Der bruges store mængder energi til at skabe komfort og produktive bygningsmiljøer for mennesker i byer med høj befolkningstæthed, hvilket er forbundet med store mængder CO2-udledning. For at øge brugen af vedvarende energi i byer med høj befolkningstæthed er der brug for nye metoder og værktøjer. Da energisystemer i bygninger, bydele og byer er komplekse, skal energibesparelser og energifleksibilitet afspejle systemets fysik for at undgå suboptimal energistyring. SEM4Cities integrerer således systemfysik i en hierarkisk rumlig og tidsmæssig ramme, herunder modeller for energiaggregering på alle niveauer, der kombinerer maskinlæring med matematiske modeller af kendte fysiske processer. SEM4Cities bringer universiteter, living labs og virksomheder med komplementær ekspertise og teknologier sammen for at fremskynde den grønne omstilling.

SEM4Cities Goals

SEM4Cities aims to develop innovative smart energy management technologies and solutions for buildings and districts in high-density cities by effectively leveraging advanced big data and AI technologies. These include:

1. Data driven predictive models for energy dynamics characterization and energy flexibility prediction for buildings and districts;
2. AI-powered model predictive control and optimization methods for distributed energy systems;
3. Game theory-based methods for optimization and coordination of buildings and distributed energy systems.