Plateforme pour l’eau, le gaz et la chaleur
L'approvisionnement en chaleur à distance (CAD) est en train de subir de profonds changements dans toute l'Europe. La décarbonisation, l'élargissement des paysages de production, la pression croissante sur les coûts et les attentes croissantes en matière de transparence font que les outils et les routines d'exploitation établis atteignent leurs limites. Dans la ville d'Ulm, dans le sud de l'Allemagne, le remplacement progressif du réseau de vapeur par des réseaux d'eau chaude, le développement des producteurs renouvelables, entre autres la biomasse et l'incinération des déchets, ainsi que la construction d'un grand réservoir de chaleur placent également l'exploitation du réseau devant de nouvelles tâches. Afin de maîtriser la complexité qui en découle tout en exploitant les potentiels de flexibilité, Fernwärme Ulm GmbH (FUG) optimise son réseau en collaboration avec l'entreprise Gradyent au moyen d'un jumeau numérique en temps réel, développé depuis 2023 et qui reproduit physiquement le réseau F2 d'Ulm.
Le jumeau numérique de Gradyent est un modèle mathématique et physique en temps réel qui décrit de bout en bout toute la chaîne du chauffage urbain, de la production au client en passant par le réseau de transport et les stations de transfert. Il repose sur un modèle pipe-by-pipe de thermo-hydraulique qui saisit la conservation de l'énergie, de la masse et de l'impulsion ainsi que les pertes de pression et de chaleur, les processus de mélange, les inerties et le comportement de stockage. Les valeurs de mesure de la salle de contrôle et des capteurs du réseau sont reprises toutes les minutes, alimentent le modèle et sont utilisées pour les prévisions. En complément, des procédés Machine-Learning identifient des modèles, détectent des écarts et augmentent la qualité des prévisions pour les heures et les jours à venir. On obtient ainsi une image toujours actuelle du système réel, qui calcule en permanence des états effectifs optimaux, par exemple pour la température d'arrivée et les débits volumiques.
L'approche se distingue fondamentalement des calculs statiques classiques. Le jumeau numérique optimise de bout en bout: l'accent n'est pas mis sur les actifs individuels, mais sur la CAD en tant que système global couplé. Les températures de départ et de retour, les modes de pompage et les stratégies de stockage peuvent ainsi être choisis de manière à réduire les pertes de chaleur, à éviter les goulots d'étranglement hydrauliques, à exploiter les producteurs de manière plus économique et à libérer des capacités dans le réseau.
La solution est entièrement exploitée sur le cloud. Des puissances de calcul élevées pour des optimisations minute par minute sont ainsi disponibles de manière fiable, sans modifier la technique existante du centre de contrôle. Lorsque les directives de sécurité exigent une stricte séparation, l'intégration se fait par des voies de données découplées: le jumeau numérique met à disposition des valeurs de consigne et des diagnostics en dehors de la salle de contrôle. L'exploitant les récupère activement et les injecte dans son système de contrôle. L'architecture de sécurité informatique n'est pas touchée, les avantages opérationnels restent néanmoins pleinement efficaces.
La société FUG exploite plusieurs réseaux de CAD à Ulm. Le projet décrit ici concerne le réseau F2, qui alimente le centre-ville directement à partir du parc de production, entre autres à partir d'installations de cogénération, y compris la biomasse. L'objectif était de mettre en place trois modules et de les transférer dans l'exploitation: un monitoring continu avec une vue précise du système à tout moment, l'optimisation de la température de départ pour réduire les pertes de chaleur ainsi qu'un monitoring des clients pour identifier et aborder les clients avec des températures de retour élevées et pour prioriser les mesures.
Le point de départ était un problème hydraulique concret suite au passage de l'exploitation de la vapeur à l'exploitation de l'eau de chauffage: les répartitions de température, les zones de pression et les courbes de flux ne correspondaient pas aux attentes. Les outils statiques ne permettaient pas de délimiter la cause de manière satisfaisante. La première analyse numérique du réseau F2 a permis de créer de la transparence et de mettre en évidence les mauvais points hydrauliques, en partie à un autre endroit que celui supposé. C'est sur cette base que le jumeau numérique a été établi comme outil opérationnel (fig. 1).
La disponibilité des données du côté de FUG était très bonne. Des séries de mesures minute par minute étaient disponibles pour tous les capteurs de production pertinents, qui sont également mis à disposition en temps réel. Le jumeau numérique calcule ainsi en continu l'état du réseau et de l'Opérateur injectant et fournit des valeurs de consigne pour la température de départ à l'Opérateur injectant. La régulation de la température d'alimentation est exigeante, car la température d'alimentation passe directement par la température du générateur et quatre actifs injectent en parallèle dans l'alimentation. C'est pourquoi la topologie d'alimentation a été modélisée en détail afin de représenter correctement le rapport de mélange. Les incertitudes dues à l'absence de capteurs sur certains composants ont été réduites grâce à une étroite coordination entre Gradyent et le FUG, à une vérification de la plausibilité avec les places de mesure existantes et à une familiarisation avec la dynamique du réseau. Ainsi, les contradictions entre les valeurs des capteurs et les schémas TI (tuyauterie et instrumentation) ont pu être clarifiées et l'exploitation réelle a pu être retracée avec précision.
À cela s'ajoute le fait que les données des clients sont disponibles via différentes passerelles et à des fréquences variables, parfois toutes les heures ou rassemblées en fin de journée. Le modèle et l'infrastructure sous-jacente sont conçus pour travailler de manière robuste avec ces rythmes de données hétérogènes, tout en fournissant une optimisation stable en temps réel.
Le FUG suit une stratégie de sécurité restrictive: aucune communication entrante n'est établie dans le centre de contrôle depuis Internet. Pour répondre à cette exigence, une couche intermédiaire découplée a été mise en place. Le jumeau numérique dépose ses valeurs de consigne exclusivement sur un serveur de FUG. De là , elles sont activement appelées et traitées dans le système de commande. Gradyent n'a alors aucun accès en écriture à la salle de contrôle, de sorte que l'architecture de sécurité IT et OT existante reste intacte.
Cette procédure correspond au cadre de sécurité standardisé de Gradyent, qui est appliqué indépendamment de l'environnement système respectif du client. La plateforme est basée sur le cloud et garantit un nouveau niveau de puissance de calcul, tout en restant totalement indépendante des systèmes locaux et en s'adaptant de manière flexible aux différents environnements d'exploitation. Elle repose sur des promesses de sécurité clairement définies: Des processus certifiés ISO27001 et ISO9001, des environnements cloud segmentés pour chaque client, des connexions cryptées hautement sécurisées et une conformité stricte au le règlement général allemand sur la protection des données (Datenschutz-Grundverordnung, DSGVO). Cela permet d'exploiter en toute sécurité un modèle d'optimisation hautement performant sans faire de compromis sur la souveraineté des données ou la sécurité du réseau.
Dans le centre de contrôle, l'équipe d'exploitation dispose toujours de plusieurs modes d'exploitation: la conduite manuelle, l'exploitation guidée par la courbe de température extérieure ou les valeurs de consigne fournies par le jumeau numérique. L'architecture garantit que l'exploitant conserve toujours le contrôle total malgré l'optimisation automatisée. Ainsi, la configuration allie une sécurité informatique maximale à une grande flexibilité opérationnelle.
Le projet a débuté par un coup d'envoi au printemps 2023, l'exploitation de la plateforme a commencé environ un an plus tard. La mise en service complète a suivi au cours de la même année que la mise en service. Dans un premier temps, la représentation du modèle a été visualisée en externe afin d'instaurer la confiance dans l'Exploitation. Ensuite, le système a fourni des valeurs de consigne qui ont été reprises par FUG via la couche SFTP (Secure File Transfer Protocol) et utilisées dans le système de contrôle. Une procédure par étapes permet de rapprocher continuellement les paramètres du modèle de nouvelles conditions et d'augmenter la stabilité.
Au final, la température d'aller a pu être abaissée d'environ 4 °C et la température de retour a été réduite d'environ 1 °C. Au total, on obtient une réduction des pertes de chaleur d'environ 1 à 3%. Pour le fonctionnement en été, les simulations montrent qu'il est théoriquement possible de réduire considérablement le débit volumétrique et donc le courant de pompage en optimisant les températures. Dans certains scénarios, jusqu'à 50%. Le monitoring des clients est un levier essentiel: des rapports mensuels sur les performances de toutes les stations permettent de cibler les clients dont les températures de retour sont défavorables, de donner la priorité aux mesures d'exploitation et d'assurer une surveillance continue. Certaines stations peu performantes peuvent avoir un impact sensible sur la capacité globale. Leur identification et leur optimisation systématiques permettent de libérer des capacités de réseau supplémentaires, souvent sans intervention sur la construction (fig. 2).
Le projet a bénéficié d'une bonne disponibilité des données et de responsabilités clairement définies. L'étroite coordination entre l'exploitation du réseau et la modélisation a accéléré la mise en place et la validation du jumeau. Les données des clients et les données de mesure proviennent de différentes sources et sont intégrées via la couche SFTP et des passerelles. Des ateliers ont permis de préciser les hypothèses du modèle, les limites d'exploitation et les points d'intervention. Le jugement résumé de la direction souligne l'approche: "Gradyent travaille de manière autonome et orientée vers le client. Nous obtenons beaucoup de qualité avec peu d'efforts chez nous", résume Patrick Ruf, directeur du chauffage/refroidissement urbain, Fernwärme Ulm GmbH.
L'introduction d'un jumeau numérique basé sur la physique et s'appuyant sur l'apprentissage des données et des machines permet à FUG d'optimiser en permanence et en temps réel son réseau de chaleur (fig. 3). La combinaison de la modélisation thermohydraulique, de l'intégration robuste des données et de la logique de prévision crée une image détaillée du comportement du réseau, qui a un effet à la fois diagnostique et opérationnel. L'abaissement des températures de départ et de retour, la réduction des pertes de chaleur et la libération systématique de capacités grâce au monitoring des clients montrent l'efficacité de l'approche. L'étape suivante, la mise en place d'un jumeau numérique pour un autre réseau de FUG, est en cours d'élaboration. FUG démontre comment des outils numériques modernes peuvent être intégrés de manière sûre et pratique dans des environnements de centres de contrôle existants, contribuant ainsi de manière significative à l'efficacité et à la résilience des systèmes modernes de chauffage urbain.
Avec l'abonnement en ligne, lisez le E-paper «AQUA & GAS» sur l'ordinateur, au téléphone et sur la tablette.
Avec l'abonnement en ligne, lisez le E-paper «Wasserspiegel» sur l'ordinateur, au téléphone et sur la tablette.
Kommentare (0)