Effektiv energistyring Temadag om intelligente energisystemer i bygninger Green Tech Center i Vejle

Transkript

1 Effektiv energistyring Temadag om intelligente energisystemer i bygninger Green Tech Center i Vejle Harald Karlsen hk@hkrk.dk H.page: Tlf:

2 Harald Karlsen Rådgivning Vi er et mindre team på 4 ihærdige mand der brænder for Energi og Miljø effektiviseringer. Virksomheden er blev i 2013 startet af Harald Karlsen, der har arbejdet med Energi og Miljø i mere end 20 år herunder Global Energy Manager i LEGO Energy Management Expert og projektleder, Danfoss Solutions A/S Produktansvarlig og forretningsudvikling, Danfoss Comfort Controls Vores kompetencer er baseret på viden og erfaring fra en bred række af danske og internationale energibesparelsesprojekter, hvor der er realiseret besparelser både gennem tekniske tiltag og energiledelse.

3 Hvem er jeg? Min Baggrund Harald Karlsen Civil Ingeniør, Termisk Energiteknik, Aalborg Universitet International Projektledelse (Akademi niveau) +Mini MB Energisynskonsulent på A+B niveau Teknisk ekspert Vejtransport Lead Auditor uddannet Indehaver og konsulent, Harald Karlsen Rådgivning Global Energy Manager, LEGO Team- og projektleder, Danfoss Solutions Produktansvarlig, Danfoss Randall Ltd, Bedford England Forretningsudvikling, Danfoss Comfort Division, Silkeborg Energi Centret Aalborg

4 Vores referencer International erfaring fra såvel mindre virksomheder som de største. COOP Post Nord MHI Vestas Vola Carlsberg Reitan Distribution Jysk Fynske Medier Backcock & Wilcox Vølund Smurfit Kappa FDE Holding / ITD Jysk Alumeco Avanti Scan / Jøtul Hilton Foods Nassau Doors

5 Certificeret Energiledelse i Coop Coops vil med Energi2020, spare 20 % på energiforbruget frem mod 2020 med en samlet forventet investering på DKK 300 mio.

6 Solid erfaring med Energiledelse >20 års erfaring med Energi effektivisering og i særdeleshed Energiledelse Solid erfaring med Energiledelse i Industrien Implementeret Energiledelse i mere end 20 virksomheder verden over og realiseret gode besparelser fx 35% i en dansk virksomhed (ingen større tekniske projekter) Erfaring fra både nationale og internationale virksomheder Carlsberg, SAB Miller, Danisco, LEGO, Heineken, ITD, Vola, PostNord, COOP Rådgivet og assisteret et antal virksomheder omkring Energiledelse både på strategisk og operationelt niveau Nuværende Aktiviteter: Energisyn, Certificeret Energi- og miljøledelse, PSO afgiftsreduktion Energitilskud, Indkøb af energi, overskudsvarme mm

7 Effektiv energistyring Hvad er et effektivt energistyringssystem? Hvad skal det kunne?

8 kwh Energistyring 1. Generation Elforbrug Forbruget sammenlignes med en tilsvarende periode fx denne uge med samme uge sidste år Uge

9 kwh/m2 Energistyring vha. nøgletal 2. generation 400 Specifikke energiforbrug Bygning Kommuner mm med en større bygningsmasse gør brug af benchmarking af det specifikke energiforbrug

10 kwh/m2 Energistyring vha. nøgletal 2. generation 400 Nøgletal Elforbrug vs areal Areal i m2 Jagter vi de rigtige bygninger? Som udgangspunkt vil vi gå efter bygninger med et stort nøgletalsforbrug

11 Effektiv energistyring Hvad siger standarderne? Identificere relevante variable, der påvirker væsentlige energiudnyttelser Virksomheden skal identificere EnPI'er, der er relevante til overvågning og måling af energi præstationen. Metodikken til fastlæggelse og opdatering af EnPl'er skal registreres og regelmæssigt gennemgås. EnPI'er skal gennemgås og sammenlignes med baseline for energi efter behov. ISO Auditor skal Indsamle historiske data om energiforbrug og relevante variable Fastlægge energipræstationen herunder bestemme forholdet mellem energiforbrug og relevante variable ISO Relevante variable som har indflydelse på energipræstationen skal identificeres. Det er vigtigt at identificere og isolere de variable som har væsentligt indflydelse på energipræstationen bort fra de variable som kun har en mindre indflydelse. Ofte er en data analyse nødvendigt ISO

12 Andre problemstillinger Vi bruger korrigeret varmeforbrug i stedet for energisignatur hvorfor egentlig? GUF og GAF kan bestemmes Variationer Afvigende forløb Standard Graddage som er baseret på en basetemperatur på 17C - de fleste bygninger har et helt andet varmebehov der ikke stopper/starter ved 17C..

13 00:00:00 00:30:00 01:00:00 01:30:00 02:00:00 02:30:00 03:00:00 03:30:00 04:00:00 04:30:00 05:00:00 05:30:00 06:00:00 06:30:00 07:00:00 07:30:00 08:00:00 08:30:00 09:00:00 09:30:00 10:00:00 10:30:00 11:00:00 11:30:00 12:00:00 12:30:00 13:00:00 13:30:00 14:00:00 14:30:00 15:00:00 15:30:00 16:00:00 16:30:00 17:00:00 17:30:00 18:00:00 18:30:00 19:00:00 19:30:00 20:00:00 20:30:00 21:00:00 21:30:00 22:00:00 22:30:00 23:00:00 23:30:00 Energistyring 3. generation Elforbrug og tilstedeværelse 90 90% 80 80% 70 70% 60 60% 50 50% 40 40% 30 30% 20 20% 10 10% 0 0% Elforbrug kwh Tilstedeværelse % Er tilstedeværelse en relevant variabel til at beskrive energipræstationen?

14 00:00:00 00:30:00 01:00:00 01:30:00 02:00:00 02:30:00 03:00:00 03:30:00 04:00:00 04:30:00 05:00:00 05:30:00 06:00:00 06:30:00 07:00:00 07:30:00 08:00:00 08:30:00 09:00:00 09:30:00 10:00:00 10:30:00 11:00:00 11:30:00 12:00:00 12:30:00 13:00:00 13:30:00 14:00:00 14:30:00 15:00:00 15:30:00 16:00:00 16:30:00 17:00:00 17:30:00 18:00:00 18:30:00 19:00:00 19:30:00 20:00:00 20:30:00 21:00:00 21:30:00 22:00:00 22:30:00 23:00:00 23:30:00 Energistyring 3. generation Elforbrug aktuel og model Elforbrug kwh Target kwh Med tilstedeværelse som en variabel kan vi opstille en model som kan beskrive energipræstationen indenfor +- 10%

15 Energistyring 3. generation Elforbrug 18% Baseload Variabelt 82%

16 Eksempel på model med 4 variable Elektricitet aktuel vs target Elektricitet kwh Target kwh 25

17 Eksempel på model med 4 variable Elektricitet akkumuleret besparelse Akk Besparelse kwh 26

18 Eksempel på model med 4 variable 2016/2017l 0% 4% 31% 49% Grundlast (PUF) Æsker Indlægssedler Booklets Temp 16%

19 Dataopsamling Energistyring ja men hvilket? Light Klassisk Industriel Hovedmålere og enkelte bi målere. Nogle systemer lægger vægt på realtime Analysering Begrænset analyse - sammenligner forbruget med hvad det har været tidligere fx denne måned med måneden sidste år Hovedmålere og enkelte bi målere både automatisk og manuel dataopsamling Forbrugs tal sammenlignes med et forholdsvist statisk budget eller imod et nøgletal (statisk) Alle type måler inkl. opsamling fra økonomisystemer (produktionsdata mm) Adv. analyse hvor forbrug sammenlignes med et dynamisk budget der beregnes ud fra produktionsvolumen o.a. vigtige parameter Rapportering Udvikling i forbrug Udvikling i nøgletal Udvikling i besparelser og afvigelser i fx DKK Fordele Simpelt og nemt forståeligt Nøgletal er industri standard Præcist og pålidelig billede af performance/besparelser/tab Styr på bl.a. tomgang, grundlast og variabelt forbrug mm. Ulemper Anvendelse Industriel ES Giver ikke et tydligt billede af performance / udvikling i realiserede besparelser Kun styr på tomgangsforbrug Kontor, skoler mm og mindre virksomheder Nøgletal er ikke særlig godt til energistyring kan godt have nedadgående nøgletal og alligevel et overforbrug Anvendes typisk i Industrien i DK men.. Ikke industri standard i DK / kun få danske energistyringssystemer tilbyder dette Industri

20 Energistyringens behovspyramide Handling Rapportering Forudsætter at alle forudgående elementer er på plads og er effektiv Analyse Data opsamling

21 Energistyring Data opsamling Analyse Rapportering Handling Niveauer 1: Hovedmåler mix af auto og manuel aflæsning 2: + bimålere på væsentlige energiforbrugere 3: + målere af alle væsentlige variable 4: Big Data / IoT -Realtime målere 1: Periode vs periode sammenligning 2: Nøgletal og benchmarking vha. nøgletal 3: Regressionsbaseret energistyring m. variable 4: Machine learning 1: Energiforbrugets udvikling 2. Nøgletal både udvikling & benchmark 3. Besparelsesudvikling / afvigelser 4: Som 3 men ikke kun energi og indeklima 1: Vi handler kun vi åbenløse merforbrug 2: Energiforbrug ned på dem dårligst nøgletal 3: Prioriteret indsats realisering + fastholdelse 4: Sammenhænge mellem fx energi og indeklima Trends Trenden går fra et mix af manuel og automatiske aflæste målere til et hav af realtime målere Big Data / IoT er den nye disruption indenfor Energistyring men er vores ES systemer klar? Er vi klar? Fare data overload / for at vi ser alt for meget information men bare ikke det relevante. Fokuser på at vise væsentlige performance afvigelser

22 Energibesparelser kræver forandring der kræver.. Fase Opmærksomhed Overtalelse Beslutning Kvalificering Bekræftelse Beskrivelse Vi bliver bevist / opmærksomme om at der er en problemstilling Forsøger at bliver overbevist Vi tager stilling og laver en beslutning Gører os klar til en forandring og arbejder for den Vi søger bekræftelse på at det er den rigtige beslutning vi har taget

23 Hvordan

24 Rapportering i et forståeligt sprog 1000 DKK Månedlig rapportering om energiforbrug til alle leder af kommunens institutioner / bygninger. Havde alligevel flere udfordringer herunder følte ikke at nogen læste rapporterne og følte sig generelt ikke at der var brug for teamets kompetencer om energibesparelser. Vi kiggede på hans rapporter og forstod med det samme at de var nød til at blive lavet om. Kim besluttede at vise energiforbruget i DKK og fremskrive forbruget så det viste hvad det ville koste med at fortsætte energiforbruget as business as usual. Han oplevede en telefon storm af institutionsledere som pludselig vil have at han kom med det samme og fik energiforbruget ned!

25 Evaluerer dit energistyring Handling 1: Vi handler kun vi åbenløse merforbrug 2: Energiforbrug ned på dem dårligst nøgletal 3: Prioriteret indsats realisering + fastholdelse 4: Sammenhænge mellem fx energi og indeklima Viden og handling Information / Analyse Rapportering 1: Energiforbrugets udvikling 2. Nøgletal både udvikling & benchmark 3. Besparelsesudvikling / afvigelser 4: Som 3 men ikke kun energi og indeklima Analyse 1: Periode vs periode sammenligning 2: Nøgletal og benchmarking vha. nøgletal 3: Regressionsbaseret energistyring m. variable 4: Machine learning Data Dataopsamling 1: Hovedmåler mix af auto og manuel aflæsning 2: + bimålere på væsentlige energiforbrugere 3: + målere af alle væsentlige variable 4: Big Data / IoT -Realtime målere

26 Dataopsamling Energistyring ja men hvilket? Light Klassisk Industriel Hovedmålere og enkelte bi målere. Nogle systemer lægger vægt på realtime Analysering Begrænset analyse - sammenligner forbruget med hvad det har været tidligere fx denne måned med måneden sidste år Hovedmålere og enkelte bi målere både automatisk og manuel dataopsamling Forbrugs tal sammenlignes med et forholdsvist statisk budget eller imod et nøgletal (statisk) Alle type måler inkl. opsamling fra økonomisystemer (produktionsdata mm) Adv. analyse hvor forbrug sammenlignes med et dynamisk budget der beregnes ud fra produktionsvolumen o.a. vigtige parameter Rapportering Udvikling i forbrug Udvikling i nøgletal Udvikling i besparelser og afvigelser i fx DKK Fordele Simpelt og nemt forståeligt Nøgletal er industri standard Præcist og pålidelig billede af performance/besparelser/tab Styr på bl.a. tomgang, grundlast og variabelt forbrug mm. Ulemper Anvendelse Industriel ES Giver ikke et tydligt billede af performance / udvikling i realiserede besparelser Kun styr på tomgangsforbrug Kontor, skoler mm og mindre virksomheder Nøgletal er ikke særlig godt til energistyring kan godt have nedadgående nøgletal og alligevel et overforbrug Anvendes typisk i Industrien i DK men.. Ikke industri standard i DK / kun få danske energistyringssystemer tilbyder dette Industri