Daten haben erhebliche Wärmeverluste in den Anschlussleitungen lokalisiert!

Minskad värmeförlust

De höjda framledningstemperaturerna uppnåddes genom att man minskade värmeförlusten i det nu renoverade området i nätverket. För vissa kunder höjdes framledningstemperaturen med mer än 10 °C. Detta i sin tur ledde till ett avsevärt minskat flöde i och med att mer energi kan utnyttjas (högre temperaturskillnad, T2-T1, kräver ett lägre flöde för samma mängd värme). På samma sätt skulle rördimensionerna kunna minskas till ett minimum tack vare kundernas mer effektiva energiupptag. Genom att jämföra framledningstemperaturerna innan och efter renoveringen av rören, är det möjligt att beräkna en värmeförlustminskning på ungefär 7,8 MWh per år per kund.*

Var ska nästa renovering ske?

Naturligtvis måste många faktorer tas i beaktande när man planerar renoveringsarbeten: hur gamla rören är, läckage, behov av mer kapacitet, tillgänglighet för utgrävningar och priser osv. Förutom att identifiera regioner med högre värmeförlust, levererar Heat Intelligence även värdefull insikt i hur man ska utforma och dimensionera nya rör.

Med Heat Intelligence kan fjärrvärmebolag enkelt få en översikt över den faktiska förbrukningen i olika områden i deras nätverk, d.v.s. den typiska förbrukningen för en specifik förgrening eller om det finns flaskhalsar i systemet som ger upphov till höga tryckförluster.

Abbildung 3 zeigt einen anderen Bereich des Netzwerks, in dem Heat Intelligence Anschlussleitungen mit hohen Wärmeverlusten entdeckt hat (mit blauen Kreisen markiert). Auf gleiche Weise wie oben beschrieben können die geschätzten Temperaturabweichungen auch hier verwendet werden, um die erreichbare Reduktion der Wärmeverluste zu berechnen. 

Die Temperaturabweichungen, die von Heat Intelligence für die in Abbildung 3 mit blauen Punkten markierten Verbraucher ermittelt wurden, bewegen sich in der gleichen Größenordnung wie oben, das heißt, zirka 10 °C unterhalb des erwarteten Wertes. Infolgedessen lässt sich in diesem Bereich des Netzwerks auch eine Reduktion der Wärmeverluste um ungefähr 7,8 MWh pro Verbraucher und Jahr erzielen. Diese Ergebnisse sollten natürlich berücksichtigt werden, wenn das Versorgungsunternehmen die nächste Sanierung plant.

Heat Intelligence aggregiert fortlaufend Daten von allen Zählern im Verteilnetz. Anhand der Daten von Tausenden von Zählern, die sich an den Endpunkten des Netzwerks befinden, werden Durchfluss, Druck sowie Vor- und Rücklauftemperatur in allen Leitungen des Netzwerks abgeleitet. Die Messungen der einzelnen Zähler können dann mit den Netzwerkschätzungen verglichen werden, um Verbraucher zu identifizieren, deren Werte zu niedrig oder zu hoch sind. Wenn zum Beispiel ein Zähler eine Temperatur misst, die verglichen mit dem geschätzten Wert der betreffenden Anschlussleitung viel niedriger ist, kann dies auf eine schlechte Leitungsisolierung hindeuten. Wenn andererseits ein Zähler zu hohe Temperaturen misst, könnte das ein Hinweis darauf sein, dass eine Leckage eine stärkere Zirkulation verursacht.

Erfahren Sie mehr über unser Analyse-Tool Heat Intelligence hier.

*Im vorliegenden Fall werden Schätzungen genutzt, die auf den Durchschnittswerten der 17 Verbraucher in Abbildung 1 basieren. Heat Intelligence schätzt die Vorlauftemperaturen in der Hauptleitung, von der die Anschlussleitungen zu jedem Verbraucher führen. Anhand dieser Schätzungen lassen sich, zusammen mit Zählerdaten, Wärmeverlustkoeffizienten vor und nach der Sanierung berechnen. Man nimmt an, dass sich der Wärmeverlustkoeffizient durch Erneuerung der Anschlussleitungen um den Faktor 6,5 verbessert. Dadurch ergibt sich eine Differenz bei den Wärmeverlusten von ungefähr 1,1 W/m/K. Wenn man Näherungswerte für die Länge der Anschlussleitungen, die Vorlauf- und Umgebungstemperaturen sowie den Verbrauch zugrunde legt, entspricht diese Differenz Wärmeverlusten pro Verbraucher und Jahr von zirka 7,8 MWh. Hierbei handelt es sich um eine grobe Schätzung. Eine genauere Schätzung der Wärmeverluste pro Verbraucher und Jahr erfordert eine sorgfältigere Analyse. Dazu müssen die Daten von jedem einzelnen Verbraucher und jeder einzelnen Anschlussleitung vorliegen.