Under den gångna helgen (6-7 januari) utsattes stora delar av Norden för de kallaste temperaturerna på många år och nu är en ny köldknäpp på väg in. Detta är ett stresstest för många fjärrvärmenät där man ökar sin beredskap, ser till att alla pannor är tillgängliga och noga följer värmebehovet i systemet.
Hur ska ett fjärrvärmebolag planera, dimensionera och investera för att kunna hantera de värsta köldknäpparna på ett sätt som både är leveranssäkert och kostnadseffektivt? Att ha stora effektreserver i pannor som nyttjas mindre än 1% av tiden under ett normalt år kan vara en relativt säker men kostsam metod. Det är möjligt att skapa en bättre leveranssäkerhet och samtidigt spara på både ekonomi och miljö, om man arbetar datadrivet och nyttjar ny teknik.
Så här gör man:
Traditionellt nyttjas energisignatur och DUT (dimensionerande utomhustemperatur) för att beräkna en teoretisk maximal värmelast som ett fjärrvärmenät ska dimensioneras efter. Att värmebehov beror av många fler faktorer än bara utomhustemperatur gör att denna metod har mycket stora felmarginaler. Om man jämför med state-of-the-art där man nyttjar maskininlärning, stort dataset med väder- & kalenderdata, samt baserar analysen på ett aggregat av det faktiska behovet i varje enskild fastighet så kan felmarginalen minskas med minst en faktor 5! Detta motsvarar i storleksordningen 100 Mkr i investeringsbehov för en medelstor stads infrastruktur. Under den gångna helgen har vi fått en unik möjlighet att jämföra Utilifeeds metod för dimensioneringsberäkningar med ett verkligt utfall och kunnat verifiera att felmarginalen ligger under 1% på ett mycket stort dataset.
Att få en träffsäker prognos för värmebehovet några dagar innan en topplast inträffar och ha möjlighet att simulera hur ens fjärrvärmesystem kan hantera toppen skapar förutsättningar för att vidta rätt åtgärder. Det kan till exempel handla om att se till att en ackumulatortank har en viss mängd värme lagrad eller att starta spetslastpannor med lagom framförhållning. Om man har en mycket tillförlitlig prognos kan man undvika att vidta åtgärder när de inte behövs och tajma de åtgärder som faktiskt behövs mest effektivt. Under nuvarande köldknäpp var det till exempel många fjärrvärmenät som inte upplevde den högsta lasttoppen under helgen när temperaturen var som lägst. Den högsta lasttoppen kom istället på måndag morgon när det fortfarande var hyfsat kallt och många använde varmvatten samtidigt. Vi är glada att kunna konstatera att Utilifeeds prognosmodell mycket träffsäkert förutsåg den fördröjda lasttoppen.
En bra strategi för riskhantering innebär att man minskar både sannolikheten för och konsekvensen av brist på värme. All typ av flexibilitet som exempelvis ackumulatortank och nätlagring kan minska sannolikheten för brist på värme. Flexibiliteten som finns på efterfrågesidan genom värmetrögheten i fastigheter har även en unik stor potential att lindra konsekvensen av brist på värme. Med smart uppkopplad styrning i fastigheter kan konsekvensen av värmebrist begränsas till att alla fastigheter får en innetemperatur som under en kort period är någon grad lägre istället för att delar av staden blir helt utan värme. När det inte är brist kan samma flexibilitet även nyttjas för ekonomisk optimering, fast med en försiktigare styrning som inte har negativ påverkan på inneklimatet. Det är få investeringar i energisystemet som har ett så stort värde i förhållande till investeringskostnaden som flexibilitet. Utilifeed arbetar i flera städer med helhetslösningar för efterfrågeflexibilitet som möjliggör stora besparingar, ökad leveranssäkerhet och stärker relationen mellan energibolag och fastighetsägare.