ATS
Van energiemonitoring naar slimme, automatische energiesturing
We hielpen ATS om zijn bestaande Energy Management System uit te bouwen tot een intelligent platform dat automatisch bepaalt wanneer energie het best wordt verbruikt, opgeslagen of verkocht. Daarbij houdt het rekening met de omstandigheden en prioriteiten van elke klantlocatie.
ATS is een grote Belgische engineering- en integratiegroep die technische installaties ontwerpt en realiseert voor industriële klanten. De groep is onder meer actief in elektriciteit, industriële automatisering, HVAC en energieoplossingen.
De uitdaging: energieverbruik proactief gaan sturen
Het energieverbruik op een industriële site optimaliseren is een complexe puzzel. Productie en verbruik schommelen voortdurend, elektriciteitsprijzen veranderen en installaties zoals batterijen en laadpalen moeten op het juiste moment worden aangestuurd.
Bovendien heeft elke site andere prioriteiten. Afhankelijk van de financiële situatie en contractuele afspraken kan de nadruk liggen op zoveel mogelijk eigen energie gebruiken, dure verbruikspieken vermijden of inspelen op schommelende marktprijzen.
De ambitie: het bestaande EMS slimmer maken
ATS wilde zijn bestaande EMS uitbreiden met slimme voorspellingen en automatische optimalisatie. Het systeem moest al die variabelen kunnen vertalen naar concrete beslissingen voor lokale energie-installaties. Tegelijk moest de oplossing eenvoudig te integreren en op grote schaal inzetbaar zijn.
De aanpak
1. Energieverbruik, productie en marktprijzen voorspellen
We ontwikkelden machine learning modellen die zowel de prijzen op de day-aheadmarkt als de realtime onbalansprijzen voorspellen. Daarnaast voorspellen de modellen hoeveel energie een site in diezelfde periodes zal produceren en verbruiken.
Samen geven die voorspellingen het EMS inzicht in de verwachte energieproductie en het verbruik op elke site, en in de marktomstandigheden waarmee het rekening moet houden.
2. Energiestromen automatisch optimaliseren
Een optimalisatiemotor gebruikt die voorspellingen om te bepalen hoe de energie tussen de lokale installaties moet stromen. Daarbij weegt het systeem meerdere doelstellingen tegen elkaar af: zoveel mogelijk zelfvoorzienend zijn, verbruikspieken afvlakken, profiteren van dynamische energieprijzen en snel reageren op schommelende onbalansprijzen.
Vervolgens kan het systeem batterijen, laadpalen, zonne-omvormers en andere aanstuurbare installaties automatisch regelen. Een operator hoeft dus niet langer zelf te beslissen wanneer een batterij moet laden of ontladen, of wanneer de energieproductie tijdelijk moet worden beperkt.
3. Een platform bouwen dat blijft bijleren
Het platform brengt markt- en netgegevens, de optimalisatiemotor en een MLOps-laag samen. Via een API is het gekoppeld aan het bestaande EMS van ATS. De modellen worden automatisch opnieuw getraind wanneer de marktomstandigheden, verbruikspatronen of de configuratie van installaties veranderen.
Het platform draait op een soevereine private cloud en is gebouwd met opensourcetechnologie. ATS kan er ook verschillende optimalisatiestrategieën mee testen op historische gegevens. Die inzichten helpen om bijvoorbeeld de juiste batterijcapaciteit te bepalen voor bestaande en nieuwe klantlocaties.
Het resultaat: meer rendement uit elke energie-installatie
Dankzij de slimme aansturing kunnen eindklanten hun energiekosten verlagen. Het systeem verschuift verbruik naar goedkopere momenten, beperkt verbruikspieken om de impact op het capaciteitstarief te verminderen en gebruikt of verkoopt opgeslagen energie wanneer dat het meeste oplevert.
Voor ATS betekent dit een belangrijke uitbreiding van zijn bestaande EMS. Waar het systeem vroeger vooral inzicht gaf in het energieverbruik, kan het nu ook actief ingrijpen om dat verbruik te optimaliseren.
Omdat de nieuwe intelligentie via de bestaande API's beschikbaar is, kan ATS deze mogelijkheden uitrollen naar zijn bestaande klantenbestand. Zo wordt het EMS een sterker en onderscheidender product.
Daarnaast kan ATS optimalisatiestrategieën testen op historische gegevens en werkelijke prestatiegegevens gebruiken om de benodigde capaciteit van nieuwe energie-installaties te bepalen, nog voordat klanten investeren.
