2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

Portefølje Naturvitenskap og teknologi ikon

Forskningssystemet

Portefølje Humaniora og samfunnsvitenskap ikon

Banebrytende forskning

Portefølje Samisk ikon

Samisk samfunn og kultur

Portefølje Demokrati, styring og fornyelse ikon

Demokrati og global utvikling

Portefølje Velferd, kultur og samfunn ikon

Velferd og utdanning

Portefølje Helse ikon

Helse

Portefølje Klima- og polarforskning ikon

Klima og miljø

Portefølje Landbasert mat, miljø og bioressurser ikon

Mat og bioressurser

Portefølje Energi, transport og lavutslipp ikon

Energi og transport

Portefølje Muliggjørende teknologier ikon

Muliggjørende teknologier

Portefølje Industri og tjenestenæringer ikon

Innovasjon

LTP2 Klima, miljø og miljøvennlig energi ikon

Klima, miljø og energi

LTP2 Samfunnssikkerhet og samhørighet ikon

Samfunnstryggleik og beredskap

LTP2 Fornyelse i offentlig sektor ikon

Velferdstjenester

Forsidebilde

Marin ikon

Petroleum og mineraler

LTP Hav ikon

Hav og kyst

LTP2 Muliggjørende og industrielle teknologier ikon

Mogleggjerande industrielle teknologiar

Tillit og fellesskap

LTP2 Utvikle fagmiljøer av fremragende kvalitet

Høg kvalitet og tilgjengeleg

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

Sterkare konkurransekraft og innovasjonsevne

LTP3 Helse

Et innovativt næringsliv ikon

Styrket konkurransekraft og innovasjonsevne

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

Forsidebilde optimalisert

project-bank-technical

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Statistikk

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...eller se sammendrag og annen informasjon om prosjektene i utvalget ditt

Alle porteføljestyrer

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

Hvordan tildelingene fordeler seg på institusjoner, fylker, fagområder o.l....

Her er noen eksempler på søk du kan gjøre i Prosjektbanken

Alle langtidsplanmål

Veiledning: Hvordan bruke Prosjektbanken.no

Om Fritekstsøk

Ingen populærvitenskapelig framstilling tilgjengelig


Prosjektet med prosjektnummer {{project number}} ble ikke funnet

Teknisk beskrivelse

Oisann, her gikk noe galt. Kan du prøve å laste siden på nytt?  Dersom feilen vedvarer, vennligst kontakt oss.         

Se statistikk relatert til dette langtidsplanmålet

Se prosjekter relatert til dette langtidsplanmålet

knyttet til dette LTP-målet har blitt tildelt penger

har blitt tildelt til prosjekter knyttet til dette LTP-målet

har blitt tildelt til prosjekter knyttet til denne porteføljen

knyttet til denne porteføljen har blitt tildelt penger

Om Prosjektbanken

Kunnskapsdepartement

Teknologi

Matematikk og naturvitenskap

Samfunnsvitenskap

Landbruks- og fiskerifag

Medisin og helsefag

Oslo

Trøndelag - Trööndelage

Akershus

Vestland

Troms - Romsa - Tromssa

Telemark

Østfold

Nordland - Nordlánnda

Rogaland

Innlandet

Møre og Romsdal

Agder

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Grunnbevilgninger og institusjonell støtte

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Rettede internasjonaliseringstiltak

Instituttsektor

UoH-sektor

Portefølje Forskningssystemet

Programmer

Frittstående prosjekter

Nettverkstiltak

Basisbevilgninger

Infrastruktur og institusjonelle tiltak

Forvaltning

Diverse FoU-relaterte aktiviteter

Ukjent

Felleskostnader

Grunnbevilgninger

Internasjonalisering

Anvendt forskning

Prosjektet CO2SafeQuest har som mål å forbedre risikovurderingen av CO2-lagringsprosjekter, noe som gjør det mulig å akselerere og sikre oppskalering av CCS-prosjekter. Arbeidsflytene og verktøyene i dette prosjektet vil hjelpe industrien med å vurdere CO2-lagring og etablere trygge injeksjonsforhold. Usikkerheter er knyttet til forståelse av forkastninger og takbergarten og hvordan de forsegler over tid. For å forhindre lekkasjeproblemer i fremtiden og sikre trygg lagring, er det derfor viktig å forstå forkastningsgeometrien og egenskapene i undergrunnen. Det er nødvendig å bygge bro mellom forskjellige skalaer av studier fra eksperimenter til feltanaloger og seismikk og til slutt reservoarskala. Dette tverrfaglige og innovative prosjektet samler eksperter fra akademia, forskningsinstitutter og industri for å utvikle nye datasett, forbedre de nåværende hydromekaniske modellene, identifisere usikkerhetene og vurdere risikoene. Derfor vil prosjektet bidra til å redusere risikoen ved CO2-lagring og åpne nye potensielle lagringsmuligheter, og til slutt bane vei for utviklingen av CO2-lagring i megatonskala innen midten av 2030.

CO2SafeQuest project aims at providing the workflows and the characterization and simulation tools needed to
enhance fault behavior and risk assessment in CO2 storage evaluation, allowing to target more complex reservoir
and so, accelerate and secure CCS projects scale-up. These workflows and tools will help industry to enhance the
CO2 storage evaluation and operation design.
To reach the overall objectives of the project, it is needed to set a bridge between the gap between different scales
of fault study by providing suitable data and statistical correlations, and identify suitable hydromechanical models
for faults at industrial CCS scale. This, to assess impact of uncertainties and quantify phenomenological impacts
and leakage risk at reservoir scale, provide guidelines on fault modeling in an industrial CCS context and on how to
calibrate model parameters based on geophysical measurements, laboratory data and analogue outcrop data.
This project targets the CO2 storage part of the Call Module CM2023-04 on Carbon capture, utilization and storage
(CCUS). Unravelling faults properties and behavior in CO2 geological storage is mandatory to “faster scale up of
CCS technologies and at lower risk” and “minimizing or avoiding adverse impact on human health and the
environment of CO2 storage”, this will be done in this project through the development of innovative integrated
workflows addressing the long term confinement of CO2 in faulted sandstone porous media. This project, through
enhancing the CO2 storage derisking and opening new potential storage prospects, will participate to pave the way
for the development of megaton scale CO2 storage by mid 2030.

CETP - Unravelling Faults properties and behavior for CO2 geological storage

MYCOBUILD har som mål å lage miljøvennlige byggematerialer med forbedrede termiske egenskaper. Vi vil kun bruke bio-baserte materialer i våre komposittmaterialer. Disse vil inneholde mycelium (den rotlignende delen av sopp), fibre produsert fra tre, og bio-baserte faseovergangsmaterialer (bioPCMr). BioPCM kan lagre energi i form av varme ved å ta opp energi når det er varmt, og frigjøre varmen når det blir kaldere. Vi ønsker å forbedre varmelagring samtidig som vi opprettholder materialstyrke, holdbarhet og lydisolasjon. Vi vil også benytte en digitale verktøy, livssyklusanalyse (LCA) for bærekraft, sirkularitet og sikkerhet, samt analyse av sosioøkonomiske effekter og interessentengasjement.

MYCOBUILD, an innovative bio-based project, targets transforming the construction sector with sustainable materials offering thermal energy storage. It aligns with Europe's 2050 climate-neutral goals, focusing on bio-based, multifunctional materials for an eco-friendly market impact. MYCOBUILD's core is bio-based phase change materials (bioPCMs) in lignocellulosic fibres,
using fungal mycelia to create superior thermal property bio-composites. It progresses from conceptual proof (TRL3) to industrial demonstration (TRL6), meeting CETPartnership's 2023-06 “Heating and Cooling Technologies” call. The project leverages lignocellulosic structures as bioPCM storage for energy-efficient building products. Aiming to enhance thermal storage while maintaining material strength, durability, and sound insulation, the project spans from product development to construction models in key technologies (TRL6). Objectives include benchmarking, optimizing bioPCM integration, producing fungal bio-binders, demonstrating wallboard materials, and evaluating energy-saving constructions in various European countries. It also involves a digital integration approach, ex-ante life cycle assessment for sustainability, circularity, and safety, alongside socio-economic impact analysis and stakeholder engagement

Innovative bio-based building materials with thermal energy storage function

Industrial-Urban symbiosis (I-US) involves municipalities and regions cooperating with industries on the management of resources, waste, energy, water, infrastructures, services, transportation and networks. This inter-disciplinary and cross-sectoral character is implemented by Hubs4Circularity (H4C) in a FOAK approach, as key instruments for delivering territorial I-US solutions in Europe by Processes4Planed partnership. Theseus will establish first-of-a-kind H4C in Greece originating from the capital region of Athens/Attica (incl. Athens metropolitan area -Greek capital,  68 municipalities, 2.928 km, 3,7 million inhabitants 35% of national- several industrial and semi-urban areas) towards the whole country, with overarching aim of closing loops through I-US to become climate neutral by 2050, in line with P4P partnership objectives. Theseus will validate new or existing technologies and develop solutions for water, energy and materials based on regional needs (Innovation Pillar (IP)  2 , 3) and digital/robotic technologies (IP4). The hub will operate under innovative governance and cooperation models of involved stakeholders, to enable pilots, upscale solutions, exploit outcomes, attract further companies and expand existing ecosystem (IP1,5). Water, energy and material flows were targeted selected, being widely spread, having high potential all over Europe and included in EU/P4P strategies. The overall systemic, based on regional science approach and IP1,IP5 activities will ensure strong insights to smoothly replicate Theseus solutions to other EU regions. Several existing innovations from H4C, I-US and Circular Cities and Regions Initiative (CCRI) projects will be used, retrofitted and expanded.. The systemic solution of Theseus is expected to have significant impact on the region, while metaphorically recalling the mythical figure of Theseus, king and great reformer of Athens.

A First of a kind Hub for circularity demonstrator for Attica and peripheral regions

I løpet av de siste tiårene har en rekke optimaliseringsmodeller blitt utviklet for å best mulig utnytte de begrensede ressursene i kraftsystemet. Med den raske utviklingen av maskinlæringsmetoder (ML) har integrering av ML med disse optimaliseringsmodellene dukket opp som en lovende trend. I motsetning til tradisjonelle optimaliseringsmetoder, som gjentatte ganger løser lignende problemer uten å lære av tidligere løsninger, utnytter ML historiske data og tidligere beslutninger for å forbedre optimaliseringsytelsen betydelig.

Dette prosjektet har som mål å utvikle kunnskap som muliggjør dyp integrasjon mellom ML-tilnærminger og det kortsiktige vannkraftproblemet for av-/på-beslutninger i et deregulert kraftsystem. Av-/på-problemet er grunnlaget for produksjonsplanlegging. Målet er å optimalisere driften av generatorer, primært vannkraftturbiner, over en begrenset planleggingshorisont under ulike drifts- og markedsforhold. Nye fornybare energikilder som sol- og vindkraft vil også bli vurdert når det er nødvendig.

Den ML-baserte optimaliseringsmodellen utviklet i dette prosjektet kan forbedre beregningseffektiviteten betydelig ved å generere daglige produksjonsplaner for norske vannkraftprodusenter, og gjøre dem mer effektive og tilpasningsdyktige til markedsforhold. Vellykket implementering av ML i optimaliseringsproblemet vil møte aktuelle utfordringer industripartnere står overfor, som å redusere tidsoppløsningen fra én time til 15 minutter, utvide modellens bruksområde fra et operativt verktøy til et investeringsanalyseverktøy over lengre tidshorisonter (uker til år), som effektivt tar hensyn til usikkerhet i tilsig og priser, og gir budstrategier for å delta i flere markeder.

Dette prosjektet synliggjør synergien mellom akademia og industri, både nasjonalt og internasjonalt. Omfattende casestudier utført under ulike markedsstrukturer vil føre til mer robuste løsninger og større spredning av kunnskap og erfaring.

During the past half-century, numerous optimization models have been developed to optimize the utilization of the limited resources in the power system. With the booming development in machine learning (ML) technologies, deep integration between ML approaches and optimization models has become the most promising technical trend. The conventional optimization methods repeatedly solve similar problems without accumulating any experience. In contrast, ML efficiently gains experience from historical data and previous decisions. Numerical studies have shown that ML can significantly boost optimization performance.

The renewable energy optimization addressed in this project is the unit commitment (UC) problem, constituting the foundation for production scheduling. It aims to optimize the operation of generators over a finite planning horizon under operational and market conditions. The generators are mostly hydro-turbine generators. New renewable energy, such as solar or wind power, will also be considered when necessary. 

The ambitious project aims to realize an ML-based optimization model that enhances the computational efficiency of generating daily production schedules for Norwegian hydropower producers, accurately represents their physical watercourse, and supports their bidding strategies in energy and capacity markets. The successful implementation of this project will address current challenges faced by industrial partners, such as reducing the time resolution from one hour to 15 minutes, extending the model’s application from an operational tool to an investment analysis tool over a longer time horizon (weeks to months or even years), and effectively incorporating uncertainties in inflow and prices. 

This project represents a domestic and international complementarity of both academia and industry. Comprehensive case studies conducted under different market structures will lead to more robust solutions and broader dissemination of knowledge and experience.

Deep integration between machine learning approaches and renewable energy optimization

Dyrearter over hele verden har endret atferd og migrasjonsmønstre som respons på klimaendringer, og globalt opplever vi en økning i tap av biologisk mangfold. Flaggermus utgjør den nest største pattedyrordenen i verden. Likevel vet vi fremdeles relativt lite om hvordan individer og populasjoner påvirkes av klimaendringer. Flaggermus har lav reproduksjonsrate og trenger mye mat relativt til den beskjedne kroppsstørrelsen. Forskere antar derfor at flaggermus er spesielt følsomme for klimaendringer. For å kunne gi gode råd om forvaltning og bevaring, må vi først vite hvilke egenskaper som gjør en flaggermusart mer sårbar, og hvilke årstider som gir dem de største utfordringene ved nordlige breddegrader; selv om vinteren i nord er lang og kald kan sommeren vise seg å være en større utfordring for nattaktive dyr, med lyse og korte sommernetter som begrenser tiden flaggermus har til å finne mat. Gjennom dette prosjektet prøver vi å finne ut hva som driver atferdsmessige, fysiologiske, eller sesongmessige responser på klimaendringer hos nordiske flaggermus fra sør til nord i Fennoskandia. Vi forsøker også å identifisere mulige tidsperioder som reduserer overlevelse hos nordiske flaggermus i lys av fremtidige klima-scenarioer, der hver årstid har sine egne dilemmaer små flaggermus må overvinne for å overleve. Dette prosjektet er et teoretisk modelleringsprosjekt, og et 3-årig forskningssamarbeid mellom BatLab Norway (NMBU) og BatLab Finland (universitetet i Helsinki).

Climate change will continue to alter weather conditions, food webs and energy requirements for species globally over the next decades, with escalating rates of warming especially predicted in the north. Bats belong to the second most species-rich mammal group in the world and are believed to be particularly sensitive to future climate change; however, we still have little knowledge on the mechanisms behind behavioral, physiological, and phenological responses to climate change in bats.

Nordic bats live in seasonal environments and face particular energetic dilemmas each season, that ultimately impact their survival- or reproductive chances. Common for these energetic dilemmas is that Nordic bats can use energy-saving behaviours (torpor and hibernation) throughout the annual cycle, but face certain costs in return. However, the costs and benefits of using these behaviours depend on individual state and on current and future environmental conditions, which demands a certain level of environmental predictability in order for bats to optimise their decisions.

With prospects of the weather becoming more unpredictable in the north, it has never been more urgent to identify potential bottlenecks for species living close to the border of their distribution limits, and to identify the traits that make them vulnerable to climate change.

In this project I will use stochastic dynamic state-dependent optimization models to identify the mechanisms behind responses to climate change in different Nordic bat species across seasons and latitudes. Such models evaluate costs and benefits of different behaviors, calculates the optimal decision under various conditions, and predicts the consequences of each choice, finally allowing us to simulate long-term population survival.

By combining the expertise of BatLab Finland and BatLab Norway I will be able to detect the seasonal limitations for survival and reproduction in Nordic bats across a latitudinal gradient.

Vulnerability of Nordic bat species to climate change: identifying seasonal bottlenecks across latitudes (NordBats)

EU har som mål å lagre 50 millioner tonn CO2 årlig innen 2030 og 280 millioner tonn innen 2040, som blir avgjørende for å oppnå klimanøytralitet innen 2050. For å nå disse målene er oppskalering til gigatonnskala CO2-lagring avgjørende, noe som krever en klyngetilnærming der flere utslippere deler transport- og lagringsinfrastruktur.

CO2-lagringsklynger sentraliserer prosjekter rundt knutepunkter som maksimerer CO2-injeksjon i regionale akviferer identifisert som egnet for storskalalagring. Eksempler inkluderer Hordaplattformen i Norge og Bunter Sandstone i Storbritannia, sammen med Mexicogolfen i USA. Selv om denne tilnærmingen er økonomisk lovende, utgjør den en risiko. Operasjoner i ett lagringsprosjekt kan påvirke naboprosjekter, og potensielt føre til økt poretrykk og seismisk aktivitet, som kan skape lekkasjeveier for CO2.

Hvis risikoen ikke håndteres, kan løsninger som å redusere injeksjonsrater eller etablere nye prosjekter bli kostbare og undergrave tilliten til fremtidig CO2-lagringsinitiativer. Derfor er tidlige risikovurderinger avgjørende for å identifisere potensielle lagringsknutepunkter og unngå problematiske områder. Gitt at utviklingen av et enkelt prosjekt tar 8 til 10 år, er raske innovasjoner for lokalisering av lavrisikosteder avgjørende.

MuPSI-initiativet tar sikte på å møte disse utfordringene ved å tilby en integrert tilnærming for å vurdere geomekaniske risikoer i ulike skalaer. Den vil utvikle brukervennlige programvarer med simuleringsmodeller og arbeidsflyter validert på data fra virkelige felt. Disse programvarene vil gjøre det mulig for operatører og ansvarlige myndigheter å evaluere interaksjoner i lagringsknutepunkter, og sikre nødvendig oppskalering av CCS for å oppfylle EUs mål og bidra til globale utslippsreduksjoner. Prosjektet fokuserer på å forbedre modeller og strategier, lette kunnskapsoverføring og engasjere interessenter for å støtte fremtidige storskala lagringsområder.

Når flere CO2-lagringsprosjekter er lokalisert innenfor samme hydrologiske enhet, kan beslutningene på et felt påvirke både driften og risikoen på et annet felt. Dette skaper et behov for effektiv arbeidsflyt og verktøy for operatører og ansvarlig myndighet for å håndtere risikoene og samtidig ivareta konfidensielle data. En primær bekymring er den potensielle økningen i trykk som påvirker integriteten til takbergarten, og kan i verste fall føre til lekkasjer eller seismiske hendelser. MuPSI-prosjektet har som mål å kvantifisere disse risikoene ved å utvikle avanserte verktøy som analyserer trykkdynamikken og strekkreftene på tvers av flere skalaer og mellom ulike geomekaniske prosesser, og usikkerheter på tvers av disse skalaene.

Forskningen fokuserer på å forbedre teknikker og simuleringsstrategier for å inkorporere regionale effekter i arbeidsflyter for risikohåndtering, og forenkle oppskalering av CO2-lagring til gigatonn-nivåer. Dette innebærer å lage bedre modeller i hver skala og effektive metoder for å overføre relevante data på tvers av skalaer.

For å oppnå dette vil MuPSI tilby enkle simuleringsverktøy for screening av regionale akviferer, detaljert risikovurdering av spesifikke feil, og evaluering av prosjektspesifikke geomekaniske påvirkninger av trykkinterferens mellom flere prosjekter i en akvifer. Initiativet vil takle systemiske utfordringer ved å fremme integrerte arbeidsflyter som leder analyser fra en skala til en annen og ved å utvikle robuste programvareløsninger for sikker dataoverføring.  Resultater blir demonstrerte på datasett fra felt i Nordsjøen.

Norske partneres rolle i prosjektet inkluderer prosjektledelse, forskning og utdanning. Prosjektdeltagere representere både FoU og næringslivet som skal samarbeide på utvikling, implementering og testing av nye åpen-kildekode programvarer for geomekaniske prosesser på tvers av skalaene, ekperimenter for karakterisering av forkastninger, og simuleringsstudie på modellen av Hordaplattformen.

CETP - Multiscale Pressure-Stress Impacts on Fault Integrity for Multi-site Regional CO2 Storage

Europeisk industri bruker årlig 800 TWh på oppvarming opp til 200°C. Ved å kombinere høytemperatur-varmepumper med varmelagring, kan forbruket dekkes med 400 TWh kraft fra variable fornybare kilder som sol og vind. Varmepumpene kan i tillegg bidra til å balansere strømnettet fra minutt til minutt.

UP-FLEXH skal utvikle og demonstrere et industrielt oppvarmings-system som integrerer termiske solfangere, høytemperatur-varmepumpe og varmelager for opp mot 400°C, og som kan dekke et varierende behov for industriell varme, og samtidig tilpasse seg overskudd av fornybar kraft og ledig kapasitet i strømnettet. Prosjektet blir det første i sitt slag.

UP-FLEXH aims to develop and validate a first-of-a-kind (FOAK) integrated energy system to
 provide flexible industrial heat, as well as cooling and opportunities for power flexibility,
 maximizing and facilitating the renewable integration within the industrial sector and enhancing
 the overall efficiency of heating generation whilst ensuring a complete fulfilment of the industrial
 requirements. Specifically, UP-FLEXH develops a first-of-a-kind (FOAK), cost-effective and
 reliable high-temperature industrial heat pump fully integrated in a flexible energy system,
 innovative solar thermal collectors purposely optimized for industrial application, and modular
 thermal energy storage based on innovative materials for flexible industrial medium temperature
 (~400°C) heat decarbonization

CETP - Innovative High Temperature Heat Pump for Flexible Industrial Heat on Demand

La-Flex-prosjektet skal videreutvikle latent termisk energilagring (LTES) for å gjøre varme- og kjølesystemer mer energifleksible. Energifleksibilitet er energisystemets evne til å ta imot og levere energi når det produseres og forbrukes. Fossile brennstoff og vannkraft er fleksible energikilder, fordi de kan produsere energi når det er energibehov. Sol- og vindkraft er derimot ikke fleksible energikilder. Når verden går bort fra fossile brennstoff til sol- og vindkraft mister vi denne energifleksibiliteten, og det vil være et økende behov for energilagring. Termisk energilager er viktig fordi termisk energiforbruk utgjør 50% av det globale energiforbruket. LTES er basert på faseendringsmaterialer (PCM) som lagrer energi i en faseovergang, og kan lagre varme eller kulde med høy energitetthet og i et smalt temperaturspenn. Denne teknologien kan brukes til å lagre kulde i industrielle fryseprosesser, varme til oppvarming av kontorbygg, eller lagring og utnyttelse av overskuddsvarme i datasentre.

La-Flex sitt hovedmål er å gjøre forbedre overvåkning og styring av LTES. Dette for å kunne utnytte fleksibiliteten, og for å kunne operere i reservemarkeder. Dette skal gjøres ved å utvikle sanntidsmåling av ladetilstand og presis termisk effektkontroll, noe som vil gjøre LTES lettere å integrere i styringssystemer for optimal energihåndtering.

Prosjektet ledes av SINTEF Energi og samler forsknings- og industripartnere fra Norge, Danmark og Tyskland, inkludert Danmarks Tekniske Universitet (DTU), Tekniske Høyskole i Würzburg-Schweinfurt (THWS), samt Cartesian, AInergy og KLP Eiendom. Prosjektets avanserte SoC- og TPC-funksjoner vil legge til rette for LTES i kraftfleksibilitets- og reservemarkeder, forbedre systemytelsen og fremme nettstabilitet i møte med variabel energiforsyning fra fornybare kilder.

Heating and cooling constitute about 50% of the global energy consumption, and with the increasing reliance on solar and wind electricity via heat pumps, the demand for effective energy storage solutions has become imperative. Latent Thermal Energy Storage (LTES) with Phase Change Materials (PCM) can serve as an asset for flexible heating & cooling supply for buildings as well as for industry.2 State-of-charge (SoC) detection, i.e., a determination of the remaining capacity available in a thermal energy storage, is crucial for optimized storage operation schedulers and allow a precise thermal power control (TPC). Thus, the integration of instant and reliable technique for determining the SoC and a precise TPC in a model predictive control (MPC) system would pave the way for optimal operation of grids coupling different energy sectors –including power-to-heat and waste heat utilization from industry. La-Flex's main objective is to optimize 
LTES by enhancing its controllability. Integrating instantaneous SoC and TPC in MPC systems, La-Flex will facilitate a flexible integration of LTES in power flexibility and reserve markets, tackling intermittent supply and electrified heating/cooling demands, appliable in all climate zones. La-Flex will be carried out by the Norwegian – Danish – German partnership formed by the research partners SINTEF Energy Research (SER), Technical University of Denmark (DTU), and the Technical University of Applied Sciences Würzburg-Schweinfurt (THWS); and the industry partners Cartesian (CAR), AInergy
(AIE) and Kommunal Landspensjonskasse Eiendom (KLP).

Flexible latent thermal storage for reserve markets access of heating and cooling systems

For å sikre at en geologisk formasjon er stabil, må vi justere temperatur-, belastnings- og akustikkdataene som er registrert i brønnmiljøet. Dette må gjøres for å ta hensyn til de kombinerte effektene av belastning og akustikk gjennom ulike materialer som formasjon, sement, foringsrørstål, væske og rør, samt injeksjonsoperasjonen. Denne komplekse oppførselen kan ikke fanges opp med enkeltpunktsmålinger som bunnhullstrykk og temperatur (BHP og BHT). En fiberoptisk kabel for å fange opp dette, kan være løsningen på utfordringen. Q-Fibre har som mål å demonstrere hvordan FOC-data kan brukes til å kvantifisere og overvåke integriteten ved CO2-lagring under grunnen. Dette kan redusere barrierene for å bruke FOC-data knyttet til brønner, både innenfor og utenfor foringsrøret, spesielt for CO2-lagringsprosjekter. Denne teknologidemonstrasjonen vil legge grunnlaget for en solid forretningsmodell for innsamling av FOC-data langs brønnen, og sikre at CO2-lagring blir sikker, økonomisk driveverdig ved å redusere driftskostnader og geologiske overraskelser.

The main motivation is to build extensive novel knowledge on fibre optic cable (FOC) data and to enable safe CO2 injection via quantitative characterization of subsurface integrity, covering coupled interaction among pressure, temperature and fluid movement. Our aim in Q-Fibre is to contribute to FOC data processing and interpretation with the link to the coupled thermo-hydro-mechanical behaviour between the various elements in the near-well configuration, and to quantitatively understand near-well formation behaviour for early warning of subsurface integrity. It involves feasibility of using FOC data for integrity assessment of an entire sealing system for CO2 storage, including: a) caprock and secondary seals; b) both onshore and offshore; c) observation and injection wells. Eventually, we will also reduce uncertainty for the limits of
integrity.

CETP - Quantitative Strain Monitoring for Well and Seal Integrity through Wellbore Fibre Optics Cables

Eple og jordbær er dei største av frukt- og bærartane våre, med lange tradisjonar i Noreg, og begge artar har høg status blant forbrukarar. Klimaet i Norge er gunstig for å dyrke jordbær, men den korte sesongen har ført til auka import for å dekke etterspurnaden året rundt. Ingen andre stader i verda dyrkar dei eple så langt nord som i Noreg, og den korte og kjølige sesongen krev eplesortar tilpassa vårt klima. Styrka matsikkerheit og reduksjon av importerte råvarer er viktige nasjonale mål. Særleg i eple er dette prekært, der graden av sjølvforsyning er svært låg (16,5%).

For at norske eple og jordbær skal kunne konkurrere med importert vare, er det viktig med sortar tilpassa vårt klima som stettar forbrukarkrav i høve fruktkvalitet og smak. For å gje den norske bonden tilgang til dei beste sortane for deira lokale forhold, og samtidig bidra til ein meir forutsigbar og berekraftig produksjon, må nye sortar vera tilpassa nordiske vekstforhold og ha høg resistens mot plantesjukdomar.

Workshopen har som mål å auke eple- og jordbærnæringa sin tilgang til gode sortar og dermed betre konkurranseevna og lønnsemda i alle ledd av produksjonen. Fokus er sett på utvikling av ny kunnskap for å betre konkurransekrafta i heile verdikjeda gjennom styrking av norske FoU-aktørar gjennom internasjonal nettverksbygging for å utvikle ny kunnskap som vil komme bonden til gode gjennom auka verdiskaping og resultere i auka grad av sjølvforsyning. For å utvikle robuste sortar som møter forbrukarkrav og som bidreg til ein berekraftig produksjon, vil ein utforske bruk av nye molekylære verktøy og andre verktøy og metodar som vil bidra til ei meir effektiv og målretta sortsutvikling og sortsprøving.

The Norwegian government has a strong desire to increase consumption of Norwegian produced green
products. Furthermore, strengthening food security and decreasing import of food, especially fruit, is an important national goal. Specifically, in apple, 83.5% of the consumed fruits are currently imported. Apple is the most important fruit in Norway by volume and over 12 000 tons were produced in 2023. Strawberry is the largest berry crop and the Norwegian strawberry market has an annual value of approx. 954 million NOK (SSB, 2023), obtained from 3704 tons domestic produced, and 8 374 tons imported strawberries. To achieve higher consumption of Norwegian-produced fruit, key aspects are providing consumers with high-quality fruit through the availability of superior cultivars meeting consumer demands.

The Nordic fruit growing is carried out in highly variable climatic conditions, especially regarding temperature, light, and length of the growing season. The conditions are unlike most other countries in the world, hence the need for adapted cultivars and adapted growing systems is evident. 

The long-term aim of the network is to strengthen Norwegian basic and applied research to support the fruit and berry value chain and ultimatily give increased value creation to Norwegian farmers. The exploration of cutting-edge research and  implementation of novel genomic methods into the breeding programs for development of new, resilient cultivar that can withstand a changing climate and meet consumer demands, are important factors for sustainable production and increased food security.

The event is open to anyone who wishes to attend online, and invitations with teams links will be sent to all relevant research institutions (NMBU, UIO, NIBIO, NOFIMA).

The future of fruit and berry breeding in the Nordic region

Kombinere KI og skipshydrodynamikk for neste generasjons ruteoptimering

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på år

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på fylker

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på fagområde

Research Manager

The primary objective of FUSE is to develop knowledge and methodologies for energy-efficient and safe ship operations by fusing AI and ship hydrodynamics that enable rapid emission reductions from the global fleet through next generation voyage optimization.

The main idea is to develop theoretical approaches and methodology utilizing the potential of using AI in combination with classical hydrodynamics to develop more accurate numerical models for ship performance, including both energy and motion characteristics. Traditional hydrodynamic models are based on first-principle, reflecting physical laws. AI-based models which uses operational data are used to establish a statistical relationship between inputs and outputs. Both approaches have their pros and cons, and we aim to fuse the best of both approaches and develop hybrid models as input to voyage planning and onboard decision support systems. As a starting point, we will gather user requirements from the industrial partners focusing on two selected use cases; deep sea and ferry operations.  

The research activities will cover data analytics, AI and ship hydrodynamics and voyage optimization and decision support. Relevant research topics involve comparing the different approaches for estimating ship performance, considering accuracies and valid usage of the models and evaluation of sensitivity and applicability of the models. Finally, the potential impact of using hybrid models in voyage optimization will be investigated and demonstrated. A PhD candidate will be educated from the NTNU with supervisors from Marine Technology and Engineering Cybernetics with focus on fusing AI with ship hydrodynamics.

The project partners include SINTEF Ocean, SINTEF Ålesund, NTNU, Torghatten, Vard Electro, NAVTOR, and G2 Ocean.

The FUSE vision is to rapidly reduce emissions from the global fleet by unlocking the full potential of operational data through fusing AI and ship hydrodynamics for next generation voyage optimization. The main idea is to develop theoretical approaches and methodology utilizing the potential of using AI in combination with classical hydrodynamics to develop more accurate numerical models for ship performance, including both energy and motion characteristics. Traditional hydrodynamic models are based on first-principle, reflecting physical laws. AI-based models which uses operational data are used to establish a statistical relationship between inputs and outputs. Both approaches have their pros and cons, and we aim to fuse the best of both approaches and develop hybrid models as input to voyage planning and onboard decision support systems.  As a starting point, we will gather user requirements from the industrial partners focusing on two selected use cases; deepsea and ferry operations. The industry partners will be involved during the whole project period ensuring that the competence and results can be exploited into their product and services. The industry partners will contribute with operational data from their ships as research data. 

The research activities will cover data analytics, AI and ship hydrodynamics and voyage optimization and decision support. Research partners are SINTEF Ocean, SINTEF Ålesund, and NTNU. A PhD candidate will be educated from the NTNU with supervisors from Marine Technology and Engineering Cybernetics with focus on fusing AI with ship hydrodynamics. Relevant research topics involve comparing the different approaches for estimating ship performance, considering accuracies and valid usage of the models and evaluation of sensitivity and applicability of the models. Finally, the potential impact of using hybrid models in voyage optimization will be investigated and demonstrated.

0 antall prosjekter