Aufrufe
vor 2 Monaten

BWK_12_2019_App

  • Text
  • Brennstoffzellen
  • Endios
  • Biogas
  • Bhkw
  • Projekt
  • Betrieb
  • Energie
  • Wasserstoff
  • Strom
  • Unternehmen

D I G I T A L F O R U M

D I G I T A L F O R U M C o n t r o l l i n g Ausgleichs- Energie Mehr-/ Minder- Mengen Kenntnis über Verbrauch Einen geeigneten Ansatz stellt hingegen der Regelkreis dar. Dieser ermöglicht es, durch die laufende Rückkopplung der Regelgröße – bezogen auf das vorstehende Beispiel die Mehrkosten aus der marktlokationsscharfen Mindermenge – sämtliche Störgrößen im Rahmen des Monitorings zu berücksichtigen. Somit kann das Controlling gegenüber der Unternehmensleitung sehr frühzeitig eine Aussage über die Eintrittswahrscheinlichkeit des Wirtschaftsplans treffen. Dadurch lassen sich gezieltere und effektivere Reaktionsmöglichkeiten ableiten. Laufende Datenanalyse im operativen Betrieb Grundlage für ein regelkreisbasiertes Monitoring bildet die Zentralisierung aller notwendigen Informationen aus den zumeist heterogenen Quellen, zum Beispiel SAP IS-U, SAP FI und weiteren potenziellen Softwarelösungen. In Anlehnung an die Informatik entspricht dies der Idee eines Data Warehouse. Für die Qualitätssicherung bedarf es einer vorgelagerten Validierung der Daten. Anstelle reporting-abhängiger oder Monatliche Abrechnung im Rahmen der Netzkonten-/ Bilanzkreisabrechnung Monat 1 Monat 2 Monat 3 Zeitversetzte Abrechnung auf Grundlage der tatsächlichen Ableseergebnisse Monat 1* Monat 13* Monat 14 100 % belastbare Erkenntnis bezüglich der Verbrauchsmenge besteht erst zum Zeitpunkt der Folgeablesung * Turnusablesung einer beispielhaften Marktlokation Monat 1* Monat 13* 0 % Exemplarische Darstellung der Ausgleichsmechanismen „Ausgleichsenergie“ und „Mehr-/ Mindermengen“ sowie der Belastbarkeit von ermittelten Verbrauchsmengen anhand einer beispielhaften Marktlokation. Bild: PKF Fasselt Consulting 100 % zeitgesteuerter Kontrollen empfiehlt sich eine laufende Datenanalyse im operativen Betrieb, um zeitnah und damit kosteneffizient reagieren zu können. Eine geeignete Auswahl der für das Monitoring notwendigen Daten ist abhängig von der Zielsetzung des jeweiligen Controlling-Instruments. Eindeutig quantifizierbare – und damit auch messbare – Größen sind Grundvoraussetzung. Für das zielwertabhängige Monitoring (regelkreisbasiertes Monitoring) der Messgrößen bedarf es spezifischer Messpunkte, die im Rahmen des System aufbaus identifiziert werden. Um eine möglichst hohe Qualität in der Controlling-Aussage erzielen zu können, erfolgt im ersten Schritt eine vollintegrierte, ganzheitliche und permanente Datenanalyse unter Berücksichtigung von Stamm- und Bewegungsdaten, wie etwa den Edifact-Nachrichten sowie historischen Verbrauchs- und Geräteinformationen. Mithilfe von Muster-Erkennung ist es zudem möglich, kritische Datenkonstellationen in den Stammund Bewegungsdaten zu identifizieren und diese anschließend effizient mit Robotic Process Automation (RPA) Lösungen abzustellen. Controlling eröffnet weitere Möglichkeiten Der Einsatz solcher modernen Regelungsmechanismen im Rahmen des Controllings bietet den EVU darüber hinaus weitere Möglichkeiten. So können Preiskampagnen oder die Kundenrückgewinnung fokussiert auf solche Kunden ausgerichtet werden, die es wert sind, gehalten zu werden. Ein marktlokationsindividueller Kundenwert etwa würde neben den kundenabhängigen Cost-to-aquire sowie den Cost-to-serve auch die individuellen Kosten durch Mehr- beziehungsweise Mindermengen berücksichtigen. Erst dieser integrative Informationsblick ermöglicht eine valide Aussage und die gezielte Steuerung von Kampagnen. Ein weiteres Beispiel ist die Synchronisation der Grundlage für die Abschlagsplanberechnung mit der Beschaffungsmenge. Auf diese Weise werden Liquiditäts- und Forderungsausfallrisiken reduziert. Fazit: EVU stehen im Commodity- Geschäft unter erhöhtem Margendruck. Zur Optimierung der Marge ist eine belastbare Planung der Verbrauchsmengen essenziell. Die Informationslücke aufgrund des rollierenden Ableseverfahrens erschwert jedoch eine valide Planung. Diese Herausforderung kann mit den heute zur Verfügung stehenden technischen Möglichkeiten effektiv und effizient gelöst werden. Insbesondere können auf diese Weise die Eintrittswahrscheinlichkeit der Plan-Zahlen mathematisch bestimmt und unerwünschte Überraschungen deutlich reduziert werden. • www.pkf-consulting.de S e b a s t i a n S p i e c k e r , M . S c . Senior Consultant, PKF Fasselt Consulting GmbH, Duisburg marc-sebastian.spiecker@ pkf-consulting.de Bild: PKF Fasselt Consulting A n d r e a s N e u f e l d , B B A Senior Manager, PKF Fasselt Consulting GmbH, Duisburg. andreas.neufeld@ pkf-consulting.de Bild: PKF Fasselt Consulting 24 BWK BD. 71 (2019) NR. 12

A n l a g e n m a n a g e m e n t D I G I T A L F O R U M Fraunhofer entwickelt innovative Sensorik Digitalisierung von Biomassefeuerungen Digitalisierung und Biomassefeuerung passen nicht zusammen? Forschende vom Fraunhofer-Institut für Umwelt-, Sicherheitsund Energietechnik (Umsicht) in Oberhausen treten nun den Gegenbeweis an. Im vom Bund geförderten Projekt DigitalFire soll die Digitalisierung von Biomassefeuerungsanlagen vorangetrieben werden. Entlang der gesamten Prozesskette werden Module entwickelt und im Realbetrieb getestet. Die erzeugten Daten können genutzt werden, um die Anlagen effizienter zu machen. Allein in Deutschland werden rund 900 000 Biomasse- Kesselanlagen und etwa 700 Biomasseheizkraftwerke betrieben. Für einen wirtschaftlichen Betrieb müssen diese Anlagen vermehrt in der Lage sein, auch Brennstoffe niedrigerer Qualität inklusive biogener Reststoffe zu verarbeiten. Die meisten Systeme sind dazu zwar grundsätzlich imstande und verfügen auch über entsprechende Programme für Einsatzstoffe wie Pellets, Hackschnitzel oder Späne. Für Brennstoffe wie Waldrestholz oder biogene Reststoffe müssen die Parameter aber manuell eingestellt werden. Dies ist aufwendig und erfordert viel Erfahrung. Steuerung bringt ökonomischen Nutzen Im Projekt DigitalFire wird innovative Sensorik entlang der Prozesskette von Biomassefeuerungen entwickelt. Bild: Kohlbach / Fraunhofer Umsicht „Am Ende geht es darum, die Verbrennungsregelung so einzustellen, dass ein stabiler Verbrennungsprozess mit hoher Ausbrandqualität von Feststoff und Gasphase und damit ein hoher Wirkungsgrad erreicht werden“, so Projektleiter Martin Meiller vom Fraunhofer Umsicht. Fehler bei der Einstellung der Feuerung führen zu höheren Emissionen und im schlimmsten Fall zu höherem Verschleiß mit Wartungsfolgen und Ausfallzeiten. Hier kommt die Digitaltechnik ins Spiel: Wenn es gelingt, durch Fortschritte in der Steuerungs- und Regelungstechnik niedrigere Brennstoffqualitäten bei gleichbleibender Leistung zu fahren, stellt sich schnell ein ökonomischer Nutzen ein. Um dieses Ziel zu erreichen, werden im Projekt DitigalFire zunächst verschiedene Sensoren, „Soft“-Sensoren und Datenerfassungssysteme installiert. Die darüber erzeugten Daten, zum Beispiel zum Heizwert, der Brennstoffzusammensetzung und -qualität, Rosttemperatur und zum Anlagenzustand werden gesammelt, aufbereitet und visualisiert. Anschließend kommen Methoden des Machine Learning beziehungsweise künstliche neuronale Netze zum Einsatz, um die Daten auszuwerten und nutzbar zu machen, zum Beispiel für eine automatisierte Einstellung der optimalen Feuerungsparameter oder Warnungen vor kritischen Anlagenzuständen. Durch ein benutzerfreundliches Frontend – auch für mobile Endgeräte und app-basiert – sollen diese Informationen dem Betreiber immer direkt zur Verfügung stehen. Überwachung auch für kleinere Anlagen Normalerweise wird eine solch durchgängige digitale Prozessüberwachung der Feuerung nur in großen Biomasseheizkraftwerken und Müllverbrennungsanlagen eingesetzt, vor allem aus Kostengründen. Im DigitalFire-Projekt sollen diese Funktionen nun auch für Feuerungen in kleineren Leistungsklassen (100 kW bis zu 20 MW Feuerungswärmeleistung) verfügbar gemacht werden. Damit die Technik bezahlbar bleibt, machen sich die Wissenschaftler sinkende Kosten für elektrotechnische Komponenten, Sensorik und Softwarelösungen zunutze. Projektleiter Meiller: „Wir werden uns einerseits marktverfügbare Hardware, also Sensoren, Mess-Komponenten oder Kamerasysteme ansehen. Andererseits auch Open Source Software und KI-Bibliotheken, beispielsweise für optische Bilderkennung. Dann prüfen wir, was wir für Biomassefeuerungen verwenden können und welche Modifikationen wir brauchen. Insgesamt hoffen wir, dadurch die Investitionen für die Betreiber gering zu halten, um schnell in die wirtschaftliche Gewinnzone zu kommen.“ Die BF Automation GmbH & Co. KG ist als Projektpartner dabei. Das Unternehmen aus Schwabach unterstützt die Forschenden beim Entwickeln und Einbinden der neuen Module. Der Aufbau und die Einbindung in die Serverinfrastruktur, die Datenauswertung sowie die Anwendungsentwicklung werden von IT-Spezialisten der Umsicht-Standorte in Oberhausen und Sulzbach-Rosenberg durchgeführt. Das im September 2019 gestartete Projekt DigitalFire wird über die Fachagentur Nachwachsende Rohstoffe (FNR) vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) fi nanziert und hat ein Volumen von gut 800 000 €. • www.umsicht.fraunhofer.de BWK BD. 71 (2019) NR. 12 25

Ausgabenübersicht