Blackbox Fernwärme – Wie werden Fernwärmenetze smart?

Fernwärmenetze: Informationen Fehlanzeige

Die Energiewende ist ein Thema, das die Öffentlichkeit maßgeblich im Bereich Strom diskutiert. Dabei fokussiert sich alles auf Erneuerbare Energien, die EEG-Umlage, Elektromobilität oder das Stromnetz. Der Bereich Fernwärmenetze steht völlig im Hintergrund. Dabei werden diese Netze genauso blind gefahren wie heutige Stromnetze im Niederspannungsbereich. Statt eine transparente Übersicht über das Fernwärmenetz zu haben, handelt es sich häufig um eine Blackbox.

Investitions- sowie Steuerungsentscheidungen im Fernwärmenetz werden oft nur auf Basis der Expertise von einzelnen Fachmitarbeitern getroffen, denen zudem keine ausreichende Datenbasis vorliegt. Die finanziellen oder ökologischen Auswirkungen dieser einzelnen Entscheidungen spielen zu selten eine Rolle. Der Betrieb von Fernwärmenetzen findet vielmehr auf dem Stand der vergangenen Jahrzehnte statt. Es wird darauf verzichtet, mittels neuer Technologien zusätzliche Informationen zu generieren, die zur Steigerung der finanziellen und ökologischen Prozesseffizienz genutzt werden können.

Fernwärmenetze: Die fehlenden Informationen der Blackbox

Im praktischen Betrieb von Fernwärmenetzen basiert die Steuerung des Netzes oft auf einzelnen, wenigen Datenpunkten. Häufig umfassen die Informationen lediglich die Daten der einzelnen Erzeugungsanlagen. Hinzu kommen eine Hand voll Netzschlechtpunkte, die einen punktuellen Überblick über den Zustand des Fernwärmenetzes bringen. Bei Netzschlechtpunkten handelt es sich um die Punkte, an denen der Fernwärmenetzbetreiber die schlechteste Versorgung im Netz vermutet. Die Bestimmung des Schlechtpunktes basiert allerdings nur auf Annahmen. Durch das sich ändernde Verbrauchsverhalten über einen Tag wandert der Schlechtpunkt im Netz. In diesem Fall sind mehr Messpunkte notwendig.

Die Datengrundlage über den Ist-Zustand ist somit nicht ausreichend. In der Praxis kämpfen Fernwärmenetzbetreiber oft mit zu hohen Rücklauftemperaturen. Der Verursacher bzw. der verantwortliche Verbraucher im Netz ist auf Grund der mangelnden Datenbasis oft nicht ermittelbar. Die Folge sind ein schlechterer Wirkungsgrad der Erzeugungsanlagen sowie ein höherer Brennstoffeinsatz und erhöhte Lastspitzen. Würden die Hausübergabestationen hingegen mit Messtechnik überwacht werden, kann ein Verbraucher für ihr netzschädigendes Verhalten belangt werden. Die Prozesseffizienz nimmt dadurch zu und alle Nutzer profitieren von sinkenden Kosten.

Durch die mangelhafte Datenbasis ist eine Aussage über die Vorlauftemperatur im gesamten Fernwärmenetz schwierig. Aus diesem Grund fahren Fernwärmenetzbetreiber ihre Netze mit zu hohen Vorlauftemperaturen, um dem Risiko von Legionellen vorzubeugen. 3 bis 5 Grad sind keine Seltenheit, wodurch hohe Mehrkosten entstehen.

Fernwärmenetze: Die Probleme der Wärmeprognose

Neben der Erhebung einer ausreichenden Datenbasis ist auch die damit verbundene Prognose des zukünftigen Wärmebedarfs relevant. Hier prognostizieren Fernwärmenetzbetreiber ebenfalls auf Basis der wenigen Informationen den Bedarf für die nächsten Tage. Dabei verzichten einige Prognosewerkzeuge sogar auf die Berücksichtigung der Wetterdaten, auf die sich der Wärmebedarf maßgeblich auswirkt, und verwenden bei der Berechnung lediglich einfach strukturierte Algorithmen, die die zusätzlichen Daten (z. B. Wetterdaten) nur unzureichend oder gar nicht berücksichtigen können. Eine fehlerhafte Wärmeproduktion wird dann erst zu spät im Ist-Zustand festgestellt.

Daneben lassen sich noch weitere Punkte wie der Druck optimieren. Hier ist die Einsparung von Energie der Pumpenleistung möglich. Genauso ist eine Kostensenkung durch die Überwachung von Leckagen im Fernwärmenetz möglich. Das Potenzial der Optimierungsmaßnahmen ist immens.

Fernwärmenetze: Viel Geld für die Blackbox

Der Betrieb von Fernwärmenetzen nach dem heutigen Standard wäre für den Letztverbraucher deutlich günstiger zu betreiben, wenn eine konsequente Optimierung des Fernwärmenetzes durchgeführt würde. Durch die Anschlusspflicht des Letztverbrauchers an das Fernwärmenetz besteht für den Fernwärmenetzbetreiber kein Problem der Kostenabwälzung. Aus diesem Grund ist der Anreiz zur Steigerung der Prozesseffizienz unter den heutigen regulatorischen Rahmenbedingungen gering. Durch bessere Wärmebedarfsprognosen oder eine Optimierung der Betriebsführung (u. a. Vor- und Rücklauftemperaturen) sind Kosteneinsparungen im sechsstelligen Bereich schnell generierbar.

Die zusätzlichen Messwerte an den Hausübergabestationen und Wärmemengenzählern können den Verbrauchern darüber hinaus transparent gemacht werden. Zusätzliche Einsparungen auf Verbraucherseite sind so generierbar. Die Verpflichtung der monatlichen Information bzgl. der Verbrauchswerte ab 2022 ist bereits von der EU in der EED-Richtlinie beschlossen und ist in den nächsten Monaten vom Gesetzgeber in nationales Gesetz zu überführen. Dabei sind die Wärmemengenzähler in Zukunft aus der Ferne auszulesen und abzurechnen. Mit der IoT-ERP-Bridge der items und dem Aufbau eines LoRaWAN-Netzes ist diese Anforderung bereits heute umsetzbar. Die zusätzlichen Messwerte der Zähler sind in anonymisiert Form zur Optimierung des Netzes nutzbar.

Fernwärmenetze: Klimaschutz bitte später

Durch den erhöhten Brennstoffeinsatz und den damit verbundenen Lastspitzen im Bereich der Fernwärme kommt es zu einer zusätzlichen Produktion von Kohlenstoffdioxid. Im Schnitt emittiert eine kWh thermisch ca. 300 g CO2. Geht man davon aus, dass ein Haushalt 30.000 kWh pro Jahr benötigt und eine Einsparung von 10% des Wärmebedarfs durch eine bessere Überwachung und Prognose des Netzes erzielt werden kann, entspricht dies einer Vermeidung von ungefähr 900 kg CO2 pro Jahr.

Die Einsparung ist allerdings nicht durch den Verbraucher, sondern nur durch den Netzbetreiber erzielbar. Somit wäre ein Steuerungsinstrument erforderlich, das den Netzbetreiber zur Steigerung der eigenen Prozesseffizienz verpflichtet. Die ab 2021 neugestaltete CO2-Steuer nach dem Brennstoffemissionshandelsgesetz (BEHG) verfehlt dieses Steuerungsziel jedoch. Vielmehr sind sämtliche Kosten auf den Verbraucher umlegbar, sofern die Preisänderungsklausel des Versorgungsvertrags dies zulässt. Durch die Anschlusspflicht hat der Letztversorger keine Möglichkeit, seinen Fernwärmeversorger zu wechseln. Ein Anreizsystem für ein klimafreundliches Fernwärmenetz besteht somit nicht.

Grid Insight: Heat – Transparenz in der Blackbox

Um mehr Licht und Transparenz in die sogenannte Blackbox zu bringen, entwickelt die items GmbH zusammen mit den Stadtwerken Iserlohn GmbH das Tool Grid Insight: Heat. Die Stadtwerke Iserlohn bringen im Rahmen der Produktentwicklung über Jahre erworbene Know-how aus der Betriebsführung eines Fernwärmenetzes mit ein. Die items GmbH, mit ihrem neuen Geschäftsfeld Data Science, ist hierbei für die KI-basierten Algorithmen, das Cloud Engineering und das Produktdesign im Dashboard verantwortlich. Aus dieser Kombination von verschiedenen Expertisen ergibt sich für eine gemeinsame Produktentwicklung eine sehr gute Symbiose. 

Grid Insight: Heat wird aus mehreren Modulen bestehen, die den Fernwärmenetzbetreiber bei der Steuerung des Fernwärmenetzes unterstützen sollen. Das Herzstück des Tools bilden in der ersten Entwicklungsphase die Nachfrageprognose und Produktionsoptimierung. Dabei werden die Informationen der Erzeugungsanlagen, der Verbraucher und externe Daten, wie z. B. Wetterdaten, genutzt. Erzeugungsanlagen erhalten gleichzeitig eine Kostenfunktion, um in Abhängigkeit von der Nachfrageprognose hinsichtlich der eigenen Kostenstruktur optimiert zu werden. So soll der Fernwärmenetzbetreiber in die Lage versetzt werden, Wärme nach Bedarf zu produzieren, Brennstoff ein zu sparen, Lastspitzen zu vermeiden, den Letztverbraucher zu entlasten, aber gleichzeitig seinen Gewinn zu steigern.

Im zweiten Schritt ist eine Erweiterung des Tools durch ein Echtzeitmonitoring und eine Netzanalyse geplant. Im Echtzeitmonitoring sollen LoRaWAN-Devices, wie z. B. Zähler oder Netzschlechtpunkte, in einer höheren Stückzahl ausgerollt werden. Hierdurch erhält der Fernwärmenetzbetreiber eine bessere Transparenz und steigert die Güte der Prognose und erreicht demzufolge auch eine Produktionsoptimierung. Die Netzanalyse soll ihn bei der Feststellung kritischer Betriebspunkte unterstützen und der Betriebsführung ein besseres Gefühl für die Entwicklung im Netz geben.

Weitere Erweiterungen wie die Integration von Abrechnungslogiken, prädiktive Instandhaltung oder eine Netzausfallsimulation sind in der Diskussion. Der Fokus des Projekts liegt allerdings im ersten Schritt auf der Prognose, Produktionsoptimierung sowie dem Echtzeitmonitoring.

Grid_Insight_Heat_Module
Grid Insight: Heat Anwendungsfelder im Fernwärmenetz

Grid Insight: Heat – Informationen für die Progonse

Zur Entwicklung der Nachfrageprognose für Fernwärmenetzbetreiber ist eine ausreichende Datenbasis erforderlich. Die Datenbasis bilden die Erzeugungsanlagen sowie die einzelnen Messpunkte im Versorgungsnetz (Fünf-Minuten-Werte), die aktuell in der Netzleitwarte zusammengefasst werden: Menge (Wärme- & Wärmeausspeisung), Temperatur (Vorlauf- & Rücklauftemperatur) und der Druck der Erzeugungsanlagen.

Zukünftig könnten bei einer granularen Datenbasis weitere Messpunkte im Versorgungsnetz ein Echtzeitmonitoring ermöglichen und die Qualität der Prognose erhöhen (Identifizierung von Lastspitzen). Aktuell verwendet das Modell folgende externe Parameter: Temperatur, Niederschlag, Luftfeuchtigkeit, Globalstrahlung, Bodentemperatur, Wind, Schulferien, Semesterferien, Feiertage und Kalenderinformationen.

Für den Optimierungsansatz werden neben den technischen Restriktionen des Fernwärmenetzes und einer Trägheitsfunktion des Netzes vor allem die Kostenfunktion  der Erzeugungsanlagen benötigt. Eine große Herausforderung ist die Bereitstellung geeigneter Wetterdaten. Meist muss auf die Daten des Deutschen Wetterdienstes zurückgegriffen werden, dessen Stationen oft zu weit weg vom Fernwärmenetz stehen. Aus diesem Grund errichten viele Stadtwerke derzeit eigene Wetterstationen, um eine eigene Datenbasis zur Verfügung zu haben.

Fernwaerme_Waermemengenprognose_Daten
Grid Insight: Heat: Daten für die Wärmemengenprognose

Grid Insight: Heat – eine Vision zur Vermeidung der Blackbox

Mit dem Tool Grid Insight: Heat verfolgt die items GmbH das Ziel der Entwicklung eines Tools, das zur Realisierung eines modernen, digitalisierten Fernwärmenetzes beitragen soll. Dabei soll das Tool sowohl eine Prognose als auch ein Echtzeitmonitoring, wie auch eine kaufmännische Optimierung beinhalten. Die Vision ist die Entwicklung eines Werkzeugs, das vollständig in die Prozesse eines Fernwärmenetzbetreibers integriert werden und auf sämtliche Daten zugreifen kann.

Dabei soll es nicht nur um die technische, sondern auch um die kaufmännische Optimierung des Fernwärmenetzes gehen. So sollen alle Nutzer des Netzes profitieren. Der Fernwärmenetzbetreiber durch eine bessere Marge, der Letztverbraucher durch gesenkte Kosten und natürlich die Umwelt durch eine geringere CO2-Emission.

Grid_Insight_Heat_Architektur
Grid Insight: Heat Implementierung in die Systemlandschaft

Rückblick E-world 2020 in Essen

Auch in diesem Jahr war die items wieder auf der E-world Energy & Water in Essen vertreten. In angenehmer Atmosphäre kam es beim traditionellen und leckeren Grünkohl zu anregendem Austausch. Unsere Produktneuheit Grid Insight: Water hat großes Interesse geweckt. Grid Insight: Water ist die Softwarelösung der Zukunft, mit der eine automatisierte Wasseprognose für eine nachhaltige Wasserversorgung abgesichert werden kann. Unsere weiteren Messeschwerpunkte, wie z.B. die Prozessautomatisierung durch Mustererkennung und RPA und unser neues Angebot iCheckup wurden von unseren Besuchern wohlwollend angenommen und diskutiert. Unsere Beteiligung an der e-World 2021 ist bereits geplant. Darauf freuen wir uns jetzt schon, insbesondere auf Sie!

Grid Insight: Water – KI-basiertes Cloud-Produkt als Antwort auf die Herausforderungen der Wasserwirtschaft

In den letzten Jahren zeigten sich in Deutschland bereits die ersten Auswirkungen des Klimawandels. Lange Trockenperioden in den Sommermonaten bedingen teilweise eine enorme Verknappung der Wasservorräte und führen u. a. zu Ernteausfällen in der Landwirtschaft. Eine stabile Wetterlage mit konstant ausreichender Regenmenge war in den letzten Jahren immer seltener der Fall und auch in den nächsten Jahren wird, bedingt durch die globale Erwärmung, nicht von einer Besserung auszugehen sein. Dieser Trend stellt auch die kommunale Wasserwirtschaft vor völlig neue Herausforderungen, da eine sichere Wasserversorgung der Bürgerinnen und Bürger auch über längere Trockenphasen hinweg sichergestellt werden muss. Aufforderungen der Kommunen, dass Bürger im Sommer ihr Verbrauchsverhalten ändern und den Wasserverbrauch einschränken sollen, werden immer öfter notwendig.

Um eine permanente Wasserverfügbarkeit sicherzustellen, ohne die Kosten für den laufenden Betrieb drastisch zu erhöhen, wird eine genaue Planung der Produktions- und Speichermengen benötigt. Grundlage jeder guten Planung bildet eine valide Prognose der zukünftig nachgefragten Wassermengen, die zudem in Echtzeit die äußeren Faktoren wie die Temperatur, Niederschlagsmengen, Sonneneinstrahlung sowie Event- und Kalenderabhängigkeiten berücksichtigt. In der Praxis findet jedoch meist eine Mengenprognose für den nächsten Tag auf Basis der Expertise des Netzmeisters statt. Vor dem Hintergrund der zunehmenden Komplexität durch äußere Einflussfaktoren und der riskanten Abhängigkeit vom „Kopfmonopol“ des Netzmeisters ist jedoch fraglich, wie lange ein Betrieb in dieser Form als effizient eingestuft werden kann. In diesem Kontext hat die items in Zusammenarbeit mit ihren Kunden Grid Insight: Water entwickelt. Die erste cloudbasierte Softwarelösung für die Wasserwirtschaft, die Methoden der Künstlichen Intelligenz (KI) nutzt, um die genannten Herausforderungen anzugehen und die seit dem 01.04.2020 den Regelbetrieb der Stadtwerke Münster unterstützt.

Auf Basis der intelligenten Algorithmen findet eine automatisierte Mengenprognose für die nächsten Tage statt, um die Planung der Wassergewinnung/Wasserbeschaffung für die kommenden Tage zu erleichtern bzw. zu automatisieren. Für die Entwicklung der Algorithmen wurden die Produktionsdaten des Wassernetzes der vergangenen fünf Jahre auf Stundenbasis analysiert und mit externen Daten wie bspw. Wetter- und Kalenderdaten angereichert. Auf Basis der identifizierten Muster kann das Modell die zukünftigen Wasserverbräuche sehr genau vorhersagen und berücksichtigt dabei vor allem die aktuellsten Wetterprognosen. Eine Aktualisierung der Algorithmen findet einmal täglich auf Basis neuer Daten statt, so dass die Abhängigkeiten zwischen den einzelnen Faktoren immer wieder neu berechnet und dargestellt werden können. So wurde im Rahmen der Entwicklung von Grid Insight: Water festgestellt, dass die Menschen im Durchschnitt nach fünf Tagen Trockenheit beginnen, überproportional zu gießen, wenn kein Regen für die darauffolgenden Tage gemeldet wird. Somit ist bereits frühzeitig ersichtlich, wann es zu einer Verbrauchsspitze und damit zu einer möglichen Wasserknappheit kommen könnte. Entsprechende Gegenmaßnahmen können somit frühzeitig eingeleitet werden.

Nachfrageprognose
©items GmbH

Mit Hilfe des Optimierungsmoduls können im nächsten Schritt die Prognoseergebnisse zur Verbesserung der kaufmännischen und technischen Netzführung verwendet werden. Auf Basis einer hinterlegten Kostenstruktur können betriebswirtschaftliche Entscheidungen im Rahmen der Wasser-Beschaffung, -Gewinnung, -Produktion und -Speicherung getroffen werden. So können zum Beispiel Fragen, ob und wann eine Intensivierung der Wassergewinnung oder der Zukauf von Wasser sinnvoll ist, automatisiert beantwortet werden. Dabei werden auch die aktuellen

Produktionsoptimierung
©items GmbH

Füllstände und technischen Speicherkapazitätsgrenzen des jeweiligen Wassernetzes berücksichtigt, um beispielsweise die Auswirkungen von Revisionsarbeiten im Rahmen der Produktionsplanung zu berücksichtigen. Die Softwarelösung Grid Insight: Water bietet so die Möglichkeit, sowohl die technischen als auch die kaufmännischen Prozesse zu optimieren.

Bei der Entwicklung der Softwarelösung ist eine modulare Architektur gewählt worden, um weitere Anwendungsfälle der Wasserwirtschaft zeitnah integrieren zu können. So wurden in den ersten Gesprächen mit weiteren Stadtwerken weitere Anwendungsfälle für Grid Insight: Water identifiziert, die aktuell in den Prototypen integriert werden:

  • Echtzeitmonitoring via LoRaWAN
  • Netzanalyse
  • Pegelstandsprognose
  • Wasserqualitätsprognose
  • Leckagen-Analyse
  • Wasserabrechnung

©items GmbH

Vor allem die Kombination mit dem Geschäftsfeld IoT ist am Markt ein absoluter Wettbewerbsvorteil für die items, da der Aufbau neuer Datenquellen (LoRaWAN) sowie die dazugehörigen Datenanalysen aus einer Hand angeboten werden können. So werden unnötige Schnittstellen und aufwändige Projektkoordinationen vermieden.

Um einen eigenen Eindruck von den Funktionalitäten und User-Experiences zu erhalten, können Sie sich unkompliziert für den Prototyp von Grid Insight: Water registrieren.

URL: https://wasser-frontend.azurewebsites.net/

Für Fragen und Anregungen stehen wir natürlich gerne zur Verfügung.

 

Christian Wessel
Geschäftsfeldentwicklung Data Science

E-Mail: c.wessel@itemsnet.de
Mobil: +49  152 38 90 15 78
Fon    +49 251 20 83-24 56