Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie

Transkript

1 Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie Ansätze und Ergebnisse aus einem Forschungsprojekt, aufbereitet für die Lehrstuhl für Lebensmittelverpackungstechnik, Lehrstuhl für mathematische Statistik

2 Problemstellung Fragen: Wie viel Energie wird in die Produktion geleitet? Wie lässt sich Energieeffizienz bewerten? Energiemanagement: Welche Daten stehen zur Verfügung? Welche Daten werden benötigt? Wie lässt sich Produktionsfeinplanung integrieren? Ansätze: Modelle produktionsübergreifender Beschreibung Damit: Simulation Prognose des zeitlichen Energiebedarfs Simulationsstudien zur Optimierung der Produktionsplanung

3 Zielsetzung Standardisierte Beschreibung der Produktionsabläufe Ist-Analyse der Energieverhältnisse der Prozessanlagen Generierung aussagekräftiger Kennzahlen Anwendung energiebezogener Simulation der Prozesse Energiebedarf bei Produktionsplanung berücksichtigen Steigerung der Energieeffizienz durch produktionsbasierte Planung

4 Projektstruktur Datenerfassung Ist-Analyse Reporting Prozessbeschreibung Methodenentwicklung Modellentwicklung Prozesssimulation Simulationsstudien Rohdatenmanagement Produktionsfeinplanung Optimierung

5 Datenerfassung 1/2 Daten aus Betriebsdatenerfassung Mobile Messungen an den Prozessanlagen Keine Beeinträchtigung der Produktion Mobile Geräte für den Feldeinsatz Energiedaten mit Produktionsplanbezug

6 Datenerfassung 2/2 Temperaturmessung Temperatursensoren (PT 1000) Feldeinsatz-Datenloggersystem Durchflussmessung Clamp-on Ultraschallsensoren Feldeinsatz-Datenloggersystem Elektrische Leistung Messzangen dynamische Messung am Verbraucher Prozessleitsystem Bestehende Datenpunkte SQL Datenbank

7 Prozessbeschreibung 1/2 Energierelevante Datenpunkte Fließrichtungen und Anlagenverschaltung Unit ID Prozessschritt 1011 Rohmilchkühler bei Milchannahme 1031 Milcherhitzer 1041 Rahmerhitzer 2051 Joghurtmilcherhitzer 2061 Fermenter 2151 Joghurtkühler 2161 Rahmkühler 3061 Joghurt Abfüllung 6011 CIP

8 Prozessbeschreibung 2/2 Entwicklung der Systemmodelle Grundaufbau für das Simulationsmodell Elektrische Verbraucher Heißwasserkreislauf Wärmerückgewinnung Milchkühler Dampfwärmetauscher

9 Rohdatenmanagement Datenbank (MS SQL) Struktur stetig erweiterbar Produktionsbasierte Energiedatenerfassung Datenpunktkatalog für Molkereiprozesse Integration von Produktions- und Produktspezifikationen

10 Ist-Analyse, EMS-Aufbau EMS Energie Management-System Energiebasierte Diagnosefunktionen der historischen Daten Zeitverhalten der Prozesse Berechnung prozess- und phasenbezogener Kennzahlen Pasteurisationstemperatur Heißwasserkreislauf Normalized time

11 Ist-Analyse, EMS-Aufbau Visualisierung der thermischen Gesamtenergie der Prozesssimulation Auftragung als Zeitreihe oder als kumulativer Plot Konstanter Energieverbrauch bei Produktion Energiepeaks Anfahren Linearer Anstieg bei Produktion

12 Simulationsstudien Validierung zeigt sehr gute Resultate Simulation erkennt die einzelnen Phasen Simulation kann Energiebedarf einer Anlage prognostizieren

13 Prozesssimulation

14 Prozesssimulation

15 Prozesssimulation Validierung zeigt sehr gute Resultate Simulation erkennt die einzelnen Phasen kann Energiebedarf einer Anlage prognostizieren

16 Optimierungstool Übergeordnete, rechnergestützte Plattform Schnittstelle zur Energiedatenbank und Simulationsplattform verschiedene Optimierungsmethoden (Engineering-Tools) Integration der energiebezogenen Planung Bewertung über Kennzahlen Optimierungstool Unterschiedliche Anlagenkonfiguration Optimierungstool Optimierungsfelder Einsatz regenerativer Energien Konfigurationen Ist Datenbank Simula tion Modell Optimierungsmethoden regenerative Energien Wärmeintegration Anlagenkonfiguration Abläufe, Rüstzeiten Produktionsabfolge... Kennzahlen

17 Grüne Kennzahlen Allgemeine Definition von grünen Kennzahlen Zeitabhängige Effizienz anwendbar auf verschiedene Kenngrößen Verfügbarkeitsfaktor als Kenngröße für die Anlagenausnutzung dim ( t) 1 e( t), e( t) 0 ( t) 0 Verfügbarkeitsfaktor [%] = Laufzeit (Laufzeit Stillstandszeit)

18 Technische Optimierung 1/2 Simulationsbausteine liefern technische Optimierungsansätze Abschätzung des Einsparpotentials Integration von Solarthermie, BHKW und Biogas in Prozesse Gekoppelte Simulationsbausteine Prozeßschema

19 Technische Optimierung 2/2 Optimierung durch Prozessintegration Ausarbeitung von Wärmerückgewinnungskonzepten Abschätzung des Einsparpotentials über Simulation Bewertung des ROI über Kennzahlen

20 Produktionsfeinplanung Analyse der Produktionsabläufe Visualisierung der Abhängigkeiten (Gantt-Charts) Modellierung der Prozessabläufe Aufzeigen energieeffizienter Abfolgen (= Wege ) in der Produktion Optimierte Produktionspläne

21 Einsparpotential Simulationsergebnisse! Technisches Einsparpotential Wärmeintegration Wärmeaufnehmende Anlage bis zu 25 % (idealisierter Produktionsablauf) bis zu 6 % (tatsächlicher Produktionsablauf) Wärmeabgebende Anlage bis zu 86 % (idealisierter Produktionsablauf) bis zu 44 % (tatsächlicher Produktionsablauf) Substitution von Primärenergie durch Solarthermie Im Joghurtmilcherhitzer bis zu 40 % Einsparpotential durch Produktionsplanung Defragmentierung der Produktion - bis zu 3 % Einsparung an thermischer Energie

22 Technischer Nutzen Ermittlung und Bewertung der Anlageneffizienz Produktionsbasiertes Prozessmonitoring Messdatenkatalog, Mindestzahl an Sensoren Erweiterbare Datenbankstruktur, individuell anpassbar Simulation dient als Testtool für verfahrenstechnische Modifizierungen Anwendung der Prozessintegration Verwendung regenerativer Energiequellen Grundlage zur Einführung der ISO 50001

23 Wirtschaftlicher Nutzen Energiebasierte Kennzahlendefinition Verfügbarkeitsfaktor als Maß für den Ausnutzungsgrad Erhöhung des Ausnutzungsgrades führt zur Effizienzsteigerung Energiebedarf als Produktionsressource Kostenkontrolle Kostenreduktion durch effiziente Produktionswege Vorhersage des Energiebedarfs durch Simulation Vermeidung von Lastspitzen Kostenreduktion durch Monitoring und Planung

24 Zusammenfassung Abgrenzung und standardisierte Beschreibung aller Prozesse Zeitbasierte Energiebedarfsanalyse Datenpunktkatalog, Datenbankimplementierung und -verifizierung Validierte Prozesssimulationen Kennzahlenimplementierung Produktionsplananalyse, Produktionsplanoptimierung Simulationsstudien technischer Optimierungsansätze: Anbindung von Solaranlagen zur Heißwassererzeugung Anwendung der Prozessintegration Heißwassernutzung an den Prozessanlagen Simulationsstudien Produktionsplanung

25 Kontakt Dipl.-Ing. Sven Franke Lehrstuhl für Lebensmittelverpackungstechnik Weihenstephaner Steig Freising - Weihenstephan sven.franke@tum.de Dipl.-Math. Josef Höfler Lehrstuhl für mathematische Statistik Maximus-von-Imhof-Forum Freising Weihenstephan josef.hoefler@tum.de Dr.-Ing. Hannes Petermeier Lehrstuhl für mathematische Statistik Maximus-von-Imhof-Forum Freising Weihenstephan hannes.petermeier@tum.de