I forskningsprojektet Smarta Flöden ska Mälarenergi optimera produktionen av fjärrvärme. På så sätt kan vi undvika överproduktion men fortsätta med en tillförlitlig fjärrvärmeleverans till våra kunder.
Projektet får finansieringsstöd från Vinnova och PiiA och är ett samarbete mellan Mälarenergi, RISE, SICS Västerås, Mälardalens högskola, ABB, Sigholm och Evothings Labs.
Insamling av mätvärden har stått i fokus
– Under det här första året har vi lagt mycket tid på att samla in data, säger Henrik Wickström projektledare på Mälarenergi. Vi har samlat mätdata från samtliga Mälarenergis fjärrvärme-anläggningar från idag och tre år bakåt. Merparten är på en frekvens av timvärden, men där det varit möjligt har vi även 15 minuters värden.
För att analysera all data, över 1 miljard mätvärden, tillsatte Mälarenergi en intern analysgrupp.
– Det visade sig vara väldigt lyckat, det var fantastiskt att se hur smidigt vi arbetar tillsammans när vi samverkar!, säger Henrik.
Vi vill skapa en lösning som verksamheten har nytta av
Vid sidan av arbetet med datainsamling har projektet utfört flera användarstudier. Vi har skapat användarprofiler för att förstå vilka visualiserings- och analysbehov verksamheten har. Vi vill ju såklart skapa en lösning som vi har nytta av och som hjälper oss i vardagen.
Faktorer som påverkar behovet av fjärrvärme
I maj 2017 började vi skapa de första prediktionerna baserat på följande tre faktorer; distributionstid, väder och socialt beteende.
– Arbetet är oerhört komplext och ställer väldiga krav på de algoritmer vi ska använda i våra lärande system, säger Henrik.
Huskroppens värmebehov är den delen vi har lyckats bäst att skapa prediktioner på så här långt. Här är vädret en starkt bidragande faktor och så länge vi har goda väderprognoser så lyckas vi skapa prognoser som faller väl ut med verkligheten. Kundernas sociala beteende är den minst tillförlitliga faktorn. Om en kund duschar eller spolar mycket varmvatten under en specifik tidpunkt så får det en väldigt stor påverkan på uttaget av fjärrvärme. För att få bättre träffsäkerhet på det sociala beteendet kommer vi nu under hösten att testa en rad olika metoder.
Fysik + statistik = sant
I projektet har vi dessutom testat fysikaliska modeller över vårt fjärrvärmenät. Resultaten visar att modellen kan förutsäga det dynamiska/rörliga beteendet hos fjärrvärmesystemet med avseende på värmeutbredning. Förhoppningen är att på sikt kunna skapa en hybrid-lösning mellan det lärande systemet och den fysikaliska modellen. Alltså, en modell där vi har en valideringsmöjlighet för det lärande systemet i realtid. Som exempel; Låt säga att det lärande systemet vill att vi ska skicka ut x grader, y mängd vatten. Den fysikaliska modellen kan då säga om det är fysikaliskt möjligt eller ej, samt räkna ut om det leder till att vattnet kommer till våra kunder i tid. Är det möjligt enligt fysikens lagar så är det bara att köra, men om det inte är fysikaliskt möjligt så blir det värdefull input till det lärande systemet. Algoritmen lär sig då till nästa gång att det inte är möjligt.
2018 kommer vi att börja testa lärande system mot mätningar i realtid, för att 2019 arbeta fram ett färdigt lärande system över samtliga Mälarenergis fjärrvärmekunder som ska hålla industriell standard.
Läs mer
På Mälarenergis hemsida finns mer information om våra projekt för framtidens samhälle.
Optimering av industriella flöden ska ge stora klimat- och kostnadsfördelar