Metody monitorowania poprawy efektywności energetycznej w organizacji; monitorowanie, modelowanie i prognozowanie. Marcin Trojnacki Kraków

Transkrypt

1 Metody monitorowania poprawy efektywności energetycznej w organizacji; monitorowanie, modelowanie i prognozowanie. Marcin Trojnacki Kraków

2 O EnMS Polska EnMS Polska - oficjalny partner Axpo w projektach związanych z efektywnością energetyczną Audyty Efektywności Energetycznej, Audyty Energetyczne Oprogramowanie wspierające procesy zarządzania energią: energybis, energymap, energydoc Usługi związane z zarządzaniem energią i redukcją zużycia energii oraz jej kosztów Wieloletnie doświadczenie we wdrażaniu SZE według IS 393, EN i ISO 50001, zdobyte dzięki współpracy z firmami z branży takich jak: metalowa, samochodowa, spożywcza, hotelowa, transportowa, FMCG, energetyki zawodowej, JST i innych PROFESJONALNE USŁUGI, MIĘDZYNARODOWE STANDARDY I PRAKTYKI, NAJWYŻSZEJ KLASY OPROGRAMOWANIE

3 Energia więcej niż rachunek Zakupy energii Świadectwa pochodzenia Zielone Żółte Czerwone Fioletowe Białe energia Zarządzanie popytem Monitorowanie efektywności wykorzystania energii Systematyczne Zarządzanie Energią Audyt Energetyczny przedsiębiorstwa ISO System Zarządzania Środowiskiem

4 Monitorowanie Zużycia Mediów i mocy pobranej

5 Schemat systemu WiFi Consumer Measurement data transmission Legend Energy Data GPRS Ethernet Data Concentrator Ordering energy to actual demand Data updating = Orders updating ERP Energy meter Energy Management PLC controllers Entering and updating energy consumption factors (e.g. Production profile) Automatic Alarms and Power Watchdog

6 Podstawowe elementy systemu czy lista życzeń Układy pomiarowe Koncentrator Danych Strumieniowa analiza danych pomiarowych System archiwizacji danych pomiarowych Strażnik mocy, strażnik współczynnika mocy, strażnik zużycia energii Lokalne systemy sterowania sprzężone ze strażnikami Służby energetyczne, służby utrzymania ruchu

7 Optymalne rozmieszczenie układów pomiarowych RG M Przyłącza główne Duże grupy odbiorów Znaczące indywidualne odbiory M M M Rn1 M M Rn1.1 M M M O1 O2 O3 O4 O5 O5

8 Kryteria rozmieszczenia układów pomiarowych Czy główne przyłącze? Konieczność podziału kosztów energii? Czy mamy wpływ na zużycie zarządzanie, regulacja, sterowanie? Przyczyna zużycia energii produkcja, warunki pogodowe, BHP, Zmienność zapotrzebowania duża/mała Zużycie energii w obszarze Koszt układu pomiarowego < od 5% wartości zużywanej energii?

9 Po co monitorowanie? Moc Pobrana [kw] Profil Mocy Przyłącze 1 Moc Pobrana Moc Pobrana [kw] Profil Mocy Przyłącze 2 Serie1

10 :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00: :00:00 Moc Pobrana [kw] Po co monitorowanie? Profil Mocy Licznika

11 energybis - Trendy

12 Modelowanie zapotrzebowania dlaczego zużywamy energię?

13 Podejście procesowe Źródło energii Zużycie energii Zmienne Parametry Obszar zużycia energii Model zużycia Prognozy Alarmy Wskaźniki Regulacja

14 Zmienne mające wpływ na zużycie energii Czas (np. oświetlenie) Wielkość/natężenie produkcji (np. procesy produkcyjne) Rodzaj produkcji/produktu (np. procesy produkcyjne) Warunki Pogodowe (np. ogrzewanie, klimatyzacja) Obłożenie budynku (np. wentylacja, klimatyzacja) Jakość energii, paliwa (np. konwersja energii, procesy produkcyjne) Personel (np. procesy produkcyjne, oświetlenie, ogrzewanie, klimatyzacja, sprężone powietrze) Parametry regulacji procesu

15 Zużycie [KWh] Przyczyna > Skutek Zużycie energii na ogrzewanie pompą ciepła w zależności od temperatury zewnętrznej 2 500, ,0 y = 9,7679x - 39,37 R² = 0, , ,0 500, Stopniogodziny na dobę

16 Zużycie EE Prosty model regresja liniowa Miesięczne całkowite zużycie energii y = 10,181x ,3 R² = 0, Stopniodni grzania

17 Modele matematyczne Jedna znacząca zmienna Regresja liniowa jednej zmiennej Model średniej ruchomej (MA) Wiele znaczący zmiennych Regresja liniowa wielu zmiennych Drzewa decyzyjne Sieci neuronowe Zmienność w czasie Model autoregresyjny (AR) Model średniej ruchomej (MA) Modele ARMA, ARIMA, ARIFMA Zmienność w czasie i ze względu na zmienne Model wektorowy Autoregresyjny (VAR) Sieci Neuronowe

18 Porównanie modeli , , , , , ,00 - Zużycie Model 1 Model 2

19 Prognoza wolumenu , , , , , ,00 - Zużycie Prognoza

20 energybis - Prognozowanie

21 Zastosowanie modelowania Kontrola zapotrzebowania Prognozowanie Moc chwilowa Zmienne Model Różnica Prognoza zmiennych Model Moc / Energia Alarm Budżet

22 Prognozowanie zakupów energii

23 Standardowe rozwiązanie Poziom zabezpieczenia Ryzyko timingu Spekulacyjny charakter wyboru momentu zakupu OBSZAR NIEZABEZPIECZONY WYKORZYSTANIE JEDNEGO INSTRUMENTU ZABEZPIECZAJĄCEGO (FULL SUPPLY) Ryzyko trendu rynkowego Strategia ignoruje trendu rynkowe Efekt uwiązania klienta Niezrozumiałe wyznaczanie cen i brak przejrzystości Brak dywersyfikacji ryzyka Brak długoterminowego planowania i uzależnienie od jednego dostawcy

24 Optymalizacja zakupu energii Zarządzanie portfelem Zakupy Strukturyzowane Profile Charakterystyka Stała Cena Jeden dostawca Brak przejrzystości cenowej Brak uczestnictwa w zmianach rynkowych Największe ryzyko cenowe z powodu zakupu całego wolumenu w jednym momencie Zakupu od wielu dostawców Rozłożenie zakupów w czasie (w zależności od strategii) Zakupu od wielu dostawców Wykorzystanie produktów standardowych Bezpośrednie odniesienie do rynku hurtowego Osiągnięcie przejrzystości cenowej bliskiej cenom na rynku hurtowym Klient świadomie angażuje pewien kapitał ryzyka Klient aktywnie korzysta z wszystkich dostępnych produktów na rynku hurtowym Klient ma wpływ na wszystkie decyzje Pełna przejrzystość kosztowa Produkty hurtowe Brak wyraźnego odniesienia do rynku hurtowego Produkty roczne (baza/ szczyt) Lata, kwartały, miesiące, tygodnie, spot Wszystkiej produkty fizyczne i finansowe Ryzyko Bardzo duże Umiarkowane Niskie Niskie Analogia Lokata bankowa Instrumenty dłużne Połączenie instrumentów dłużnych i akcji Indywidualne zarządzanie majątkiem z wykorzytaniem wszystkich kategorii aktywów

25 MW Koncepcja zakupów strukturyzowanych Zakup terminowych produktów standardowych Baza M6 Baza M7 Baza M8 Zakupy produktów standardowych na rynku terminowym (OTC / giełda) Prognoza konsumpcji Baza M3 Baza Q2 Baza Q3 Baza M10 Baza M12 Szczyt / Dolina Baza kontrakt roczny Transza 2 Baza kontrakt roczny Transza 1 Okres dostawy Zakup różnych produktów standardowych na rynku terminowym w celu pokrycia prognozy zużycia Rozłożenie ryzyka rynkowego poprzez zawieranie transakcji w różnym czasie Wykorzystanie zmienności rynku do optymalizacji ceny zakupu Możliwość jedynie przybliżonego pokrycia prognozy zużycia produktami standardowymi

26 MW Koncepcja zakupów strukturyzowanych Kontraktowanie niedoborów/ nadwyżek na rynku spot Baza Q2 Baza Q3 Zakupy produktów standardowych na rynku terminowym (OTC / giełda) Prognoza konsumpcji Zakup brakującego wolumenu na rynku spot Sprzedaż nadmiarowego wolumenu na rynku spot Szczyt / Dolina Baza kontrakt roczny Transza 2 Baza kontrakt roczny Transza 1 Okres dostawy Dokontraktowanie na rynku spot różnicy pomiędzy prognozą zużycia a zakupionym już wolumenem Rynek spot dostępny jedynie w dniu poprzedzającym dostawę energii

27 MW Koncepcja zakupów strukturyzowanych Bilansowanie różnicy między prognozą a rzeczywistym zużyciem Prognoza konsumpcji w następnym dniu Rzeczywiste zużycie Różnica wolumen pomiędzy prognozą a rzeczywistym zużyciem 24h Bilansowanie odchyleń wolumeny pomiędzy prognozą a rzeczywistym zużyciem odbywa się na rynku bilansującym Jakość prognozy kluczowa dla obniżenia kosztów niezbilansowania Koszty niezbilansowania znane jedynie są ex-post (po dostawie energii)

28 Automatyzacja Zarządzania Energią

29 Schemat systemu WiFi Consumer Measurement data transmission Legend Energy Data GPRS Ethernet Data Concentrator Ordering energy to actual demand Data updating = Orders updating ERP Energy meter Energy Management PLC controllers Entering and updating energy consumption factors (e.g. Production profile) Automatic Alarms and Power Watchdog

30 energybis Monitorowanie efektywności energetycznej MODERN UI Intuicyjny interfejs Interaktywne Raporty, diagramy i wykresy Możliwości systemu: Monitorowanie zużycia mediów energetycznych w czasie rzeczywistym Monitorowanie czynników wpływających na zużycie energii wielkość produkcji, pogoda itp. Modelowanie zużycia energii, prognozowanie na potrzeby budżetu i zakupów Zgodność z wymaganiami ISO 50001:2011 Raportowanie oszczędności i strat energii Analiza doboru taryf dystrybucji dla energii elektrycznej i gazu Benchmark porównanie efektywności energetycznej do zakładów z tego samego sektora Automatyczne generowanie i dystrybucja raportów Strażnik mocy alarmy o możliwym przekroczeniu mocy zamówionych Integracja z innymi systemami PLC, ERP Modelowanie procesów energetycznych Dodatkowe korzyści: Przejrzysty interfejs Integracja z istniejącymi systemami pomiarowymi Zgodność z wymaganiami ISO Podejścia procesowe do wykorzystania energii w organizacji Mapowanie przepływów energii

31 Marcin Trojnacki Tel