Näin Kemin Energia ja Vesi on parantanut päästötehokkuuttaan datan avulla

13.3.2020|Jani Peurasaari (KenVe) ja Harri Lääveri
supersense päästöt tilannekuva

Näin Kemin Energia ja Vesi on parantanut päästötehokkuuttaan datan avulla

Modernisoidessamme kaukolämmön tuotantolaitoksen automaatiojärjestelmää, otimme samalla käyttöön Supersense Analytics-palvelun. Kemin Energian ja Veden tavoitteena on saavuttaa hiilineutraalius kaukolämmön tuotannossa jo ennen vuotta 2035, ja datan hyödyntäminen on merkittävässä roolissa tässä pyrkimyksessä.

Kerron tässä vierasblogissani konkreettisia keinoja, joilla parannamme päästötehokkuutta Supersensen avulla tällä hetkellä ja tulevaisuudessa.

 

Reaaliaikainen tilannekuva tuotannosta

Supersense Analytics kerää meillä tiedon kaikesta tuotantoon liittyvästä yhteen paikkaan ja esittää sen selkeässä muodossa. Tuotantotilanteen osalta tärkein näkymä on käytössä olevista tuotantomuodoista kertova raportointinäkymä.

Tästä pystyy nopealla vilkaisulla näkemään värikoodeilla, mitkä tuotantomuodot ovat käytössä: Vihreä tarkoittaa peruskuormalla tuotettavaa lämpöä. Vaaleanvihreä tarkoittaa savukaasujen pesuprosessista talteen otettua lämpöä. Sininen merkitsee puolestaan ostettua tuotantoa ja punainen kertoo, että on jouduttu polttamaan öljyä.

Näkymään pääsemme käsiksi tietokoneella tai puhelimella missä ja milloin tahansa, jos vain verkkoyhteydet toimivat. Tällä on suuri merkitys päästötehokkuuden varmistamisessa.

 

Poltettavien energianlähteiden seuranta ja optimointi

Päästötehokkuuden sekä taloudellisesti kannattavan toiminnan kannalta on tietysti edullisinta, että raportointinäkymässä näkyisi vihreää mahdollisimman paljon. Ylätason näkymä auttaa meitä opastamaan lämpölaitosten operaattoreita toimimaan päästöjen kannalta tehokkaimmalla tavalla. Esimerkiksi puuttumalla tilanteeseen nopeasti, mikäli sinisiä ja punaisia valoja näkyy liikaa.

Kaukokäyttöjärjestelmän kautta näemme lisäksi poltettavan turpeen sekä siihen lisätyn kuivan biomassan sekoitussuhteet. Tätä seuraamalla saamme edelleen parannettua päästötehokkuutta varmistamalla, että poltettavan massan kosteusprosentti säilyy hyväksyttävällä tasolla. Tällä on erittäin suuri merkitys lämmöntuotannon päästötehokkuudelle.

Myös tätä näkymää ollaan tuomassa mukaan Supersense Analyticsin, mutta ihan vielä näin ei ole.

 

Ostotehon käytön minimointi

Tuotamme kaukolämmön perusenergian tällä hetkellä yhdellä kiinteän polttoaineen lämpökeskuksella sekä lämmöntalteenotolla. Emme ole vielä lämmöntuotannon osalta täysin omavaraisia, jonka vuoksi myös ostotehoa joudutaan käyttämään esimerkiksi kovimpien pakkasten aikaan. Tämä kuitenkin pyritään pitämään minimissään sekä taloudellisista että päästötehokkuuteen liittyvistä syistä.

Omavaraisuus tarkoittaa meille myös energiantuotannosta syntyvien päästöjen tuntemista ja niistä vastuunottamista.

Meillä on tällä hetkellä rakenteilla uusi biolämpölaitos, jonka myötä omavaraisuusasteemme nousee ja samalla saamme vähennettyä hiilidioksidipäästöt kolmannekseen nykyisestä.

Ostotehon käyttö on toisinaan välttämätöntä, eikä sen käyttö ole väärin, mutta omavaraisuus tarkoittaa meille vastuullisuutta.

 

Kehitys jatkuu

Supersensen mahdollisuuksien hyödyntäminen on meillä vielä kesken, sillä osa esimerkiksi koneoppimiseen liittyvistä mahdollisuuksista haluttiin ottaa käyttöön vasta uuden biolämpölaitoksen valmistuttua.

Tällöin meillä on suunnitteilla ottaa käyttöön historiatietoon sekä esimerkiksi sääennusteisiin perustuva tuotantotarpeen ennakointi. Tämä auttaa meitä parantamaan päästötehokkuutta entisestään, kun pystymme varautumaan suurempiin tuotantotarpeisiin ennalta ja toisaalta minimoimaan ylituotannon.

 

Kohti hiilineutraalia tulevaisuutta

Reaaliaikaisen datan sekä historiatiedon älykäs hyödyntäminen tarjoavat meille konkreettisia keinoja parantaa nykyisen tuotantolaitoksemme päästötehokkuutta sekä saamaan parhaat tehot irti myös tulevasta biolämpölaitoksestamme. Datan merkitys pyrkimyksessämme kohti hiilineutraalia lämmöntuotantoa on erittäin suuri, ja Supersense tarjoaa meille erinomaiset edellytykset hyödyntää dataa konkreettisilla tavoilla.


13.8.2021| Antti Lehikoinen

Hajautetun kaukolämpötuotannon seuranta Supersense Analyticsin avulla

Kaukolämpö supersense tilannekuva
26.7.2021| Katri Keltikangas

Hyödynnä tekoäly ja koneoppiminen liiketoiminnassa

supersense KoneOppiminen TekoÄly
25.7.2021| Innotect Oy

Asiantuntijaesittely: Aapo Jaakkola

Innotect Asiantuntijamme MeidänTiimi

Näytä kaikki