Vinteren er på retur og kulden ligeså. Årets første måneder har dog været aldeles kolde, og behovet for opvarmning har derfor været højt i danske hjem. For Fjernvarme Fyn, der leverer fjernvarme til størstedelen af Odense Kommune, har det betydet travlhed på anlæggene – og et særligt behov for at optimere varmeproduktionen.
Brugen af DMI’s frie vejrdata spiller en afgørende rolle på Fyn.
Siden 2021 har Fjernvarme Fyn anvendt DMI’s prognoser og vejrparametre til at træne og udvikle machine learning-modeller, der forudsiger varmebehovet i de områder, hvor selskabet leverer varme. Modellerne baseres blandt andet på data om vindretning, vindhastighed, solindstråling, luftfugtighed og lufttemperatur. Fremover vil selskabet teste, om andre vejrdataparametre kan forbedre prognoserne yderligere.
Matinus Kiilerich Kristensen er ansat som operations research analyst ved Fjernvarme Fyn. Han har selv været med til at udvikle de machine learning modeller, der skal forudsige odenseanernes varmebehov.
- Vi bruger DMI’s vejrdata til at forudsige varmebehovet i Odense. Den viden hjælper os med bedre at planlægge, hvordan vores anlæg skal producere varmen, så det bliver mest fordelagtigt for forbrugeren, siger Matinus Kiilerich Kristensen.
Mindsker klimapåvirkningen
DMI leverer frit tilgængelige prognoser med data for hver time de kommende 55 timer. Prognosen opdateres hver tredje time med friske tal. Dataene ligger åbent tilgængeligt via DMI’s cloud-løsning, hvilket gør det muligt for virksomheder som Fjernvarme Fyn at integrere dem direkte i egne systemer. Derudover suppleres der med længere prognoser fra Det Europæiske Center for Mellemfristede Vejrprognoser (ECMWF), der leverer vejrmodeller, der går lidt længere frem end DMI’s. Det betyder, at planlægningen samlet set kan række op til 10 dage frem.
- Når varmebehovet kan forudsiges mere præcist, kan produktionen planlægges tilsvarende. Det betyder, at varmen kan produceres på de tidspunkter, hvor det er prismæssigt mest fordelagtigt, og hvor energisystemet samlet set belastes mindst. Det bidrager til at reducere prisniveauet i spidsbelastningsperioder og kan også bidrage til at mindske den klimamæssige påvirkning fra varmeproduktionen samt optimere vores brændselsindkøb, siger Matinus Kiilerich Kristensen.
Helt konkret betyder det, at energiselskabet i perioder med eksempelvis meget vind og sol, hvor elpriserne er mere fordelagtige, kan lempe på deres mere klimamæssige tunge enheder, og i stedet producere varme på deres mindre CO2-udledende enheder såsom elkedler.
For borgerne i Odense og omegn betyder det konkret forsyningssikkerhed og økonomisk optimering. Varmen er der, når den skal være der – og den produceres på en måde, der er økonomisk og klimamæssigt ansvarlig.
DMI’s vicedirektør Ulrik Smith Korsholm fremhæver Fjernvarme Fyns brug af DMI’s data som et mønstereksempel på brugen af vejrdata.
- Jo længere tid i forvejen energiselskaberne kan styre deres systemer til at levere den efterspørgsel, der er, desto billigere bliver det for forbrugerne. Tidlig indsigt er afgørende for at holde energipriserne nede og levere stabil energi. Fjernvarme Fyns brug af DMI Frie Data er et lærestykke i, hvordan vejrdata både kan bruges til den grønne omstilling af vores samfund og til at spare samfundet og borgerne for penge, siger Ulrik Smith Korsholm.
Frisættelsen af DMI’s data for omkring fem år siden har været en central forudsætning for denne udvikling. Den åbne adgang til modeloutput og prognoser gør det nemmere for energisektoren at omsætte meteorologisk viden til operationelle beslutninger i stor skala.
Sådan henter du DMI's Frie Data: Guides til Frie Data | DMI
