hirdetés
hirdetés

Az energiafogyasztás előrejelzése

Új tényező a rezsicsökkentésben

Az energiapiac liberalizációja egy új eljárást tett szükségessé az energetikai szektorban, ez pedig nem más, mint az energiafogyasztás minél pontosabb előrejelzése. Gáspár Csabával, a Dmlab alapítójával arról beszélgettünk, hogy az adattudósok hogyan tudnak segíteni a vállalatoknak az optimális áramárban, az energiakereskedőknek pedig az áramigény pontos felmérésében.

hirdetés

GyártásTrend: A negyedik ipari forradalom derekán, az automatizáció és a digitális eszközök korában könnyen gondolhatnánk, hogy a fejlett SAP- és MES-rendszerek már a pontos áramfogyasztást is előre tudják jelezni. Miben tud segíteni akkor a Dmlab? 

Gáspár Csaba: Dmlab előre tudja jelezni az energia felhasználását. A kereskedőknek és a fogyasztóknak segítünk minél pontosabb előrejelzést adni. 

GyT.: Ez miért fontos? 

G. Cs.: A digitális transzformáció mellett az energetikai piac liberalizációja is folyik, és maga a szabályozás is most követi le az igényeket. Aki jobban meg tudja mondani, hogy mikor mennyi áramot akar felhasználni, annak olcsóbban tudják azt adni. Ugyanez vonatkozik a gázra is, az előrejelzés képessége fontos üzleti potenciál lett. Az energiaszolgáltatók már egy napon belül is kereskedhetnek: ha nem találják el, hogy mennyi áramot fogyasztanak, akkor mindenképpen veszteség keletkezik, mert vagy sok az áram a rendszerben, aminek egy részét feleslegesen állították elő, és büntetést kell fizetni, vagy mert kevés az áram, és a kimaradás elkerülése érdekében hirtelen meg kell venni az adott mennyiséget máshonnan. 

Bűntetés
Az áramigényt negyedórás, a gázigényt egynapos felbontásban kell megmondani. Előre kell jelezni, hogy mennyi energiát fogyaszt az ügyfél, mert azt a hálózatból le is veszi a kereskedő. Ha utóbbi szereplő nem tudja megmondani, hogy mennyi lesz a fogyasztás az összes fogyasztójára nézve, akkor csak emelt áron tudja megvenni az áramot a szolgáltatótól, mert hirtelen kell a központnak előállítania a szükséges energiamennyiséget. Ha felesleget termel, akkor a CO2-kibocsátási kvóták miatt kell fizetnie. 

GyT.:A digitális innováció megteremtette annak a lehetőségét, hogy méréseket és így pontosabb előrejelzéseket adjanak. Mi okozza mégis a kihívást a vállalatok számára? 

G. Cs.: Folyamatszervezés szempontjából az első dolog, amit meg kell nézni, hogy adott vállalat mennyire tudja belőni az energiafogyasztását. Ez historikus adatokból valamennyire előrejelezhető, de önmagában kevés. Viszont ha van egy termelésirányítási szoftver is az adatok mellett, akkor egyszerűbb feladat a becslés. Így sokkal jobban meg tudja ítélni a fogyasztást az ügyfél, mint a kereskedő, akinek csak a villanyóra adatai állnak rendelkezésre. Ez utóbbi adatokat, tehát a mérőállást automatikusan egy SIM-kártya küldi 15 percenként az adatközpontba. Ha kiszámítható egy üzem energiafelhasználása – márpedig az, hiszen ismertek a gépek, van egy gyártási terv, tudható, mennyi lesz a fogyasztás –, akkor lehet az energiaszolgáltatónál kedvezőbb árat elérni. Ezért a nagy energiafogyasztóknak megéri egy okos algoritmust beszerezni. A kihívásokat a termelési kiugrások jelentették, ezt külön kell jelezni az áramszolgáltató diszpécsere felé. Ilyen történt például egy hazai vegyipari gyárban, ahol gyereknapot tartottak egy olyan szombaton, amikor egyébként munka szokott folyni. Mivel sok gyereket vártak az üzembe, leállították a termelést, viszont ezt elfelejtették jelezni, a szolgáltató a megszokott mennyiséget biztosította, a felesleg miatt így milliós tételekre rúgott végül a babazsúr költsége. Az áramkereskedő számára a legnehezebben előrejelezhető időszakok az ünnepnapok, a 4 napos munkaszünetek. Ilyenkor vannak vállalatok, amelyek leállnak, vagy egyik napon csökkentett műszakszámban gyártanak.

GyT.: Hol tud megtakarítást elérni egy vállalat az energiafelhasználás tekintetében? 

G. Cs.: Két oldalon tud spórolni egy gyár: a vásárlásnál és a felhasználásnál. Az optimális felhasználás az üzemeltetők, gyártásvezetők hozzáértésétől függ. A felhasználás optimalizálása általában ott szokott előjönni, hogy vannak eszközök, amelyeknek az energiafelvétele nemcsak a termeléstől, hanem az ütemezéstől is függ – bemelegedő alkatrészek –, ennek a szervezését mindenki elvégzi. Mindig a folyamatok komplexitása határozza meg, hogy mennyire optimalizálható az energiafelhasználás. Ha a gyártási terv sérül – mert a dolgozók nem végeznek el feladatokat, vagy egy gép selejtet kezd gyártani –, a kiszámíthatóság is nehezebb lesz. A legjobb áron pedig akkor tudja egy cég beszerezni az áramot, ha a lehető legpontosabb előrejelzést tudja adni a saját fogyasztására nézve. 

Gáspár Csaba, a Dmlab alapítója
Gáspár Csaba, a Dmlab alapítója

Tipikusan az áramkereskedőknek és a nagyfogyasztóknak tudunk segíteni. A nagyvállalatoknál most kell kialakítani azt a szakértő gárdát, amely ért az adatokhoz, ami természetesen nemcsak az energiahatékonyságban, de a termelésben, értékesítésben, karbantartásban is a legfontosabb eszközzé vált a digitális forradalomban. Az elképzelésünk, hogy összekapcsoljuk az embereket az adatokkal, hogy felfedezhessék az analitika hozzáadott értékét a vállalkozásukban.  

GyT.:Mi a helyzet az időjárással, annak a kiszámíthatatlansága is befolyásolja az energiaszükségletek előrejelezhetőségét? 

G. Cs.: Az időjárás régóta és egyre jobban előrejelezhető, de kétségkívül az egyik legfontosabb eleme az energiahasználatnak, főleg a nagyüzemekben, plázákban, csarnokokban, ahol nagy légköbmétert kell klimatizálni. Ha betör a hideg vagy a meleg, mindenki egy irányba kezd túlfogyasztani, a kereskedőknek így az időjárási adatokat is szinte folyamatosan figyelembe kell venniük. Az adattudomány, a big data alkalmazható azokra az áramellátási problémákra is, amelyekkel az egyre nagyobb számú, megújuló energiát használó gyár szembesül. A környezeti adatok, mint például a hőmérséklet, a páratartalom és a rezgés gyűjtésével olyan még komplexebb modelleket lehet létrehozni, amelyek képesek feltárni a historikus környezeti és üzemi mérések közötti összefüggéseket.

GyT.: Tud olyan példát mondani az energetikai szektorból, amikor az adatok segítségével óriási megtakarítást értek el, és olyat is, amikor nem lehet adatokkal megoldani a problémát? 

G. Cs.: Igen. Egy kőolaj-finomítóban a finomítást követően a kőolaj és a benzin után pakura marad, amit utókokszolással kezelnek, hatalmas, 50 méter magas acéltartályokban – ezeket csak Japánban gyártják. A hevítés során az elpárolgó gőzöket felfogják és értékesítik, a pakurából pedig szén lesz. Az eljárás úgy néz ki, hogy a szilárd kokszot – amelyben zárványok vannak – kifúrják, miközben vízhűtést alkalmaznak. Ennek során gőz keletkezik, és felrobbannak a zárványok, a fúrófej elhajlik, a tartály rongálódik a robbanásoktól. A kérdés az volt, hogy meg tudjuk-e mondani, mitől függ a kokszrobbanás. Szenzoros mérésekből érkeztek az adatok, mint az átfolyási sűrűség, hőmérséklet, nyomás – további paraméterek keletkeztek, amelyek között az olajmérnökök összefüggést fedeztek fel. Miután a gyártási folyamatba egy új elemet helyeztek el, amely a mért adatokat megfelelő irányba módosította, megszűntek a gőzrobbanások. 

Vannak azonban olyan rendszerek is, amelyeknél változó tényezők vannak jelen. Például egy mozdony esetében, amely vissza is termeli az áramot, rettenetesen rosszul jelezhető előre, hogy mikor mennyi energiára lesz szüksége, hiszen késések vannak, és az említett 15 perces bontásnál egy 5 perces késésnél már nagyon más az eredmény. A vasúti teherszállítmányozásban még hektikusabbak az adatok. 

Az adatvezérelt innováció következő szakasza az energetikában megy végbe. Az energiafogyasztás, valamint az ipari üzemek termelése terén az előrelépést az intelligens megoldások alkalmazása és a pontos előrejelezhetősége kínálja. 

hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés