Dobre praktyki CP: 62. Poprawa efektywności energetycznej sieci ciepłowniczej dzięki z astosowaniu algorytmów sztucznej inteligencji (PEC Gliwice Sp. z o.o.)

• Paliwa kopalne
  

Zanieczyszczenia, odpady, których dotyczy to działanie:

• Emisje do atmosfery
  
• Odpady
  

Na zamówienie PEC-Gliwice opracowany został algorytm oparty na sieciach neuronowych, który steruje mocą ciepłowni dzięki zastosowaniu samouczącego się systemu, opartego na sztucznej inteligencji. System śledzi aktualne warunki pogodowe, obserwując kluczowe zmienne, takie jak m.in. temperatura w cieniu, temperatura w słońcu, prędkość wiatru, opady atmosferyczne, wilgotność (dane z własnej stacji meteorologicznej), a także parametry prognozowane (pobierane z systemów zewnętrznych). W ten sposób algorytm wylicza konieczną moc, jaką należy zapewnić dla odbiorców ciepła, a także ustala odpowiednie parametry ciśnieniowe i temperaturowe dla pracy sieci. Zmiany tych parametrów są korygowane na bieżąco przez opracowane narzędzie informatyczne.

Rozpoczęto też wymianę algorytmów sterowania pracą węzłów cieplnych, co pozwoli na zwiększenie efektywności gospodarowania ciepłem w budynkach poprzez zoptymalizowanie parametrów dostarczanego ciepła do odbiorców. Wynikowo, algorytm steruje podażą ciepła w zależności od historycznych warunków pracy danego odbiorcy oraz prognozowanych warunków atmosferycznych jako szeregu danych, jak: temperatura zewnętrzna, prędkość wiatru, warunki zachmurzenia. Całość działania wpisuje się w trend proekologiczny poprzez ograniczenie zużycia ciepła przy podwyższeniu komfortu cieplnego u odbiorców oraz zmniejszenia negatywnego wpływu na środowisko naturalne.