Meterdata is kennis. Zonder gedetailleerde informatie over de feitelijke staat van het netwerk en de energiestroom binnen het systeem, kunnen warmteleveranciers niet weten welke aanpassingen ze moeten doen en het effect ervan niet evalueren. Kortom, wat u niet meet, kunt u niet optimaliseren. En wanneer de frequentie van het uitlezen van data toeneemt, neemt ook de basis toe voor optimalisatie en voor de waarde die u kunt creëren.
De kennis die gehaald kan worden uit frequent uitgelezen meterdata biedt een schat aan gebruiksmogelijkheden die warmteleveranciers kunnen benutten bij de dagelijkse werkzaamheden. Hieronder volgen enkele van de meest relevante toepassingen, vandaag en in de toekomst.
Met frequent uitgelezen data kunt u mogelijkheden voor verbetering identificeren en proactief contact opnemen met relevante eindgebruikers om ze te helpen bij de optimalisatie van hun verwarmingsinstallatie.
Naar schatting kan 75% van alle onderstations verbeterd worden wat betreft efficiëntie en kunnen de problemen geïdentificeerd worden met waarden per uur van slimme meters.
Gadd, H. (2014). To analyse measurements is to know!
Door frequent uitgelezen data van eindgebruikers te combineren met informatie van strategische locaties binnen het algehele distributienet kunnen leveranciers het verschil identificeren tussen de aangevoerde energie in de afzonderlijke netwerkzones in vergelijking met de warmte die daadwerkelijk verbruikt wordt in de gebouwen. Zodoende kunt u het warmteverlies voortdurend bewaken en negatieve of positieve trends snel opmerken. Binnen strategische delen van het netwerk kunnen energiemeters aangevuld worden met andere metingen, bijvoorbeeld van druk, om nog meer gedetailleerde informatie over het netwerk te krijgen.
Met regelmatigere data kunnen leveranciers eindgebruikers extra diensten bieden, bijvoorbeeld voor energiebeheer - zoals eButler - of kunnen ze aanbieden de verwarmingsinstallatie van de eindgebruiker zo efficiënt mogelijk te maken. Daarnaast maken real-time meterdata het mogelijk om in de toekomst nieuwe facturatieregelingen te introduceren die een energiezuinigere warmtevoorziening ondersteunen. Dergelijke regelingen zouden mogelijk gebaseerd kunnen worden op de flexibiliteit van eindgebruikers in plaats van op hun energieverbruik, waardoor ze meer warmte kunnen gebruiken als er een overschot op het netwerk aanwezig is en tijdens piekuren vertrouwen op thermische opslag.
Voorspellen hoe gebouwen zich zullen gedragen onder verschillende omstandigheden zal een essentieel hulpmiddel zijn voor het plannen van de productie, waarbij de gebouwen gebruikt worden voor thermische opslag of om de behoefte aan renovatie te evalueren. Het modelleren van gebouwen kan worden gebruikt voor energielabels en om suggesties voor verbetering te doen op basis van hun thermische profiel. De kennis dat een gebouw altijd slecht presteert bij een koude westenwind of dat het rendabel kan zijn om ramen te vervangen zodat ze meer zonne-energie absorberen zou u in staat stellen om de nodige maatregelen te treffen voor betere energieprestaties.