Компания «Данфосс», ведущий мировой производитель энергосберегающего оборудования, представила метод прогнозирования потребления в городской теплосети с точностью до 97%. Использование этого решения позволяет на 3% снизить затраты на топливо и добиться сокращения теплопотерь на 15%.
В центре внимания участников форума были вопросы энергоэффективной модернизации коммунальной инфраструктуры, активно реализуемые в России, в частности программы национального проекта «Жилье и городская среда». Решение связанного с ним комплекса задач, направленных на создание комфортной среды для проживания граждан, развитие городов и поселков, невозможно без оптимизации энергопотребления и повышения эффективности использования ресурсов.
«Определяющим трендом развития человечества является урбанизация. По самым скромным прогнозам, к 2050 году в городах будет жить 70% населения планеты. Причем Россия — гиперурбанизированная страна, давно перешагнувшая этот рубеж. У нас уже сейчас на долю городского населения приходится порядка 75%. Уровень потребления тепла растет стремительно, одновременно увеличивается запрос на комфорт, на возможность индивидуального управления микроклиматом. Поэтому мы видим будущее теплоснабжения в интеграции в единую систему различных источников тепла, помимо ТЭЦ, а также в планировании нагрузки на источники и в контроле потребления с применением математического моделирования и искусственного интеллекта»,— отметил Михаил Шапиро, генеральный директор ООО «Данфосс», член Комитета по предпринимательству в сфере жилищного и коммунального хозяйства Торгово-промышленной палаты РФ.
По словам эксперта, новейшие разработки позволяют максимально оптимизировать работу источников тепла разного типа, точно прогнозировать нагрузки и распределение энергии по сети, стабилизировать гидравлические режимы. Так, например, работа интеллектуальной системы Mentor Planner основана на использовании двухлетнего архива данных SCADA[footnote]1 [/footnote] о теплопотреблении, колебаниях расхода, температуры и давления теплоносителя, а также прогноза погоды для построения математической модели потребления тепла в городской сети на следующие пять дней.