Die Prognose der benötigten Wärmeleistung basiert auf Methoden des maschinellen Lernens und berücksichtigt Wetter- sowie Kalender- und Feiertagsdaten des Netzgebietes. Dabei werden Modelle stetig neu berechnet und verbessert, wodurch eine zeitnahe Anpassung an Änderungen der grundlegenden Netzparameter oder des Endabnehmerverhaltens stattfindet.
Eine Echtzeitkarte bietet nicht nur eine einfache Möglichkeit, aktuelle Daten im Netz einzusehen, sondern auch eine Funktion zur Aggregation und Analyse der Daten aus Wärmemengenzählern, Netzinfrastruktur (wie z. B. Wärmeübergabestationen, Schächte etc.), Wärmespeichern sowie Erzeugungsanlagen. Zudem können im Regelkonfigurator für selbstdefinierte Netzabschnitte Überwachungsregeln erstellt werden, deren Verstöße per Live-Ticker gemeldet und historisiert werden.
Das Reporting-Modul ermöglicht einen schnellen Überblick über die wichtigsten Kennzahlen zur Beurteilung des Status des Fernwärmenetzes. Überprüfen Sie die aktuellen Leistungen sowie Leistungsspitzen der Erzeugungsanlagen und Füllstände der Wärmespeicher oder tragen Sie im Kalender aktuelle Events (wie Abschaltungen, Wartungsarbeiten oder auch Großveranstaltungen) ein, um diese mit den Kollegen oder Fachbereichen zu teilen und in der Planung zu berücksichtigen.
Durch die FFVAV und die Digitalisierung der Wärmemengenzähler stehen allen Fernwärmebetreibern in Zukunft umfangreiche Daten über Verbräuche und Netzzustände zur Verfügung. Doch wie kann man diese Daten als Basis für die Erzeugung nutzen? Hier sind aufgrund der Vielzahl an Datenpunkten neue analytische Methoden notwendig. Durch sogenanntes „Reinforcement Learning“ – eine spezielle Form des maschinellen Lernens – werden die Daten der WMZ mit den Erzeugungsdaten in Verbindung gebracht. Hierbei suchen virtuelle Agenten auf Basis von künstlicher Intelligenz nach der optimalen Lösung. Diese Optimierung liefert durch die erhobenen Daten eine evidenzbasierte Strategieentwicklung, die den Menschen durch rein objektive Sichtweisen unterstützt.
Die Stadtwerke Iserlohn haben mit der items-Lösung Grid Insight: Heat den Stadtwerke-Award 2022 gewonnen. Der Preis wurde am 20.09. im Rahmen des VKU Stadtwerke Kongresses verliehen. Durch eine Prognosegüte von über 93 % und die Reduktion der Gaslastspitzen durch die gezielte Optimierung wurden die Kosten zur Wärmeerzeugung um einen mittleren sechsstelligen Betrag reduziert. Durch die Reduzierung der Gasleistungsspitzen und des Gasverbrauchs sowie Maximierung der Produktion von CO₂-optimierter Müllwärme trägt das Projekt messbar zur Erreichung der Klimaziele der Stadtwerke Iserlohn bei.
Die modulare Struktur und Grid Insight: Heat machen es nicht erforderlich, ein bereits vollständig aufgebautes Fernauslesesystem zu besitzen. Neu hinzugefügte Sensoren werden in der Regel automatisch vom System erkannt. Je nach gewähltem Modul sind folgende Daten notwendig:
Voraussetzungen und Datengrundlage:
– Anbindung an die Netzleitstelle (z. B. über ein Archivsystem)
– Anbindung an eine IoT-Plattform
– GIS-Daten (Leitungsnetz & Standorte der Wärmemengenzähler & Erzeugungsanlagen sowie weiterer Netzinfrastruktur)
– Maximal- und Minimalkapazitäten der Erzeugungsanlagen sowie Wärmespeicher
– Vertragsdaten zu Anschlüssen (nur für die Überwachung der Anschlussleistung)
– Preisdatenblatt für Einkaufspreise der Energieträger (nur für die Optimierung)
Bereichsleiter Digitale Netze
Product Owner Grid Insight: Heat
Während die deutsche Energiewende in Vergangenheit vor allem eine Stromwende war, hinkt der Wärmesektor weit hinterher. In Zeiten von Energie- und Klimakrisen wächst daher der
FFVAV – und plötzlich ist sie da Kurz vor der Sommerpause war die FFVAV, die neue Verordnung zur Fernauslesung von Wärmemengenzählern (WMZ) und neuen Anforderungen
Die EED-Richtlinie und FFVAV als Treiber Das Thema digitale Ablesung von Zählern ist in der Energiewirtschaft längst kein neues Thema mehr. Mit dem MsbG wurde
