Serwis korporacyjny
 APA Group  

Artykuły

Jak IPOE wizualizuje prawdziwe oszczędności

Inteligentna Platforma Optymalizacji Energii (IPOE) stanowi rozwiązanie wspierające procesy analityczne oraz decyzyjne, mające na celu poprawę efektywności energetycznej przedsiębiorstwa. Platforma wizualizuje elementy systemu energetycznego, takie jak charakterystyki prądowe, zużycie energii elektrycznej czy generacja energii biernej, oraz związane z nimi statystyki ponoszonych kosztów. Zastosowanie algorytmów przetwarzania oraz analizy powyższych danych pozwala na wyciągnięcie wniosków, przekładających się na realne oszczędności. 

Wizualizacja? To nie wszystko! 

Wizualizacja procesów technologicznych czy finansowych stanowi niewątpliwie jeden z kluczowych elementów wspierających podejmowanie decyzji. Odpowiednio dobrany wykres pozwala w kilka sekund wyciągnąć wnioski, których próżno szukać w długiej, skomplikowanej tabeli czy liście. Z pełną świadomością korzyści płynących z takiego podejścia, IPOE pozwala na zobrazowanie wielu informacji, w formie najlepiej dopasowanej do charakteru danej wielkości (mamy więc zarówno wykresy liniowe, odpowiednie dla parametrów elektrycznych, jak i wykresy słupkowe czy kołowe, podsumowujące np. naliczone koszty). Z drugiej strony, nawet najlepiej przygotowany diagram nie zastąpi pogłębionej analizy, która odpowie na pytania menedżera lub technika: 

  • Jak zoptymalizować opłaty? 
  • Kiedy występuje niebezpieczeństwo przekroczenia mocy? 
  • Które procesy wymagają szczególnej uwagi? 

Aby wyposażyć użytkownika w dodatkowe narzędzia analityczne, w Platformie zaprojektowane oraz zaimplementowane zostały algorytmy, stosujące zaawansowane metody przetwarzania oraz analizy danych. 

wizualizuje

Algorytm optymalizacji mocy umownej 

Jedną z zasad użytkowania energii elektrycznej przez przedsiębiorstwo jest stosowanie się do limitu poboru mocy zwanego mocą umowną, który to limit jest elementem umowy zawartej z dostawcą energii elektrycznej. Wysokość mocy umownej bezpośrednio determinuje jej koszt oraz opłaty za ewentualne przekroczenia, ogółem składające się na pewną funkcję kosztu. Powstaje oczywiste pytanie: jak ustalić wysokość mocy umownej, aby zminimalizować opłaty z nią związane? Odpowiedni algorytm rozwiązuje tę kwestię poprzez niezbędne obliczenia oraz optymalizację wspomnianej funkcji kosztu. Efektem może być nawet dopuszczenie do sporadycznych przekroczeń, pod warunkiem minimalizacji opłat sumarycznych. Informacyjnie algorytm podaje również minimalną moc umowną, przy której nie dochodzi do przekroczeń, a także bezpieczną moc umowną, która może być dobrym wyborem w sytuacji np. planowanego zwiększenia zapotrzebowania na energię elektryczną. 

Algorytm Strażnika Mocy 

Ustaliliśmy już optymalną moc umowną. Czy sprawia to, że jesteśmy bezpieczni? Oczywiście, że nie! Optymalna moc umowna została wyznaczona jedynie na podstawie danych historycznych i nie kontroluje na bieżąco zmiennego zużycia energii elektrycznej. Potrzebny jest więc mechanizm, który w czasie rzeczywistym ostrzega o możliwym przekroczeniu mocy — tzw. Strażnik Mocy. Na algorytm składa się funkcja predykcji zużycia energii w piętnastominutowym oknie pływającym o kroku jednej minuty. Informacja zwrotna o prognozowanym przekroczeniu pozwala na wyprzedzającą reakcję osoby odpowiedzialnej za proces technologiczny (lub automatyczną modyfikację odpowiednich parametrów w razie zastosowania systemu BMS) i w efekcie uniknięcie kary za przekroczenie mocy umownej. Algorytm Strażnika Mocy jest więc naturalnym uzupełnieniem operacji optymalizacji mocy umownej. 

wizualizuje

Algorytm wyznaczania mocy pracy ciągłej 

Aby usprawnić analizę odbiorników energii elektrycznej, istotna jest informacja o trybie ciągłej pracy urządzeń. Warto pamiętać, że wartości dostarczane przez mierniki energii elektrycznej stanowią tylko niedoskonałą informację o rzeczywistym zachowaniu urządzeń w ramach przedsiębiorstwa, co jest spowodowane nie tylko skończoną częstotliwością próbkowania, ale również zjawiskami szumu i zakłóceń w układach. Pierwszym zadaniem algorytmu jest więc wytłumienie szumu oraz wyekstrahowanie z sygnału istotnych informacji. Następnie, poprzez doprowadzenie sygnału do postaci stacjonarnej, za pomocą metod przetwarzania takich jak detekcja krawędzi czy wyszukiwanie ekstremów lokalnych, zwracana jest informacja o wartości mocy pracy ciągłej urządzeń, czasie jej trwania oraz odstępach czasu, w których nie wykryto nagłych wzrostów lub spadków mocy. Informacje te pomagają osobie z przygotowaniem technicznym w przeprowadzeniu badania poprawności działania poszczególnych elementów układu oraz w przygotowaniu analizy ilościowej. 

Algorytm wyszukiwania oraz charakteryzacji rozruchowych pików mocy 

Na charakterystykę pracy urządzeń składa się również opis ich pracy z uwzględnieniem punktu rozruchu czy szczytu mocy. W tym celu algorytm stosuje odpowiednie filtry dolnoprzepustowe, a następnie wskazuje momenty rozruchu. Każdy wskazany pik mocy jest opisany przez amplitudę dla szczytu mocy, czas narastania oraz opadania. Są to elementy niezbędne do szczegółowej analizy, jednocześnie ułatwiają one wyznaczanie miejsc wątpliwych i wymagających większej uwagi ze strony osoby o przygotowaniu technicznym. Z drugiej strony, obliczenie przez taką osobę wspomnianych statystyk sygnału „na piechotę” byłoby prawdziwym tour de force. 

wizualizuje

Algorytm wyszukiwania cyklicznie występujących pików mocy 

Wśród typowych przebiegów elektrycznych interesujące jest wyróżnienie pików mocy występujących cyklicznie. Są to zdarzenia, które mogą zachodzić zarówno na skutek okresowej charakterystyki danego procesu technologicznego, jak i powtarzalnych czynności wykonywanych przez człowieka. W obydwu przypadkach analiza takich sygnałów przynosi wymierne korzyści: informuje o cyklach pracy obecnych w przedsiębiorstwie, a ponadto — w przypadku poprawnej diagnozy oraz optymalizacji — oszczędności mogą być zwielokrotnione. Dla zapewnienia ogólności rozwiązania, algorytm wyszukiwania takich zdarzeń opiera się na równoległym zastosowaniu kilku filtrów dolnoprzepustowych. Następnie za pomocą metod uczenia maszynowego oraz testu autokorelacji wskazane zostają piki hipotetycznie pochodzące od cyklicznego procesu. Ostatecznie, w przypadku potwierdzenia hipotezy przez niezależny test, sygnał zostaje wyróżniony oraz podane są parametry cykliczności (liczba elementów, częstotliwość występowania). 

wizualizuje

Algorytm śledzenia kąta fazowego φ 

Opłaty związane z przekroczeniem mocy umownej nie są jedynymi opłatami dodatkowymi, które mogą pojawić się na rachunku za energię elektryczną. Kolejne koszty ujawnią się w przypadku poboru mocy biernej Q, wykraczającej poza przyjęte w energetyce normy. Sama moc bierna w układach elektrycznych jest zazwyczaj nieunikniona, mimo że w przeciwieństwie do mocy czynnej P nie przekłada się ona na realną pracę urządzeń. Dobrą ilustracją tej sytuacji jest kufel piwa (moc czynna), którego integralnym (oraz niezbyt praktycznym) elementem jest pianka (moc bierna). Analogia jest o tyle trafna, że moc bierna, podobnie jak pianka w kuflu, powinna być trzymana w ryzach — zarówno z góry, jak i z dołu. Parametrem elektrycznym, względem którego dostawca energii ustala dopuszczalne wartości mocy biernej, jest jej liczbowy stosunek do mocy czynnej tgφ = P/Q, który średnio w cyklu rozliczeniowym musi się zawierać w przedziale pomiędzy 0 oraz 0,4. Działanie algorytmu polega więc na badaniu kąta fazowego φ w kontekście możliwości wyjścia poza bezpieczny przedział. Tym samym użytkownik zostaje odpowiednio wcześnie poinformowany o prognozowanej opłacie dodatkowej, co poprzez lokalizację punktu modyfikującego parametr tgφ na osi czasu pozwala na podjęcie działań naprawczych. 

1 Gwiazda2 Gwiazdki3 Gwiazdki4 Gwiazdki5 Gwiazdek (oddanych głosów: 3 średnia: 5,00 z 5)
Loading...


Zobacz również