Intelligence First: The eSmart Systems Blog

EOS for 2017: Sanntidsdata, laststyring og prediksjon

Skrevet av Joakim Sveli | 24. august 2017

Drifter du et næringsbygg er sannsynligvis energi og effekt en vesentlig kostnad for deg. Visste du at mellom 10 % og 25 % av dine kostnader til energi er unødvendige? For å unngå disse må du ha et energioppfølgingssystem. Men ikke et hvilket som helst system.

Ifølge Norges Vassdrags- og Energidirektorat (NVE), står den samlede energibruken i yrkesbygg for ca. 15 % av hele vårt innenlands energibruk. I et land som Norge, hvor vi lever av en overflod av energi, er det få som bryr seg særlig om disse tallene. Men det ligger et betydelig potensiale for sparing her. Enova påpeker at de stabile energikostnadene i næringsbygg er 10 % høyere enn de burde være.

Hensikten med et energioppfølgingssystem (EOS) er å gi deg som drifter et større bygg muligheten til å ta kontroll over og redusere energiforbruket ditt. Det er et verktøy som kan hjelpe deg å:

  • kontinuerlig følge opp og beregne energiforbruket ditt
  • identifisere og utbedre feil
  • optimalisere energiforbruket i bygget ditt

Men det er ikke nok bare å ha et EOS. Et EOS for 2017 bør kunne tilby sanntids-, prediksjons- og laststyringsfunksjonalitet. 

Sanntidsfunksjonalitet

Problemet med dagens energioppfølgingssystemer er at de ikke gir deg noe mer enn gårsdagens informasjon om energibruken i bygget ditt. Det er vel og bra å se at du hadde en forbrukstopp i går, men det gir deg få muligheter til å gjøre noe med det når det først skjer – da er det for sent.

Energioppfølgingssystemet ditt bør gi deg operasjonelt anvendbare data som det er mulig å agere på, ikke bare samle på. Det du trenger i 2017, er muligheten til å hente ut sanntidsdata som brytes ned i minutts- eller timinuttersverdier, slik at du har god oppløsning når du får en visualisering av dataene.

Ifølge en undersøkelse utført av Natural Resources Defense Council, kan energistyring i sanntid redusere kostnader med over 13 %. Drifter du et bygg med kontorutleie, er du ekstra heldig: undersøkelsen viser nemlig at energistyring av slike kommersielle bygninger kan gi deg muligheten til å tilby lavere og mer rettferdige utleiepriser, og følgelig oppnå forlengede leiekontrakter.

Laststyring

Energioppfølgingssystemet ditt bør ha muligheter for laststyring. Det vil kunne gi deg muligheten til å unngå effekttopper og utnytte prisen på energien du henter inn. I fremtiden vil det kunne tillate deg å selge ubenyttet energi tilbake til strømleverandøren.

Se for deg at bygget ditt har solcellepaneler og elbil-ladestasjoner på parkeringsplassen din. Ved hjelp av intelligent laststyring kan du automatisk øke hastigheten på ladingen når sola skinner, og redusere hastigheten når sola går ned eller blir dekket av en sky. Det samme kan gjelde for justering av flyttbare laster til elbil eller lignende mens kjøle- og varmeaggregater kjøres for fullt.

Prediksjon

Prediksjon er avgjørende for å styre energiforbruket på en intelligent måte. Tenk deg at du har et system som kan analysere værdata/-prognoser og styre lastene i bygget ditt. Det vil muliggjøre en situasjon der systemet selv vet når det er fornuftig å varme opp varmtvannet. Et eksempel kan være at vannet varmes opp når det kommer mye sol. Systemet kan også integrere potensiell varme eller kulde i varelager eller materialer for å øke energieffektiviteten ved væromslag og store temperatursvingninger.

Operasjonelt anvendbare data

Å følge opp energibruken er det viktigste du kan gjøre for å utnytte energikildene dine på en mer effektiv måte. Men istedenfor at det kun skal gi deg indikasjoner på hvor det finnes et sparingspotensiale, så bør et EOS i 2017 kunne samle inn data i sanntid og automatisk styre lastene etter prediksjoner som vær- og annen relevant data.

Skal du ta med deg kun én ting fra dette innlegget er det at energioppfølgingssystemet ditt bør gi deg operasjonelt anvendbare data som det er mulig å agere på – ikke bare samle på.