Digitalisaation mahdollisuudet kaukolämpöverkon kokonaisoptimoinnissa

Abstract

Tämän diplomityön tavoitteena oli kartoittaa etenemisvaihtoehtoja digitalisaation hyödyntämiseksi kaukolämpöjärjestelmien kokonaisoptimoinnissa. Aiheen laajuuden puitteissa työn aihetta kuitenkin rajattiin siten, että työssä käydään läpi neljä eri osa-aluetta, joista yhteen syvennytään tarkemmin. Näitä osa-alueita olivat asiakaskokemus ja asiakkaan sitouttaminen, uudet liiketoimintamallit, tuotteet ja palvelut, ydintoiminnot ja tukitoiminnot. Tässä työssä syvennyttiin ydintoimintoihin. Tässä yhteydessä ydintoiminnalla tarkoitetaan kaukolämmön tuotantoa.

Tällä hetkellä digitalisaatiota hyödynnetään Suur-Savon Sähköllä kaukolämmön tuotannossa pääasiassa tuotantolaitosten automaatiojärjestelmissä, etäluettavissa energiamittauksissa asiakkailla ja keräämällä laitosten tuotanto- ja asiakasdataa tietovarastoon.

Tässä työssä keskityttiin kaukolämmön tuotannon ennustemalleihin. Työssä selvitettiin, mitä ennustemallien osalta tärkeää dataa Suur-Savon Sähköllä kerätään tietovarastoon ja milloin mitäkin dataa on aloitettu keräämään. Diplomityön aikana Savonlinnan kaukolämpöverkkoon pilotoitiin ennustemalli, jonka tulokset olivat onnistuneita. Keskeisenä havaintona ennustemalleja tarkkailtaessa kävi ilmi, että samansuuruiseen ennustetarkkuuteen voidaan päästä useammalla eri ennustemallilla.

The objective of this Master’s Thesis was to map the progression options for utilizing digi-talization in the overall optimization of district heating networks. However, within the scope of the topic, the topic of the work was delimited. The work addresses four areas, and one of the areas is discussed in more detail. These areas included customer experience and customer engagement, new business models, products and services, core functions and support func-tions. Core functions is the area that were delved into more detail. In this context, core acti-vity refers to heat production.

At present, digitalisation is utilized by Suur-Savon Sähkö in the production of district heating mainly in the automation systems of production plants, in remote-readable energy measure-ments with customers and by collecting production and customer data from the plants in a data warehouse. This work focused on forecast models for district heating production. The study investigated what important data is collected in the data warehouse for forecast models and what data has been collected. During the thesis, a forecast model was piloted for the Savonlinna district heating network, and the results of the pilot were successful.