Autonomes System

Langfristige Energiekosteneinsparung

Effiziente Produktion

Sphinx open ist das einzige System, mit dem wir unsere ehrgeizigen Ziele zur Energieverbrauchsreduzierung beim Lastspitzenmanagement erreichen konnten. Das ist ein echtes Alleinstellungsmerkmal“, sagt Christoph Weippert, Leiter Energie-Management bei ZF.”
Christoph Weippert Head of Energy Management

Die Herausforderung

ZF setzt auf autonomes Lastspitzen Management und senkt die Energiekosten dauerhaft

Energy prices continue to rise and peak loads can quickly become a very expensive headache. For a company, exceeding contractually agreed base loads by just a single megawatt can drive up electricity costs by a six-figure number. Why? Because every peak in demand places an extra burden on the power grid and this trickles down to electricity bills due to high energy prices. Consequently, to keep a tight rein on costs you have to flatten the peaks and troughs in energy loads. Does this mean using a system capable of predicting and reporting what’s happening before there’s any risk of exceeding limits? For many years this has been the stuff dreams are made of for energy managers – a system that not only has what it takes to anticipate excess consumption, but one that takes preventative action autonomously, without impacting ongoing production. Or is this the stuff of science fiction? Not at all. It’s exactly what GFT introduced for ZF, the supplier of automotive technology.

ZF has set itself the goal of continuously optimising energy consumption throughout its international operations. A preliminary analysis of energy consumption identified peaks in electricity loads. These were driving up costs and were consequently defined as a priority for taking action. The company now uses an intelligent energy management solution based on the IoT platform sphinx open online. As well as providing detailed forecasts, it also works autonomously in the background to avoid peak loads at two production sites.

If ZF was going to avoid peak loads effectively, it would need total transparency – in real time – meaning accurate forecasts of energy demands so that pre-emptive action could be taken as and when needed, naturally without compromising production.

After conducting a detailed and thorough analysis, GFT proposed the introduction of an autonomous system for managing peak loads based on sphinx open online. The rule-based solution would also forecast demand using machine learning processes in the cloud.

Unser Lösungsansatz

Spitzen beim Energieverbrauch vermeiden, ohne die Produktion zu beeinträchtigen

ZF verfügte bereits über hervorragende Grundlagen durch die Vernetzung und Digitalisierung der relevanten Energieverbraucher und -erzeuger, eine einheitliche Architektur mit bidirektionalen Zugriffen über OPC UA-Schnittstellen. Mit dem sphinx open - Load Management System (LMS) kann ZF den eigenen Energiebedarf prognostizieren und entsprechend steuern: Energiemanager definieren Regeln zum Abschalten von Energieverbrauchern oder Zuschalten von Energieerzeugern sowie die einzuhaltenden Rahmenbedingungen und können bei Bedarf selbständig Änderungen vornehmen. Bei der Regelung kann das System autonom operieren, es ist kein manueller Eingriff notwendig.

Das System wird laufend mit Daten über Stromerzeugung und -bedarf sowie über die angebundenen Komponenten des Energiesystems gefüttert. Hinzu kommen historische Daten, Wetterprognosen und Planungsdaten für die Produktion. Daraus ergibt sich im Minutentakt eine Priorisierung der Komponenten, die ab- oder zugeschaltet werden, damit die Lastgrenze im Betrachtungszeitraum nicht überschritten wird. 
Herzstück der Lösung sind digitale Zwillinge, virtuelle Abbilder aller relevanten Anlagen auf Basis von sphinx open online. Hier werden die Werte der Energieverbraucher, sowie -erzeuger und der verfügbaren Flexibilitäten kontinuierlich aktualisiert. Durch die intelligente Verknüpfung der aktuellen Daten mit historischen Werten und externen Daten kann das System die notwendigen Prognosen errechnen. 

Dem System wird ein Ziel vorgegeben, in diesem Fall: Definierte Lastgrenze nicht überschreiten. Um das Ziel zu erreichen, sammelt es die Daten aller Erzeuger und Verbraucher und überprüft sie im Minutenrhythmus. Datenanbindung, Auswertung, Überwachung und Prognoserechnungen werden dabei in einem zentralen Modell, dem sogenannten „Model in the Middle“ koordiniert. Diese Architektur vernetzt die digitalen Abbilder aller Datenlieferanten bidirektional, so dass sie nicht nur Daten senden, sondern auch aus diesen Daten abgeleitete Optimierungsbefehle ausführen kann. Sie reagiert auch autonom auf betriebliche Änderungen, Störungen oder Ausfälle und leitet hinterlegte Lösungsszenarien in die Wege. Die Lösung kann beispielsweise lauten, dass energieintensive Prozesse bei einem drohenden Ausfall verschoben oder bestimmte Anlagen zeitweise gestoppt werden. Die entsprechenden Regeln werden von ZF-Experten hinterlegt und regelmäßig mit den betrieblichen Anforderungen abgeglichen. Dank offener Schnittstellen lassen sich an dieses System Leittechnik-Anwendungen genauso anbinden wie externe Dienste für Temperatur-, Wind- oder Photovoltaikprognosen, um ein umfassendes und jederzeit erweiterbares Energiemanagement zu schaffen.
 

Nutzen auf Kundenseite

Nachhaltige Kosteneinsparungen und konkurrenzloser Return on Investment

Die Lösung entwickelte sich zu einem integralen Bestandteil der Energiemanagementstrategie von ZF. Kurzfristig reagiert das System laufend auf veränderte Rahmenbedingungen und reguliert entsprechend. Potenzielle Bedarfsspitzen lassen sich zudem bis zu einer Woche im Voraus prognostizieren, sodass ZF die Produktion entsprechend planen kann. 

Der Einsatz der autonomen Lösung für das Energiemanagement brachte nachhaltige Vorteile:

  • Bedarfsspitzen werden prognostiziert und regelbasiert automatisch geglättet, wodurch die Energiekosten dauerhaft gesenkt wurden.
  • Die Lastspitzen beim Energieverbrauch konnten alles in allem von 24 Megawatt auf ca. 20 Megawatt gesenkt werden. 
  • Amortisation der Investition innerhalb von 18 Monaten
     

You might also be interested in

Default C2A Content App pages

Gerne sprechen wir mit Ihnen darüber, wie wir unseren Lösungsansatz auf Ihr Business anwenden können

Alpesh Tailor

Executive Director