AMIS helpt, middels machine learning, de CO2 footprint van het waterschap verlagen

Een waterschap zorgt voor de kwaliteit en veiligheid van het water in een bepaalde regio. Het heeft als doel om de waterstanden zo stabiel mogelijk te houden en bij droogte te voorzien in meer aanvoer en bij natte periodes te zorgen dat er tijdig voldoende water afgevoerd wordt.

Het proces van af en aanvoer van water wordt gedaan in gemalen die een relatief eenvoudige regelkring hebben. Bij te laag water pompt het gemaal water in de betreffende locatie en bij te hoog water zorgt het voor afvoer. Het pompen van het gemaal vergt veel stroom en acteren op veranderingen in waterstanden is een reactief proces.

Het waterschap heeft AMIS gevraagd om een machine learning model te maken waarin je waterstanden, stroomprijs en weersverwachting met elkaar kan optimaliseren. Om zo voorspellend te pompen als bijvoorbeeld de verwachting is dat er later op de dag veel neerslag verwacht wordt. Ook kan er proactief een gemaal ingeschakeld worden als de stroomprijs aantrekkelijk is.

Uit de toetsing van het model blijkt dat het strategisch eerder of later inschakelen van een gemaal de betrouwbaarheid van de waterstanden kan verhogen. Daarbij komt het voordeel dat een gemaal geactiveerd kan worden op het moment dat er een overschot aan duurzame energie is. Waardoor de CO2 footprint van het waterschap aanzienlijk omlaag kan gaan. Tot slot levert het optimaliseren van gemalen op de variabele stroomprijzen een aanzienlijk kostenvoordeel op met gelijkblijvende kwaliteit en veiligheid van de waterhuishouding.