Energie Management Systeem (EMS)

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:

Historische gegevens van de gemeten waarden uit de database
Realtime gegevens
toekomstige gegevens
Machine-learning
Algoritmen

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:

24 uur voorspelling PV-systeem
24-uurs voorspelling van verbruik
Toekomstige activering van consumenten
Huidige prestatiegegevens
Apparaatspecifieke gegevens
Eigen verbruik
Mate van zelfredzaamheid

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:

Generatoren
PV-systemen
Batterijopslag
Stroomaansluiting
Thuisverbruik
E-laadstations
E-cartridges (verwarmingsinzetstukken)
Warmtepompen
Overige grootverbruikers

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

Prioritering (volgorde van stroomverdeling)
Oplaadtoestand van de batterij (in- en uitschakeldrempels van de apparaten)
De werking van de verbruikers in de noodstroommodus regelen (bijv. volledig deactiveren in geïsoleerde werking)

Om de consumenten in het algemeen te beheersen, biedt het EMS verschillende manieren van werken:

Optimalisatie eigen verbruik
Peak shaving
Laadbeheer

Eigenschappen in werking optimalisatie eigen verbruik:

Voed zo min mogelijk van de opgewekte PV-energie terug aan het net
Consumeer zoveel mogelijk en distribueer naar consumenten
Caching in batterij om later verbruik te dekken (avond- of ochtenduren)
Alleen terugleveren aan het net in de laatste fase en als er verzadiging in het gebouw is

Kenmerken bij scheerbeurten bij piekbelasting:

Piekbelastingen afdekken en verminderen
Gebruik de voeding optimaal en overschrijd
Gebruik de batterij als buffer

Eigenschappen in operatie load management:

Netaansluiting te klein of kan niet worden vergroot
De netaansluiting kan softwarematig worden vergroot, b.v. met een batterij (buffer)
Gebruik de netwerkverbinding optimaal en overschrijd deze niet
Bijzonder geschikt voor loadmanagement met meerdere e-laadstations
Individuele beveiligde stopcontacten van de laadstationgroepen kunnen afzonderlijk worden bewaakt, zodat deze stopcontacten in hun Diensten zijn niet overbelast. (LS bescherming van de kabel moet altijd aanwezig zijn)

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:

Tarif-geoptimaliseerd (dienstregeling en stroomverdeling zijn aangepast aan dag- en nachttarief)
Energie geoptimaliseerd (dienstregelingen en stroomverdeling zijn steeds meer gebaseerd op energieverdeling over 24 uur bijgestelde)
Gebalanceerde modus (menging tussen tarief en energie geoptimaliseerd)
Modus uit (het machine learning-gedeelte is niet opgenomen in het real-time gedeelte)

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:

Tijdens de nachtelijke uren wordt de accu ontladen ter compensatie van de netstroom
In de loop van de dag worden de batterij en de verwarming gevoed met overtollige energie uit de PV
In de avonduren ontlaadt de accu en compenseert daarmee de dalstroomvoorziening
Weersvoorspelling is NIET inbegrepen in energiebeheer

De volgorde op de grafiek bij "Tomorrow" kan als volgt kort worden beschreven:

Batterij de hele nacht ontladen en leeg in de ochtenduren
Aangezien er geen rekening is gehouden met het slechte weer, is er geen batterijcapaciteit meer om de hoge stroomtarieven van het elektriciteitsnet overdag te compenseren
Verwarming gaat ongecontroleerd aan bij hoog tarief
Dus alles van het netwerk moet de volgende dag gecompenseerd zijn

De volgorde op de grafiek bij "Overmorgen" kan in het kort als volgt worden beschreven:

In de ochtenduren moet er nog stroom van het net worden gehaald
Overdag hebben we weer overproductie en kunnen we hiermee de accu en verwarming opladen en bedienen
Op weg naar 's avonds herstelt de compenserende batterij de stroom van het net

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:

In de nachtelijke uren wordt de batterij ontladen om de netstroom te compenseren
In de loop van de dag worden de batterij en de verwarming voorzien van overtollige energie van de PV
In de avonduren ontlaadt de batterij en compenseert een deel van de stroom van het net tegen daluren
Weervoorspelling stroomt naar het MIT energiebeheer
Dus we weten dat de het wordt morgen slecht weer en er is niet genoeg energie beschikbaar om de verwarming aan te zetten of de accu op te laden
Op deze manier zetten we de verwarming 's nachts aan als het tarief laag is en laden we de buffer voor

De volgorde op de grafiek bij "Tomorrow" kan als volgt kort worden beschreven:

Een deel van de batterijcapaciteit werd behouden om dagenlang energie van het net af te dekken bij hoge tarieven
Verwarmingssysteem blijft uit bij hoge tarieven
Geen of weinig energieverbruik tijdens hoge tarieven
Omdat de berekeningen voor de volgende dag weer worden meegenomen, weten we dat er de volgende dag voldoende energie beschikbaar is voor de batterij en verwarming

De volgorde op de grafiek bij "Overmorgen" kan in het kort als volgt worden beschreven:

In de ochtenduren wordt tegen lage tarieven stroom van het net afgenomen
Overdag hebben we weer overproductie en kunnen we hiermee de accu opladen en bedienen en verwarmen
Op weg naar 's Avonds compenseert de batterij weer stroom van het net

Dit stelt ons in staat om te bereiken

-20%

Minder energieverbruik

-25%

minder CO2-uitstoot

+30%

meer eigen stroomverbruik