Tekoälyllä ohjattua tuotantoa Savonlinnassa ja Juvalla - Kaukolämmön tuotannon optimoinnista entistä tehokkaampi

Tekoälyllä tarkoitetaan tässä yhteydessä koneoppisen menetelmiä, jossa laskenta-algoritmi opetetaan historiadataa hyödyntämällä parantamaan ennustetta itse. Koneoppimisen avulla ennuste on itseään koko ajan parantava ja siten myös optimointi on tarkempi.

”Meillä Savonlinnassa älykäs tuotanto tarkoittaa data- ja algoritmiohjattua kaukolämpöveden optimointia", kuvailee kehitys- ja innovaatiopäällikkö Mika Laine.

Tekoälymallin on määrä toimia kaukolämpöoperaattorin tukena, muodostaen ennusteen tulevasta tuotannon tarpeesta, ja antamalla toimintasuosituksia.

Kaukolämmön kulutuksen arviointi on monimutkaista

Kaukolämmön säätelyä voi hahmottaa kuvittelemalla, että siitä vastuussa olevalla operaattorilla on edessään kaksi vipua. Toinen säätelee veden virtausnopeutta verkossa, toinen taas laskee ja nostaa veden lämpötilaa.

Menoveden lämpötila vaikuttaa suoraan kaukolämmön tehokkuuteen ja viime kädessä myös sen hintaan: Mitä matalampi lähtevän veden lämpötila on, sitä vähemmän häviöitä tulee esimerkiksi Savonlinnan 80 kilometriä pitkässä, 2000 kuutiota vettä vetävässä kaukolämpöverkostossa. Toisaalta on varmistettava, että tasalaatuista lämpöä riittää myös verkoston kaukaisimmissa kohteissa eli lämpöä ei saa laskea liiaksikaan.

”Koska pelataan varman päälle, saattaa perinteisesti ajetuissa kaukolämpöverkoissa menovesi olla välillä liiankin lämmintä tarpeeseen nähden. Silloin polttoainetta menee tavallaan hukkaan”, Laine toteaa.

Myös pumpattava vesimäärä vaikuttaa menoveden lämpötilaan, sillä lämmitykseen tarvittava energia lasketaan meno- ja paluulämpötilan erotuksen ja virtauksen perusteella. Lämpölaitoksen operaattorin on siis osattava kokemuksen pohjalta arvioida sopiva lämpötila ja virtausnopeus, jotta kaikille riittää lämmintä. Tässä haasteessa tekoäly pystyy tukemaan operaattoria.

Tekoäly antaa suosituksia

Lempeän tekoälyä on koulutettu tähän operaattoria tukevaan tehtäväänsä suurella määrällä historiadataa, joka on kerätty lämmöntuotannosta, -jakelusta ja -kulutuksesta sekä säätiloista. Säätiloista tekoälyalgoritmi huomioi useita muuttujia, sillä ulkoilman lämpötilan lisäksi huomioon on otettava myös tuulisuus, aurinkoisuus ja ilman kosteus. Oppimansa avulla algoritmi pystyy ennustamaan, paljonko lämpöä tarvitaan missäkin tilanteessa. Lisäksi algoritmin ennustustarkkuus paranee jatkuvasti, sillä historiadataa kertyy lisää ajan kuluessa.

– ”Vaikka algoritmi oppiikin jatkuvasti uutta, on operaattorin kokemus ja vankka asiantuntijuus aina tärkein. Lämpöverkon ohjaamisesta vastaava ammattilainen tekee kuitenkin aina lopulliset ratkaisut”, Laine muistuttaa.

Tekoälyn käyttö pienentää myös entisestään öljyn käyttöä

Liian kuuman kaukolämpöveden lisäksi on myös tilanteita, jolloin lämmön riittävyys edellyttää nopeaa reagointia. Tällöin on kyse kulutushuipusta. Tekoäly pystyy historiadatan avulla ennustamaan ihmistä tarkemmin kulutushuippujen ajankohdan ja koon.

”Esimerkiksi viikonpäivä ja kellonaika vaikuttavat kulutukseen. Arkiaamuina ja -iltoina on selvät kulutuspiikit, kuten myös lauantaisaunan aikoihin lämmintä vettä käytetään reilusti”, Laine luettelee.

Kulutushuipun aikana, esimerkiksi pakkasten aikaan ei lämpölaitoksen biokattilan teho yksistään riitä. Silloin joudutaan käynnistämään avuksi öljykäyttöisiä laitoksia. Öljyn polttamista minimoidaan käyttämällä kaukolämpöverkkoa lämpöakkuna. Toisin sanoen verkkoon ladataan ylimääräistä lämpöä etukäteen ennen kulutushuippua.

Tekoälyn ennusteiden avulla lämpöakun varaaminen voidaan aloittaa hyvissä ajoin. Näin optimoinnilla voidaan öljyn käyttöä vähentää entisestään, jolloin hiilidioksidipäästötkin pienenevät entisestään. Savonlinnassa on öljyn osuus polttoaineiden kulutuksesta tosin vain 3 prosenttia.

Kaksi suurinta laitosta jouluksi tekoälyn piiriin

Keväällä Savonlinnan lämpölaitoksen optimointiin kohdistunut pilotti oli menestys ja uusi tekoälyä hyödyntävä malli paransi pilottivaiheessa kaukolämmön käytön ennustamisen tarkkuutta yli 50 % verrattuna aiemmin käytössä olleeseen sääntöpohjaiseen menetelmään.

Savonlinnan Pääskylahden ja Juvan lämpölaitoksilla tullaan ottamaan tekoälyn ennusteet käyttöön vielä tämän syksyn aikana. Kyseiset laitokset ovat Lempeän suurimmat, joten niiden tuotannon optimoinnilla saavutetaan nopeasti suuria hyötyjä.