wordt ingebracht, waardoor het tekort daalt van 61 MWh/jaar naar 59 MWh/jaar, en dat dezelfde 13 kW verwarming in dit geval gemiddeld 55 MWh/jaar kan opleveren vanwege de hogere inbrengbelasting.
Hieronder wordt de bijbehorende grafiek van de geothermische bijdrage weergegeven.
In het bovenstaande temperatuurprofiel blijven de verwarmings- en warmwaterbelasting (d.w.z. alle afvoerbelastingen) gedurende de simulatieperiode constant, wat erop wijst dat er bij de verwarming geen overdimensionering meer is. Bij de koeling neemt de belasting jaar na jaar toe als gevolg van de onbalans in het systeem.
Deze onevenwichtigheid, die zowel bij de energie- als bij de vermogensoptimalisatie voorkomt, kan nog steeds zeer uitgesproken zijn en vragen oproepen over de duurzaamheid van een dergelijk ontwerp. Wat gebeurt er na 40 jaar? Daarom wordt in het volgende hoofdstuk het laatste optimalisatiealgoritme besproken: optimaliseren met het oog op evenwicht.
Conclusie
In dit hoofdstuk werd de tweede methode voor het ontwerpen van een hybride geothermisch systeem geïntroduceerd, namelijk een methode gericht op het maximaliseren van de geothermische energie. Door het maximale piekvermogen voor verwarming, warm water en/of koeling in elk uur van de simulatieperiode te verlagen, kan een belastingsprofiel worden verkregen waarbij het resulterende temperatuurprofiel altijd binnen de temperatuurgrenzen blijft en tegelijkertijd de maximale hoeveelheid energie met de bodem uitwisselt, zij het ten koste van een overdimensionering van het gehele hybride systeem.
In het voorbeeld werd aangetoond dat een aandeel van 80% aan geothermische energie voor verwarming kan worden behaald, terwijl hetzelfde boorveld, bij optimalisatie uitsluitend voor stroomopwekking, slechts een aandeel van 57% aan geothermische energie voor verwarming opleverde. Door gebruik te maken van de functionaliteit om het geothermisch vermogen te beperken, kan de overdimensionering worden beheerst om zo het optimale evenwicht tussen beide methoden te vinden.
Zowel de methode ‘optimaliseren voor energie’ als de methode ‘optimaliseren voor vermogen’ vertonen echter nog steeds een aanzienlijke onevenwichtigheid. In de volgend hoofdstuk, de methode ‘optimaliseren voor evenwicht’ lost dit op.
Referenties
- Peere, W. (2025). Drie manieren om een hybride geothermisch verwarmings- en koelsysteem voor een kantoorgebouw te ontwerpen. In Verslag van de Geo-Rin-conferentie. Benasque (Spanje), 2-6 juni 2025. [online]