Energiemanagement: Stromkosten sparen in der Industrie

Jetzt Artikel teilen:

Energiemanagement – oder auch Lastspitzenmanagement – auf Basis des IoT hilft Unternehmen dabei, ihre Energiekosten zu senken. Für deren Berechnung ziehen die Energieversorger nicht nur den monatlichen Stromverbrauch, sondern auch die einmalig erzielten Spitzenlasten heran. 

Energiemanagement mit dem Internet of Things (IoT)

Fabriken brauchen viel Energie – egal ob traditionelle Fertigung oder Smart Factory. Bei Produktionsunternehmen mit einem hohen Strombedarf misst der Energieversorger über einen Stromzähler in 15-Minuten-Intervallen kontinuierlich die Stromabnahme. Um einen sicheren Netzbetrieb zu gewährleisten, ist es das Ziel, das Stromnetz möglichst gleichmäßig zu belasten. Für Lastspitzen („Peaks“) wird daher oft ein hoher Preisaufschlag fällig. Denn für die Berechnung des Leistungspreises legen die Energieversorger den höchsten Mittelwert bei den gemessenen Viertelstunden-Werten zugrunde. Lastspitzen können also teuer werden. Zumal die Preise für Lastspitzen pro Kilowatt in den letzten fünf Jahren teilweise um bis zu 30 Prozent gestiegen sind.

Unterstützung durch IoT-Plattform

Hier hilft eine IoT-Plattform wie sphinx open online zum Sammeln und zur Analyse der Verbrauchsdaten. Basis für ein prognose- und regelbasiertes Lastspitzenmanagement ist ein detaillierter Überblick über die Energieverbräuche. Und zwar bis hinunter auf die Ebene einzelner Maschinen oder Anlagen. Da damit drohende Lastspitzen schnell erkannt werden, kann das Unternehmen binnen 15 Minuten reagieren – der vorgegebene Verbrauchs-Mittelwert darf innerhalb einer Viertelstunde nicht überschritten werden.

Für die zügige Reaktion gibt es zwei Möglichkeiten: Eigene Stromerzeugung oder das Abschalten von Verbrauchern. So ist es beispielsweise möglich, Notstromaggregate zuzuschalten oder Verbraucher wie die Lüftung abzuschalten. Hier lassen sich Algorithmen hinterlegen. Diese können bei einer drohenden Lastspitze die Lüftung automatisch ausschalten und wieder starten, wenn der Verbrauch wieder gesunken ist.

Energiemanagement mit KI-basierten Prognosen

Die Königsdisziplin beim Lastspitzenmanagement sind KI-basierte Prognosen zum Energiebedarf oder von einwöchigen Lastprofilen. Die Basis bilden hier – neben den aktuellen und historischen Verbrauchszahlen – etwa Wetterdaten oder Produktionsinformationen wie die Zahl der anwesenden Mitarbeiter oder zu fertigende Stückzahlen. Lastspitzen werden dann schon eine Woche vor Eintreten sichtbar. So lassen sie sich entsprechend vermeiden oder reduzieren. Zudem ist es möglich, diese Daten dem Energieversorger für eventuelle Lastprofil-Bewirtschaftungen zu übermitteln.

Wie das Ganze in der Praxis aussieht, zeigt die Case Study des Automobilzulieferers ZF, der beim Energiemanagement auf die IoT-Plattform sphinx open online setzt.

Case Study Lastspitzen-Management bei ZF

Automobilzulieferer erhöht Energieeffizienz

Erfahren Sie in der Case Study, wie ZF mit sphinx open online und regelbasiertem Lastspitzenmanagement teure Lastspitzen vermeidet.

Jetzt kostenlos downloaden

Jetzt Artikel teilen:

Das könnte Sie auch interessieren