Efektívnejšia dodávka energií – softvér predpovedá potrebu tepla v systéme CZT

Vedci z nemeckej Univerzity v Kemptene testujú softvér, ktorý dokáže predpovedať potrebu tepla v systéme centrálneho zásobovania. Na výskumnom projekte pracujú informatici a mechanickí inžinieri vyše roka. Výsledkom je program s názvom DeepDHC založený na prediktívnej technológii aplikovanej na systém dodávky tepla v mestách Ulm (200-tisíc obyvateľov) a Kempten (70-tisíc obyvateľov). Výskum a vývoj sa zameriava na identifikovanie presnejších predikcií budúcej potreby tepla v sieti.  

“Je to o optimalizovaní dodávok. Používame inovatívne nástroje. Prevádzka spaľovne alebo teplárne na biomasu vyžaduje značné nároky na uskladnenie tepelnej energie. Preto sme chceli prísť s nástrojom, ktorý by ponúkal lepšie možnosti pri ich prevádzke, priniesol väčšiu flexibilitu, aby poskytovali nielen tepelnú, ale aj elektrickú energiu pokiaľ je to možné,” tvrdí profesor Matthias Finkenrath z Univerzity v Kamptene pre server Decentralized Energy.

Viac dát, presnejšia kalkulácia?

Faktory vstupujúce do modelovania predikcie potreby tepla nie sú ničím novým. Tým podstatným je počasie. Počas chladných dní sa potreba tepla zvyšuje, pri oteplení naopak. Spoločnosti zväčša používajú iba jednoduché nástroje, často založené na excelovskej tabuľke. Softvér nemeckých vedcov však ide ďalej a využíva oveľa väčšie množstvo vstupných dát.

“Rozdiel pri tejto inovatívnej technológii spočíva v tom, že dané nástroje sú tak silné pri odvodzovaní korelácií, že štandardné algoritmy alebo ľudia si ich často nevšimnú. Napríklad softvéru dodávame informácie o predpovedi počasia, teplote, smere vetra, vlhkosti a percentuálnom pokrytí oblohy oblačnosťou. Dokáže tiež filtrovať pocitové vnímanie počasia,” uvádza M. Finkenrath.

© PROPERTY & ENVIRONMENT s. r. o. Autorské práva sú vyhradené a vykonáva ich vydavateľ.