Transparenz rauf, Energiekosten runter

Internet der Dinge hilft, Energiekosten zu reduzieren

 Aufheizvorgänge digital modelliert

Ein weiterer Kunde hatte in seiner Raffinerie mit Problemen beim Beschicken und Entleeren der Kolonnen zu kämpfen: Bevor die Produkte verpumpt werden konnten, mussten zunächst Befehle an die Heizelemente der Rohrleitungen übermittelt werden, da sich die Leitungen ohne Vorheizen zusetzen. Zugesetzte Leitungen führen zu großen Produktionsunterbrechungen, da eine Reinigung der Rohre extrem zeitaufwendig ist und darüber hinaus Kosten von mehreren Zehntausend Dollar verursacht – ganz zu schweigen vom daraus folgenden Chaos bei der Planung. Die Lösung bestand darin, alle Leitungen in die digitale Erfassung einzubinden, um ihre Aufheiz- und Abkühlprofile zu modellieren. Durch maschinelles Lernen konnte somit der Energiebedarf beim Beschicken und Entleeren ermittelt werden, genauso wie der Zeitbedarf für das Aufheizen der Leitungen.

Für eine 60 m lange Rohrleitung macht das Modell zum Beispiel sichtbar, wie lange es unter Berücksichtigung der relevanten Variablen dauert, bis eine bestimmte Temperatur erreicht ist. Anhand dieser Informationen lässt sich der Prozess zuerst automatisieren und in einem weiteren Schritt optimieren. Steht eine Beschickung der Anlage an, kann die Rohrheizung zum richtigen Zeitpunkt eingeschaltet und später, basierend auf dem Abkühlungsprofil der Leitung, so früh wie möglich wieder abgeschaltet werden.

Title Layout

Bei der Lastoptimierung elektrischer Systeme werden von der Optimierungssoftware alle Abhängigkeiten berücksichtigt.Bilder: Atomiton

Optimierung der Spitzenlast lohnt sich

Eine der wichtigsten Einsparmöglichkeiten ist die Optimierung der Spitzenlastsituation beim elektrischen Strom. Zunächst muss dazu der Energiebedarf überwacht werden. Häufig werden dazu auch heute noch Zählerstände abgelesen. Weil das im Nachhinein geschieht, lassen sich daraus kaum handlungsrelevante Informationen gewinnen. Die zweithäufigste Methode ist die nach Betriebsmitteln unterteilte Aufzeichnung des Energiebedarfs, die in der Regel zum Schutz der Geräte oder zum Zwecke der Rückbuchung genutzt wird.

Demgegenüber steht die dritte Methode: die Echtzeit-Verbrauchsüberwachung, bezogen auf Vorgänge oder Prozesse. Energie wird hierbei als ein- und ausgehend betrachtet, zusammen mit weiteren Faktoren wie Ausrüstung, Betriebsmittel und Verbrauchsmaterialien. Durch die Zuordnung des Energiebedarfs auf einzelne Vorgänge und Prozesse werden diese Informationen genutzt, um für jeden Vorgang wie das Beschicken, Entleeren, Aufheizen usw. ein eigenes Energieprofil zu erstellen. So kann der Energiebedarf für einen Vorgang unter einer bestimmten Last vorhergesagt werden. Diese Voraussage wird abgeleitet, indem maschinelles Lernen auf historische Daten angewandt wird. Da Energieprofile ein allgemeingültiges Konzept darstellen, lassen sie sich nicht nur auf den Stromverbrauch, sondern beispielsweise auch auf den Dampf- oder Gasverbrauch anwenden.

Zusätzlich zu den Energieprofilen ist es darüber hinaus wichtig, die Anfangs- und Endzeiten der einzelnen Vorgänge zu kennen. Diese können von bestimmten Bedingungen abhängen, die für den Start oder das Beenden eines Vorgangs erfüllt sein müssen, beispielsweise wenn nach dem Aufheizen das Mischen erfolgt. Ebenso können Vorgänge einem vordefinierten Zeitplan unterliegen und werden manuell oder durch externe Ereignisse ausgelöst. Einige Auslöser, insbesondere die manuellen, entstehen spontan und sind deutlich schlechter vorhersehbar. Sie können aber dennoch in die Modelle eingebunden werden.

Seite:

Über den Autor

Jane Ren, CEO Atomiton
Loader-Icon