Short description
(German)
|
Fernwärmenetze spielen eine wichtige Rolle bei der Energieeffizienz, da sie Wärme, die normalerweise in die Umwelt gelangt, nutzen können. Um jedoch im Vergleich zu anderen fossilen Wärmequellen (Gas, Öl) rentabel zu sein, müssen die Betreiber dieser Netze in der Lage sein, die Leitungsverluste zu reduzieren und gleichzeitig eine ganzjährig stabile Versorgung zu gewährleisten. Außerdem müssen sie Erweiterungsmöglichkeiten vorsehen, um die Leistung zu nutzen, die durch die Energieeffizienz der Gebäude freigesetzt wird. Sie müssen in der Lage sein, die Steuerungsparameter ihrer Netze dynamisch zu optimieren und Erweiterungen zu simulieren, die auf der Nachfrage und der lokalen Produktion der Gebäude basieren. Der Einsatz von künstlicher Intelligenz (das Herzstück dieses Ansatzes) soll eine sofortige Simulation ermöglichen, die die explizite physikalische Simulation der Netze ersetzt. Es geht darum, eine Software zu entwickeln, die den Vertragspartnern bei der Entscheidungsfindung hilft, bevor sie große Investitionen tätigen. In der Praxis wird Eguzki einerseits die Netzarchitektur optimieren, indem es die Investitionskosten senkt, und andererseits den Betrieb optimieren und die Energieverluste des Netzes verringern. Ein Antrag auf Fördermittel wurde bei Innosuisse erfolglos gestellt, da die erwarteten Rentabilitätsziele von Eguzki nicht erreicht werden konnten.
|
Short description
(English)
|
District heating networks have a key role to play in energy efficiency, enabling the recovery of heat that is usually lost to the environment. However, in order to be profitable compared with other fossil heat sources (gas, oil), network operators must be able to reduce losses in the pipes while ensuring a stable supply all year round. They must also be able to expand their networks to make use of the power released by the energy efficiency efforts required of buildings. They need to be able to dynamically optimize the control parameters of their networks and simulate extensions as a function of local building demand and production. The use of artificial intelligence (the heart of this approach) should enable instantaneous simulation to replace explicit physical simulation of networks. The aim is to develop decision-support software for contractors before making major investments. In practice, Eguzki will make it possible to optimize network architecture by reducing investment costs, and to optimize operation and reduce network energy losses. A subsidy application was made to Innosuisse but was unsuccessful, as Eguzki's expected profitability targets were unattainable.
|
Short description
(French)
|
Les réseaux de chaleur à distance ont un rôle prépondérant à jouer au niveau de l’efficience énergétique permettant la valorisation de chaleur habituellement perdue dans l’environnement. Toutefois, afin d’être rentables par rapport à d’autres sources de chaleur fossiles (gaz, mazout), les exploitants de ces réseaux doivent être en mesure de réduire les pertes dans les conduites tout en assu-rant un approvisionnement stable toute l’année. Ils doivent aussi prévoir des possibilités d’extension pour utiliser la puissance libérée par les efforts d’efficience énergétique demandés aux bâtiments. Ils doivent ainsi pouvoir optimiser dynamiquement les paramètres de contrôle de leurs réseaux et en simuler les extensions comme fonction de la demande et de la production locale des bâtiments. Le recours à l’intelligence artificielle (le cœur de cette démarche) devra permettre d’effectuer une simulation instantanée en remplacement de la simulation physique explicite des réseaux. Il s’agit de développer un logiciel d’aide à la décision pour les contracteurs avant de procéder à de lourds investissements. Dans les faits, Eguzki va permettre d’une part, d’optimiser l’architecture des réseaux en diminuant les coûts d’investissement et d’autre part d’optimiser l’exploitation et de diminuer les pertes énergétiques du réseau. Une demande de subvention a été faites à Innosuisse sans succès, en raison des objectifs de rentabilité attendus non atteignable par Eguzki.
|
Final report
(German)
|
Fernwärmenetze spielen eine wichtige Rolle in Bezug auf die Energieeffizienz, da sie die Rückgewinnung von Wärme ermöglichen, die normalerweise an die Umwelt verloren geht. Um im Vergleich zur Erzeugung fossiler Wärme (Gas, Heizöl) wirtschaftlich rentabel zu sein, müssen die Betreiber dieser Netze jedoch in der Lage sein, die Verluste in den Leitungen zu reduzieren und gleichzeitig eine stabile Versorgung über das ganze Jahr hinweg sicherzustellen. Außerdem müssen sie Erweiterungsmöglichkeiten vorsehen, um die Leistung zu nutzen, die durch die erforderlichen Energieeffizienzmassnahmen von Gebäuden freigesetzt wird. Konkret müssen sie in der Lage sein, die Steuerparameter ihrer Netze dynamisch zu optimieren und ihre Erweiterungen als Funktion der lokalen Nachfrage und Produktion der Gebäude zu simulieren. Andererseits ist das verzweigte Netz mit einer einzigen Heizzentrale nicht mehr die einzige Netzkonfiguration. Mit der Zunahme von Wärmequellen, den unterschiedlichen Netztemperaturen und der Erweiterung bestehender Netze werden Wärmenetze zu Multi-Heizzentralen und Ringnetzen. Bisher waren diese Konfigurationen nicht einfach mit Hilfe bestehender Software zu simulieren. Der Einsatz von künstlicher Intelligenz, der das Herzstück dieses Forschungsprojekts bildete, ermöglicht eine sofortige Simulation, die die explizite physikalische Simulation der Netze ersetzt. Nachdem die für komplexe Wärmenetze (mehrere Heizzentralen, mit Schleifen) geeignete physikalische Rechenmaschine entwickelt und an verschiedenen Wärmenetzen (Broc, Satom, Verbier) validiert worden war, wurde sie zum Training neuronaler Netze verwendet. Es wurden zwei Arten von neuronalen Netzen verwendet: ein grafisches Netz (GNN) für die hydraulische Simulation und ein klassisches rekursives Modell (LSTM) für die thermische Simulation. Die erzielten Simulationsergebnisse sind für bestehende Wärmenetze zufriedenstellend (< 0.001 kg/s und < 1.37 K MAE). Sie sind jedoch nicht gut genug im Vergleich mit den Beobachtungen für die Verallgemeinerung auf neue Netze oder Erweiterungen. Schließlich wurde auf der Grundlage des physikalischen Modells eine Softwareschnittstelle erstellt, die es den drei Wärmenetz-Betreibern des Projekts ermöglicht, unabhängig Rechnungen zur Erweiterung, Anpassung der Architektur oder Optimierung ihrer Netze durchzuführen. Im Rahmen dieses Entwicklungsprojekts verpflichtete sich Satom SA, mindestens fünf Verbesserungsmaßnahmen an seinem Wärmenetz durchzuführen, um die Verwendung der Software eguzki beim Betrieb und bei der Optimierung eines Fernwärmenetzes zu testen und zu veranschaulichen. Diese Maßnahmen umfassten die Optimierung der Vorlauftemperaturen und -drücke, die Nutzung des Netzes als Wärmespeicher zur Begrenzung von Bedarfsspitzen, die Optimierung der Leitungsführung einer Erweiterung, die Änderung problematischer Unterstationen und die Optimierung der Regelung der Verteilerpumpen des Netzes. Die von eguzki erzielten Ergebnisse sind besonders interessant, da sie den Betreibern helfen, die Arbeiten präzis zu planen, je nachdem, welche Auswirkungen sie auf den Betrieb und die Entwicklung ihres Netzes haben sollen. So konnte z.B. gezeigt werden, dass es finanziell rentabler ist, eine hohe Vorlauftemperatur beizubehalten, als sie in Abhängigkeit von der Außentemperatur zu senken. Die Kosten für die Wärmeverluste sind nämlich geringer als die Stromkosten für den Antrieb der Pumpen. Ebenso war es möglich, die Entwicklung neuer Netzzweige durch die maximale Nutzung bestehender Leitungen zu optimieren, wodurch z.B. die Kosten eines Projektes von 2.5 Mio. auf 0.5 Mio. CHF gesenkt werden konnten. Mit eguzki können Betreiber oder Energieversorger Szenarien für solche Netze modellieren, wobei die Zeit für die Simulation sehr vernünftig bleiben. Durch klare und schnelle Ergebnisse ermöglicht es die Software, die Konsequenzen der jeweiligen Entscheidungen den Verantwortlichen, die nicht unbedingt aus dem technischen Bereich stammen, leicht zu demonstrieren: Sie wird so zu einem geschätzten Kommunikationsmittel. Über dieses Projekt hinaus ist noch weitere Arbeit erforderlich, um statistische Modelle zu entwickeln, die beliebige Netzwerkstrukturen wie sich ausbreitende Netzwerke darstellen können. Andererseits ist die Entwicklung einer graphischen und benutzerfreundlichen Schnittstelle Voraussetzung für die weite Verbreitung der eguzki-Software unter den Netzbetreibern und deren erleichterte Nutzung. www.eguzki.ch
|
Final report
(English)
|
District heating networks have a significant role to play in terms of energy efficiency, since they allow the recovery of heat usually lost in the environment.
However, to be economically profitable compared to the production of heat of fossil origin (gas, fuel oil), the operators of these networks must be able to reduce losses in the pipes while ensuring a stable supply all year round. They also must provide for expansion opportunities to use the power that the energy efficiency measures imposed on buildings will generate. Concretely, they must be able to dynamically optimize the control parameters of their networks and simulate their extensions as a function of demand and local production of buildings. Furthermore, the branched network with a single central heating plant is no longer the only network configuration. With the multiplication of heat sources, the different network temperatures and the extension of existing networks, district heating networks are becoming multi-heating station and meshed. Until now, this configuration was not easy to implement in existing software. The use of artificial intelligence, which was at the heart of this approach, makes it possible to carry out an instantaneous simulation to replace the explicit physical simulation of networks. Once the physical calculation engine adapted to complex heating networks (multi-heating stations, meshed) had been developed and validated on various heating networks (Broc, Satom, Verbier), it was used to train neural networks. Two types of neural network were used: a graphical network (GNN) for hydraulic simulation and a classical recurrent model (LSTM) for thermal simulation. The simulation results obtained are satisfactory for existing heating networks (< 0.001 kg/s and < 1.37 K of MAE). However, they are not good enough for simulation of new networks or extensions in comparison with real networks. Finally, based on the physical model, a software interface has been created, enabling the three partner operators in the project to independently carry out projects to extend, adapt or optimise their networks. As part of this development project, Satom SA undertook to implement at least five improvement measures on its heating network to illustrate the use of eguzki software in the management and optimisation of a district heating network. These measures involved optimising the network's flow temperatures and pressures, using the network as a heat accumulator to limit peak demand, optimising the deployment of an extension, modifying problematic substations, and optimising the regulation of the network's distribution pumps. The results obtained by eguzki were particularly interesting in helping operators to achieve a given objective in terms of the operation or development of their network. For example, it has been shown that it is financially more profitable to maintain a high flow temperature rather than lowering it as a function of the outside temperature, as the costs associated with heat losses are lower than the electrical costs of the pumps. Similarly, it was possible to optimise the development of new branches of the network by maximising the use of existing pipes, reducing the cost of a project from CHF 2.5 million to CHF 0.5 million. With eguzki, energy operators can model scenarios for such networks at a very reasonable simulation cost. With clear, rapid results, the software helps to illustrate the issues involved in decisions to be made to managers wo do not necessarily have a technical background: this makes it a much-appreciated communication tool. More work is needed beyond this project to develop statistical models capable of representing arbitrary network structures such as networks under construction or expanding networks. On the other hand, if the eguzki software is to be widely distributed to thermal network operators and made user-friendly, an improved graphical user interface needs to be developed. www.eguzki.ch
|
Final report
(French)
|
Les réseaux de chaleur à distance ont un rôle prépondérant à jouer au niveau de l’efficience énergétique, puisqu’ils permettent la valorisation de chaleur habituellement perdue dans l’environnement. Toutefois, afin d’être rentables économiquement par rapport aux productions de chaleur d’origine fossile (gaz, mazout), les exploitants de ces réseaux doivent être en mesure de réduire les pertes dans les conduites tout en assurant un approvisionnement stable toute l’année. Ils doivent aussi prévoir des possibilités d’extension pour utiliser la puissance qui ne manquera pas d’être libérée par les efforts d’efficience énergétique demandés aux bâtiments. Concrètement, ils doivent pouvoir optimiser dynamiquement les paramètres de contrôle de leurs réseaux et en simuler les extensions en fonction de la demande et de la production locale des bâtiments. D’autre part, le réseau ramifié avec une seule centrale de chauffe n’est plus la seule configuration de réseau. Avec la multiplication des sources de chaleur, les différentes températures de réseau et l’extension de réseaux existants, les réseaux de chaleur deviennent multi-centrales et bouclés. Jusqu’à présent, ces configurations n’étaient pas évidentes à implanter dans les logiciels existants. Le recours à l’intelligence artificielle, qui a été le coeur de ce projet de recherche, permet d’effectuer une simulation instantanée en remplacement de la simulation physique explicite des réseaux. Après que le moteur de calcul physique adapté à des réseaux de chaleur complexes (multi-centrales, maillés) a été développé et validé sur différents réseaux de chaleur (Broc, Satom, Verbier), il a été utilisé pour entraîner des réseaux de neurones. Deux types de réseaux neuronaux ont été utilisés : un réseau graphique (GNN) pour la simulation hydraulique et un modèle récurrent classique (LSTM) pour la simulation thermique. Les résultats de simulation obtenus sont satisfaisants pour des thermoréseaux existants (< 0.001 kg/s et < 1.37 K de MAE). Toutefois, ils ne sont pas suffisamment bons pour le cas de généralisation à des nouveaux réseaux ou des extensions par rapport à la mesure sur le terrain. Finalement sur la base du modèle physique, une interface logicielle a été réalisée, qui permet aux trois exploitants partenaires du projet de réaliser de manière indépendante des projets d’extension, d’adaptation d’architecture ou d’optimisation de leurs réseaux.
Dans le cadre de ce projet de développement, Satom SA s’est engagé à mettre en oeuvre au moins cinq mesures d’amélioration sur son réseau de chaleur pour tester et illustrer l’utilisation du logiciel eguzki dans la gestion et l’optimisation d’un réseau de chaleur à distance. Ces mesures ont porté sur l’optimisation des températures et pressions de départ du réseau, l’utilisation du réseau comme accumulateur de chaleur pour limiter les pics de demandes, l’optimisation du déploiement d’une extension, la modification des sous-stations problématiques et l’optimisation de la régulation des pompes de distribution du réseau. Les résultats obtenus par eguzki ont démontré des résultats particulièrement intéressants pour aider les exploitants à mieux planifier les travaux à mettre en oeuvre en fonction de l’impact recherché sur l’exploitation et le développement de leur réseau. Il a ainsi p.ex. été possible de démontrer qu’il était financièrement plus rentable de conserver une température de départ élevée plutôt que de la diminuer en fonction de la température extérieure, les coûts liés aux pertes thermiques étant plus faibles que les coûts électriques des pompes. De même, il a été possible d’optimiser le développement de nouvelles branches du réseau en maximisant l’utilisation des conduites existantes, diminuant ainsi les coûts d’un projet de 2.5 mio à 0.5 mio CHF. Avec un coût de simulation très raisonnable, les exploitants ou contracteurs énergétiques s’offrent avec eguzki la possibilité de modéliser des scénarios sur de tels réseaux. Avec des résultats clairs et rapides, le logiciel permet de démontrer facilement les implications des décisions prises auprès des responsables qui ne sont pas nécessairement issus de la technique : Il devient ainsi un vecteur de communication très apprécié.
Du travail est encore nécessaire au-delà de ce projet pour développer des modèles statistiques capables de représenter des structures de réseaux arbitraires tels que des réseaux en construction ou des réseaux en expansion. D’autre part, la diffusion large du logiciel eguzki auprès des exploitants de réseaux et de son utilisation facilitée par ces derniers, passe par l’élaboration d’une interface améliorée et conviviale. www.eguzki.ch
Related documents
|