Nieuwe ideeën komen niet alleen voort uit een de drive naar verduurzaming en verbeterde efficiëntie. Voorop lopen hierin is noodzakelijk om concurrerend te zijn. Dit vereist kwantitatief onderbouwde strategische keuzes en geoptimaliseerde operaties.
De afgelopen jaren heeft CQM een aantal succesvolle projecten uitgevoerd in de energiemarkt. Door onze specifieke kennis van voorspellen en wiskundige optimalisatie toe te passen hebben we een duidelijke meerwaarde aan verschillende klanten uit de energiesector kunnen leveren.
Warmtebedrijf Rotterdam
CQM heeft in opdracht van WBR een optimalisatiemodel ontwikkeld voor een complex netwerk van productiemachines en leidingen in en rond Rotterdam, om op basis van vraag en prijs een optimale inzet van machines te bepalen. Hiermee kunnen verschillende warmte-leveranciers samenwerken om kostenreductie en een bijdrage aan duurzaamheidsdoelstellingen realiseren. Klik hier voor de volledige case study.
Essent
In opdracht van Essent heeft CQM optimalisatie-software ontwikkeld waarmee het effect van een verandering aan een warmte-netwerk kwantitatief gemaakt kan worden. Hiermee is het eenvoudig geworden investeringsbeslissingen door te rekenen en zo de winstgevendheid en return-on-investment te bepalen.
TenneT
CQM heeft voor TenneT een voorspellingsmethodiek ontwikkeld waarmee de netverliezen op het elektriciteitsnet geschat kunnen worden. Op basis van deze voorspelling koopt TenneT de benodigde energie in die nodig is om energie te transporteren. Hiermee wordt de onbalans en de swing hierop geminimaliseerd.
APX
APX is door CQM ondersteund met het ontwikkelen en implementeren van het optimalisatiemodel voor prijsstelling op de APX markt, de korte termijn energiemarkt. De prijsstelling komt tot stand door de complexe biedingen van vraag en aanbod op de juiste manier op elkaar af te stemmen.
Agro Energy
Voor Agro Energy heeft CQM de rekenkern van BiedOptimaal ontwikkeld. Hiermee kunnen tuinders een optimale APX bieding bepalen die rekening houdt met voorspellingen van de dag van morgen, de eigen warmte en CO2 behoeftes. Klik hier voor de case study.
