Postat den 4 januari 2019 av Morten Karstoft Rasmussen
Data lokaliserade avsevärd värmeförlust i servicerör!
Läs om hur ett lokalt fjärrvärmebolag använde data från intelligenta mätare för att minska värmeförlust och höja framledningstemperaturer
Genom noggrann övervakning och tillsammans med det lokala fjärrvärmebolaget Aars, Danmark, kunde vi identifiera ett område i distributionsnätet som presterade särskilt dåligt. Den dåliga prestandan orsakade ett fall i den levererade värmen med 10 °C. Renoveringen av rören i området visade en omedelbar positiv effekt på framledningstemperaturerna och har uppskattats minska värmeförlusten med ungefär 7,8 MWh per kund per år.
Intelligenta mätare i nätverket levererar värdefull kunskap
Intelligenta mätare i nätverket levererar värdefull kunskap
Det dåligt presterande området i distributionsnätet upptäcktes genom sammanställning av data från nätverkets smarta mätare i Heat Intelligence, Kamstrups analysverktyg för fjärrvärmebolag. Heat Intelligence identifierade flera avvikelser i distributionsnätet som finns markerade med blå cirklar i bild 1. För alla dessa avvikelser kunde man uppmäta en betydligt lägre temperatur än förväntat, med tanke på den högre temperaturen som uppskattades i förgreningsledningen. I detta fall orsakades de lägre temperaturerna av det dåligt presterande serviceröret. Inte bara på grund av att röret var relativt gammalt; det visade sig senare att även isoleringen var i dåligt skick.
Heat Intelligence beräknar den förväntade temperaturen för alla kunder, med tanke på den förväntade temperaturen i förgreningsledningen. Skillnaden från de förväntade temperaturerna för alla kunder nedströms, i förhållande till punkten som markerats med en röd stjärna i bild 1, har kartlagts i bild 2. Diagrammet visar att en lägre temperatur än förväntat kunde uppmätas för alla kunder. Efter renoveringen av rören stabiliserade sig dock alla temperaturer runt nollan (det förväntade värdet). Det är även möjligt att säga vilken dag serviceanslutningarna förnyades över det två veckor långa renoveringsarbetet.
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.
Bild 3 visar ett annat område i nätverket där Heat Intelligence har upptäkt ett servicerör med hög värmeförlust (markerat med blå cirklar). På samma sätt som ovan, kan de uppskattade temperaturavvikelserna även användas här för att beräkna den uppnåeliga minskningen i värmeförlust.
Temperaturavvikelserna som har identifierats av Heat Intelligence för kunderna och som är markerade med blå punkter i bild 3, är i samma storleksordning som ovan, d.v.s. ungefär 10 °C under det förväntade värdet. Följaktligen är det även möjligt att uppnå en minskning i värmeförlust med ungefär 7,8 MWh per kund per år i denna region i nätverket. Dessa upptäckter ska självklart tas i beaktande när bolaget planerar inför nästa renoveringsarbete.
Bild 3 visar ett annat område i nätverket där Heat Intelligence har upptäkt ett servicerör med hög värmeförlust (markerat med blå cirklar). På samma sätt som ovan, kan de uppskattade temperaturavvikelserna även användas här för att beräkna den uppnåeliga minskningen i värmeförlust.
Temperaturavvikelserna som har identifierats av Heat Intelligence för kunderna och som är markerade med blå punkter i bild 3, är i samma storleksordning som ovan, d.v.s. ungefär 10 °C under det förväntade värdet. Följaktligen är det även möjligt att uppnå en minskning i värmeförlust med ungefär 7,8 MWh per kund per år i denna region i nätverket. Dessa upptäckter ska självklart tas i beaktande när bolaget planerar inför nästa renoveringsarbete.
Bild 3. Karta som visar ett annat område i nätverket där värmeförlusten är hög (blå cirklar anger platser där temperaturerna är ungefär 10 °C lägre än förväntat). De beräknade temperaturavvikelserna kan användas för att uppskatta kostnaden av värmeförlusten och ska tas i beaktande när nätverket byggs om.
Hur fungerar Heat Intelligence?
Heat Intelligence sammanställer kontinuerligt data från alla mätare som finns utplacerade i distributionsnätet. Det går att få fram flöde, tryck, framlednings- och returtemperaturen i alla rör i nätverket med hjälp av data från tusentals mätare som finns utplacerade vid nätverkets ändpunkter. Mätningarna från de individuella mätarna kan sedan jämföras med nätverkets uppskattningar för att identifiera kunder som på något sätt beter sig avvikande, d.v.s. antingen för lågt eller för högt. Om en mätare t.ex. mäter en temperatur som är mycket lägre jämfört med det uppskattade värdet i den aktuella serviceanslutningen, kan det indikera en dålig rörisolering. Om en mätare å andra sidan mäter för höga temperaturer, kan det indikera att ett läckage orsakar ökad cirkulation.
Gå med i vår LinkedIngrupp
För att ta del av nya insikter och de senaste blogginläggen som kommer levereras i ditt Linkedinflöde två gånger i veckan.
Klicka här eller sök efter ”Kamstrup Heat” på LinkedIn.
_____________________
*I fallet som presenteras används uppskattningarna baserat på medelvärden från de 17 kunderna i bild 1. Heat Intelligence uppskattar framledningstemperaturerna i huvudröret som förser serviceanslutningarna för varje kund. Med hjälp av dessa uppskattningar, tillsammans med mätdata, kan man beräkna värmeförlustskoefficienter innan och efter renoveringen. Man uppskattar att genom att förnya serviceanslutningarna förbättrades värmeförlustskoefficienten med en faktor på 6,5. Detta innebär en skillnad i värmeförlust på ungefär 1,1 W/m/K. Genom att använda ungefärliga värden för serviceanslutningarnas längd, försörjningen och omgivningstemperaturer samt förbrukningen, motsvarar denna skillnad en värmeförlust per kund per år på cirka 7,8 MWh. Detta är en grov uppskattning - en mer exakt uppskattning av värmeförlusten per kund per år kräver en mer noggrann analys med hjälp av data från varje enskild kund och serviceanslutning.