Het Lynus Energy Management System (EMS) is een van de meest uitgebreide tools in onze bibliotheek.
Hierdoor is het mogelijk om verschillende elektrische verbruikers en generatoren in het gebouw op één regelniveau te krijgen.
Het EMS werkt met de volgende gegevens:
Het EMS van Lynus weet dus precies hoe het verbruik en de opwekking van de apparaten in het gebouw zich in de toekomst zullen gedragen en kan dankzij deze kennis verschillende schema's en besturingen terug inbouwen in het real-time systeem ter plaatse.
Deze historische maar ook toekomstige gegevens, de zogenaamde voorspellingen, zijn voor de klant op verschillende manieren zichtbaar en op ieder moment opvraagbaar.
Deze omvatten:
Zo kan een zelfvoorzieningsgraad tot bijna 100% worden bereikt. Het eigen verbruik in het gebouw wordt verhoogd en de CO2-uitstoot wordt verminderd.
Lynus EMS kan aan de opwekkings- of verbruikszijde op verschillende apparaten worden aangesloten en zo ook worden aangestuurd of geregeld.
De meest voorkomende zijn:
Als het gaat om het onderwerp e-cartridges (verwarmingsinzetstukken) in warmwateropslagtanks, komt ook het onderwerp Legionella aan de orde. De meeste conventionele legionellabeveiligingscircuits schakelen gewoon op een bepaald moment in de loop van de dag in om de opslagtank op de gewenste temperatuur te brengen. Meestal gaat het om het gebruik van dure netstroom.
Met de aansturing van de verwarmingsinzet door Lynus en zijn EMS wordt deze verwarmingsfase verschoven naar het moment dat er een overschot aan energie in het gebouw is. Dit bespaart de werking met dure netstroom en tegelijkertijd wordt het probleem van legionella opgelost met de speciaal opgewekte energie. Indien desondanks een keer niet voldoende overtollige energie beschikbaar is, wordt het legionellacircuit 1 keer per week uitgevoerd.
Elke verbruiker kan gekoppeld worden aan een prioritering in het EMS.
Zo worden bijvoorbeeld apparaten met een hoge prioriteit als eerste van overtollige energie voorzien. Consumenten met een lage prioriteit worden later bevoorraad. Naast prioritering kunnen andere criteria en instelmogelijkheden voor de lasten worden gespecificeerd.
Deze omvatten
Om de consumenten in het algemeen te beheersen, biedt het EMS verschillende manieren van werken:
Eigenschappen in werking optimalisatie eigen verbruik:
Kenmerken bij scheerbeurten bij piekbelasting:
Eigenschappen in operatie load management:
Ook de invloed van machine learning kan projectspecifiek worden aangepast en gereguleerd. Zo is het bijvoorbeeld mogelijk om batterijcapaciteiten anders toe te wijzen, of om warmtepompen op meer optimale tijden in te schakelen.
Het machine learning-gedeelte kan in de volgende modi worden gebruikt:
Algemene kennisgeving:
Bepaalde systeemrelevante commando's worden over het algemeen uitgevoerd op het real-time systeem.
Zonder machine learning reageert een klassieke EMS alleen op de actuele toestand van de installatie.
De volgorde op de grafiek bij "Vandaag" kan in het kort als volgt worden beschreven:
De volgorde op de grafiek bij "Tomorrow" kan als volgt kort worden beschreven:
De volgorde op de grafiek bij "Overmorgen" kan in het kort als volgt worden beschreven:
Het energiebeheer van Lynus reageert op zowel de actuele toestand van de installatie als op toekomstige gegevens, waarbij intern gebruik wordt gemaakt van verschillende algoritmen voor machine learning.
De volgorde op de grafiek bij "Vandaag" kan in het kort als volgt worden beschreven:
De volgorde op de grafiek bij "Tomorrow" kan als volgt kort worden beschreven:
De volgorde op de grafiek bij "Overmorgen" kan in het kort als volgt worden beschreven:
-20%
Minder energieverbruik-25%
minder CO2-uitstoot+30%
meer eigen stroomverbruik