Koneoppiminen optimoi energiantuotantoa

Koneoppiminen optimoi energiantuotantoa

VSV-Energian liiketoimintajohtaja Mika Salo ja Ensensen teknologiavastaava Joel Turunen tekevät tiivistä yhteistyötä.

Koneoppiminen optimoi energiantuotantoa 

Kaukolämmöntuotannon kokonaisvaltainen optimointi on nostanut lämmöntuotannon tehokkuuden uudelle tasolle.

Teksti Jukka Nortio Kuvat Rami Nummelin

Vakka-Suomessa toimiva energiayhtiö VSV-Energia huolehtii muun muassa Uudessakaupungissa noin 400 asiakkaansa kaukolämmön saannista, ja energiayhtiö on käyttänyt seitsemässä vuodessa noin 20 miljoonaa euroa muuttaessaan lämmöntuotantonsa perustumaan uusiutuviin energialähteisiin.

– Uusiutuvien raaka-aineiden osuutemme oli 33 prosenttia vuonna 2014 ja tänä vuonna keskimäärin 96 prosenttia. Olemme tehneet paljon töitä muutoksen eteen, VSV-Energian liiketoimintajohtaja Mika Salo kertoo. 

Tehokkuus uudelle tasolle

Kun energialähteet oli optimoitu vastuullisiksi, haluttiin myös energiatehokkuus nostaa täysin uudelle tasolle. Kumppaniksi VSV-Energia valitsi Ensensen, jonka energiajärjestelmien kokonaisvaltainen optimointi on ainutlaatuinen palvelu Suomessa.

– Tiesimme, että VSV-Energialla on monimutkainen tuotantojärjestelmä, jonka tehokkuutta voidaan parantaa. Teimme esiselvityksen, jossa määrittelimme ne tavoitteet, joita järjestelmän kehittämisellä on saavutettavissa, Ensensen teknologiasta vastaava Joel Turunen.

Ensensellä on koneoppimisen ja kehittyneen analytiikan lisäksi syvällinen ymmärrys energia-alasta, ja siksi se onkin luonteva kumppani energiatoimialan yrityksille. Ensense parantaa ratkaisuillaan energia-asiakkaiden datavarantojen hyödyntämistä liiketoiminnan hankkeissa, joissa kehitetään energian tuotantoa, siirtoa ja jakelua sekä asiakaslaitteiden energia- ja kustannustehokkuutta.

Edullista lämpöä asiakkaille

VSV-Energian ja Ensensen asettamiin yhdessä sovittuihin tavoitteisiin päästään tuotantokustannusten alentamisella ja verkostohäviöiden vähentämisellä.

Tavoitteiden saavuttaminen takaa sen, että VSV-Energia tarjoaa asiakkailleen jatkossakin ympäristöystävällistä kaukolämpöä kilpailukykyiseen hintaan.

– Olemme pitäneet kaukolämpömme hinnan vuodesta 2016 lähtien ennallaan. Hintamme on kymmenen prosenttia alle valtakunnallisen keskiarvon. Pystymme palvelemaan asiakkaitamme edullisella hinnalla jatkossakin, koska Ensensen optimointiratkaisulla energiajärjestelmästämme saadaan mahdollisimman tehokas, Salo avaa.

Pitkäaikaista yhteistyötä

  • VSV-Energia ja Ensense ovat tehneet pitkäaikaista yhteistyötä energiatehokkaamman toiminnan eteen.
  • Yhteistyön tavoitteena on parantaa energiantuotannon taloudellisuutta, energiatehokkuutta, ennakoitavuutta sekä lämmönsaannin luotettavuutta.
  • Ensense toimittaa palveluna energiantuotannon suunnittelun ja järjestelmätason optimoinnin.
  • Palvelu sisältää projektin suunnittelun, toteutuksen, testauksen, käyttöönoton, tuotantoon viennin sekä ylläpidon. 
  • Yhteistyö mahdollistaa edullisemman kaukolämmön, hukkalämpöjen hyödyntämisen ja CO2-päästöjen vähenemisen.

VSV-Energian lämmöntuotanto perustuu uusiutuviin energialähteisiin, kuten metsähakkeeseen.

Automaatio apuun

VSV-Energia oli aiemmin selvittänyt järjestelmätason optimoinnin osana olevaa kaukolämpöverkoston lämpötilojen optimointia itse niin, että lämpötilat voitaisi pudottaa mahdollisimman alas ilman, että palvelutaso kärsisi.

– Manuaalinen optimointi vaatisi paljon resurssejamme. Ymmärsimme, että tarvitsemme automaation hoitamaan optimoinnin. Samalla asetimme tavoitteeksi sen, että järjestelmä kertoo meille, mitä laitoksia ja miten meidän tulee eri tilanteissa ajaa, Salo sanoo.

Pidemmällä tähtäimellä kaukolämpöverkostoon voidaan ottaa optimoinnin ja automaation vuoksi helpommin mukaan muitakin kuin polttamalla lämpöä tuottavia lämmöntuotantomuotoja, esimerkiksi hukkalämpöjä sekä lämpökaivoja. VSV-Energia hyödyntää jo nyt teollisuuden hukkalämpöä niin, että sen osuus on 40 prosenttia kaukolämmön tuotannosta.

Vuoden 2021 alussa käyttöön otettu optimointijärjestelmä on jo ehtinyt osoittamaan tehokkuutensa. Samalla on huomattu se, että optimointia voidaan koko ajan kehittää niin, että siitä saadaan maksimaalinen teho irti.

– Kun lämpöä tuotetaan useilla eri laitoksilla, ja jatkossa sitä saadaan myös monista erilaisista lähteistä, ihmisiltä loppuu laskentakapasiteetti. Siksi optimointiin tarvitaan koneoppimiseen perustuvaa automaatiota, joka tekee töitä reaaliaikaisesti vuorokauden ympäri, Turunen tiivistää.