Digitaalisen kaksosen käyttö kaukolämpöverkon kehittämisessä

Abstract

Lähes puolet suomalaisista asuu kaukolämmitetyissä taloissa. Kaukolämpöverkkojen lämmöntuotantomuodot monipuolistuvat, verkkojen koko kasvaa ja häviöitä pyritään vähentämään. Lisäksi on lämpövarastoja ja muuttuvia kustannuksia. Näiden optimaalinen hallinta käyttäjille vaikeutuu jatkuvasti. Avuksi on kehitetty kaukolämpöverkon digitaalinen kaksonen. Se on verkon digitaalinen malli, jota täydennetään reaaliaikaisella mittaustiedolla.

Työssä perehdytään Vatajankoski Oy:lle hankittuun Gradyentin digitaaliseen kaksoseen. Järjestelmä toimii pilvessä ja suurimmat hidasteet käyttöönotossa liittyivät tietoturvan lisäksi valtavaan datamäärään eri tuotantolaitoksista ja asiakkailta. Järjestelmän käyttöönoton aloitus myöhästyi yli puoli vuotta. Diplomityön päättyessä järjestelmän käyttöönotto on edelleen pieniltä osin kesken, mutta saadaan kuntoon kevään 2024 aikana. Tilaajan ja toimittajan välinen viestintä epäonnistui joiltain osin eikä kaikkia toivottuja ominaisuuksia saatu heti käyttöön. Tilaaja joutuu odottamaan simulointiominaisuuksia määrittelemättömän ajan.

Jokapäiväisessä käytössä hyödynnetään runsaasti lämpökarttoja, joilla nähdään nopeasti verkon eri osien tilanteet. Lisäksi hyödynnetään historiatietoja verkoston ongelmien selvityksessä ja ennusteita tuotannon optimointiin. Verkoston optimointi toteutuu automaattisesti pilvessä. Digitaalinen kaksonen voi projektin valmistuttua ohjata tuotantoa ja haluttaessa kulutustakin ennusteiden perusteella. Sillä on jo nyt löydetty useita verkoston pullonkauloja ja parannuskohteita, jotka korjaamalla säästetään energiaa ja rahaa. Mitä suuremmissa verkoissa vastaavia järjestelmiä otetaan tulevaisuudessa käyttöön, sitä suurempia säästöjä saadaan aikaan.

Almost half of Finns live in district heating homes. The forms of heat production in district heating networks are becoming more diverse, increasing in size, and aiming to reduce losses. In addition, there are heat storage facilities and variable costs. Optimal management of these is becoming increasingly difficult for users. A Digital Twin of the district heating network has been developed to help with these problems. It is a digital model of the network supplemented by real-time measurement data.

The thesis describes the Gradyentin Digital Twin purchased by Vatajankoski Oy. The system operates in the cloud, and the main obstacles in the implementation were not only data security, but also the huge amount of data from different production plants and customers. The deployment was delayed by more than six months. By the end of this thesis, the deployment of the system is still incomplete in small parts but will be completed in the spring of 2024. Communication between the customer and the supplier failed in some areas and not all the desired features were immediately available. The customer will have to wait for an unspecified period of time for simulation features.

In everyday use, thermal maps are widely used to quickly see the situation in different parts of the network. Historical data is also used to locate network problems and forecasts are used to optimise production. Heating network optimisation takes place automatically in the cloud. Once the project is complete, the digital twin can control production and also consumption based on forecasts if necessary. It has already identified several bottlenecks and improvement points in the network, which will save energy and money when repaired. The larger the networks where similar systems are deployed in the future, the greater the savings.