通过智能天气数据和建模提高Fortum区供暖系统的能源效率

客户端：Fortum
Vaisala提供：AWS310，WXT536，NM10，Vaisala天气预报，第三方太阳辐射传感器

地区供暖和制冷业务高度依赖天气。即使温度，太阳辐射，降水，湿度以及风速和方向的最小变化也会影响加热能量的需求。地区能源提供商的目标是在需要时提供适量的供暖能量；进一步加入区域供暖系统的任何进一步热量会导致热量损失。

由于天气对供暖需求具有如此关键的影响，Fortum希望使用高精度的高度准确性而不是一般天气信息来优化ESPOO的地区供暖网络操作。为了生成用于建模的准确可靠的天气数据，Fortum从Vaisala收购了六个AWS310气象站和软件。

当地的天气测量数据帮助组织确定了几个微气候和其他当地天气特征。来自天气传感器的数据是通过基于VAISALA观察网络管理器NM10的网络收集的，该网络使用LNE浏览器接口说明。AI驱动的Vaisala Aurora高局部天气现象使用神经网络来计算高分辨率预测，该预测可用于预测接下来的24-48小时内的加热需求。

Fortum计划进一步优化本地的现象（15分钟-6小时），此外，本地预测（最小值48小时），利用当地天气测量网络来提供更稳定的供暖，更好的网络效率和降低运营成本。

“我们的VAISALA气象站的观察网络为我们提供了关键天气参数的准确数据，使我们能够比以前更精确地优化加热供应温度。我们旨在进一步提高运营的可持续性，并在未来几年显着提高能源效率，”Fortum智能能源系统开发负责人Viki Kaasinen说。

客户对节能解决方案的需求以及可持续性需求增加。使用超本地现象和预测正在帮助Fortum实现这两者。