Mówiąc o wdrożeniu systemu zarządzania energią mamy do wyboru różne scenariusze. Pierwszym z nich będzie podstawowy, początkowy system, który zbiera dane energetyczne z pewnego obszaru.
Często jednak takie systemy są rozszerzane i zaczynają być wykorzystywane do pozyskiwania kolejnych typów danych z coraz szerszych obszarów. W ten sposób podstawowy system ewoluuje w system pozwalający łączyć różne konteksty w zbiorczą informację, a czasem wręcz tworzony jest system kompleksowy, łączący w sobie źródła informacji z całego przedsiębiorstwa.
Jedną z opcji jest też łączenie systemów pro-energetycznych z innymi systemami np. z systemami do zarządzania operacjami wsparcia realizacji produkcji, czyli systemami MES. W przypadku systemów kompleksowych ciekawym pojęciem jest przemysłowa szyna danych, która pozwala na łączenie nie tylko systemów MES z systemami energetycznymi, ale także wszystkich innych systemów funkcjonujących w przedsiębiorstwie, co daje duże możliwości rozwoju informacyjnego dla przedsiębiorstwa w szerszej perspektywie.
Biorąc pod uwagę szerokie możliwości rozwoju tego typu systemów w poszczególnych etapach, najgorszą możliwą opcją jest zbudowanie systemu zamkniętego na rozwój. Wprawdzie spełni on swoją rolę tu i teraz, ale brak możliwości włączenia do niego dodatków eksperckich, takich jak np. algorytmy sztucznej inteligencji, znacznie ogranicza możliwości na przyszłość.
Przykład 1: system początkowy
Typowe kroki przy wdrożeniu systemu podstawowego to:
- zainstaluj,
- podłącz,
- wykorzystaj to, co już posiadasz.
Podłączenie może być przewodowe lub bezprzewodowe. Ta druga opcja może w wielu przypadkach okazać się korzystniejsza, ponieważ nie tylko ogranicza koszty, ale też dodatkowo przyspiesza realizację.
W systemach początkowych definiuje się dwa elementy – co mierzymy i jakie mamy parametry odniesienia podczas pomiarów. Później wystarczy tylko to udostępnić, najlepiej online, do analizy właściwym osobom, które podejmują odpowiednie decyzje.
Przykład 2: system rozszerzony
Systemy początkowe można rozszerzyć o dodatki eksperckie, które są pewną logiką zaszytą w systemie. Dzięki nim, przy wykorzystaniu wiedzy eksperckiej, zyskujemy dostęp do dodatkowych podpowiedzi, odniesienia np. do tabel klasyfikacji, powiadomienia o pojawianiu się anomalii lub awarii.
Kiedy dokładamy kolejne dane, system się rozrasta i daje coraz większe możliwości. Dobrym przykładem mogą być tutaj Wodociągi Miasta Krakowa SA, gdzie dane przez wiele lat były gromadzone na różnych poziomach aż ostatecznie doprowadziły do pomysłu zbudowania dodatku w formie algorytmu sztucznej inteligencji [AI], który wspierał zarządzanie przepompownią drugiego stopnia. Dało to nie tylko spore oszczędności, ale też podniesienie bezpieczeństwa technologicznego urządzenia i ograniczenia zużycia pomp.
Przykład 3: połączenie systemów
Informacje o zużyciu prądu czy gazu to bardzo ważne, ale na pewno nie jedyne dane, jakie są potrzebne w przedsiębiorstwie produkcyjnym. Może pojawić się zapotrzebowanie na kolejne dotyczące np. ilości sztuk, stanów maszyn czy parametrów technologicznych – tu już blisko do systemu MES, czy to w chmurze, czy lokalnie, który pozwala na dostarczenie tych informacji.
Jak podejść do tego tematu, kiedy mamy już wdrożony system zarządzania energią? Po pierwsze, może warto wykorzystać już istniejącą infrastrukturę. Skoro gromadzimy dane, mamy odpowiednie połączenia, koncentratory, kolektory danych, to można podłączyć do nich kolejne sygnały.
Po drugie, jeżeli mamy już system, który pewne dane definiuje, to może część z nich da się wykorzystać też na potrzeby systemu MES? W idealnym świecie dobrze byłoby zrealizować to w taki sposób, aby te strumienie danych były niezależne, ale tworzyły jeden spójny system dla różnych odbiorców.