PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Zastosowanie modeli ekonometrycznych w procesie cyfrowej transformacji dostaw ciepła

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Application of Econometric Models in The Process of Digital Transformation of Heat Supplies
Języki publikacji
PL
Abstrakty
PL
Wizja wdrożenia kolejnego etapu zielonej transformacji w postaci negocjowanego pakietu „fit for 55” budzi obawy przedstawicieli branży energetycznej i ciepłowniczej w Polsce. Obawy te związane są przede wszystkim ze skalą wyzwań inwestycyjnych i kosztami już ponoszonymi w ramach systemu handlu uprawnieniami do emisji CO2 czyli EU ETS. Inwazja Rosji na Ukrainę zrewidowała dotychczasowe kierunki polityki prowadzonej w ramach realizowanej transformacji w kierunku zmiany paliw kopalnych na odnawialne źródła energii z priorytetem gazu jako paliwa przejściowego. Najbardziej istotnym czynnikiem transformacji znów stała się efektywność, której istotnym wsparciem jest cyfryzacja zarządzania energią na każdym poziomie. Począwszy od minimalizacji wykorzystania energii pierwotnej na etapie wytwarzania, poprzez przesyłanie i wykorzystanie końcowe. Efektywność dzięki zastosowaniu cyfrowych modeli optymalizacji decyzji procesowych, których celem jest również optymalizacja ekonomiczna, powinna ograniczyć koszty na każdym etapie dostaw ciepła. W artykule przedstawiono przykłady wdrożenia modeli ekonometrycznych do programowania pracy sieci, które uzupełnione o elementy sztucznej inteligencji korzystającej z aktualizowanej bazy danych mogą mieć zastosowanie w rozmaitych sferach podejmowania decyzji procesowych i biznesowych. Cyfrowa analiza i system wczesnego ostrzegania wykorzystujący tę analizę poprawia efektywność pracy i komunikację. Przedsiębiorstwa ciepłownicze w dużej mierze odpowiedzialne za sukces „fit for 55” dysponują dziś dużą liczbą danych mierzonych w procesach wytwarzania i dostaw energii. Przy czym nie zawsze z tych zasobów w pełni korzystają. Tymczasem efektywna cyfryzacja, ukierunkowana na ograniczenie zużycia nośników energii pierwotnej, oznacza nie tylko sam pomiar i archiwizację danych, ale również analizę uzyskanych zbiorów danych ukierunkowaną na potrzeby modelowania procesu dostawy ciepła i sformułowania rekomendacji dla efektywnych decyzji.
EN
The vision of implementing the next stage of green transformation in the form of the negotiated package “fit for 55” raises concerns of representatives of the energy and heating industry in Poland. These concerns are mainly related to the scale of investment challenges and the costs already incurred under the CO2 emission allowance trading system, i.e. the EU ETS. Russia’s invasion of Ukraine has revised the current directions of the policy pursued as part of the transformation that is being carried out to switch from fossil fuels to renewable energy sources, with the priority of gas as a transitional fuel. Efficiency has again become the most important factor of transformation, which is significantly supported by the digitization of energy management at every level. Starting from minimizing the use of primary energy at the generation stage, through transmission and final consumption. Efficiency thanks to the use of digital tools of process decision optimization models, which also aim at economic optimization, should reduce energy costs throughout the entire life chain. The article presents examples of the implementation of econometric models for programming network operation, which, supplemented with elements of artificial intelligence using an updated database, can be used in various spheres of process and business decision-making. Digital analysis and an early warning system using this analysis improves the work efficiency and communication of the systems. Heating companies, largely responsible for the success of “fit for 55”, now have a lot of data measured in the processes of energy production and supply, but they do not always fully use these resources. Meanwhile, effective digitization, aimed at reducing energy consumption, does not mean the measurement and recording itself, but the purposeful analysis of the data set for modeling the process and formulating recommendations for the right decision.
Rocznik
Strony
29--36
Opis fizyczny
Bibliogr. 8 poz., tab., wykr.
Twórcy
  • Państwowa Uczelnia Zawodowa im. Ignacego Mościckiego w Ciechanowie
Bibliografia
  • [1] Birk W., Capretti A., Beaufor R., France, Digital Roadmap For District Heating & Cooling, v. 2 , DHC Technology Platform, 2019.
  • [2] Digitalization & Energy, IEA 2017.
  • [3] Ekonometria i badania operacyjne,
  • [red.] M. Gruszczyński, T. Kuszewski, M. Podgórska, Wydawnictwo Naukowe PWN, Warszawa 2009.
  • [4] Fit for 55’: delivering the EU’s 2030 Climate Target on the way to climate neutrality, Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and Committee of the Regions, Brussels, 14.7.2021 COM(2021) 550 final.
  • [5] Lyons. L, Digitalisation: Opportunities for heating and cooling, EUR 29702 EN, Publications Office of the European Union, Luxembourg 2019.
  • [6] Piłatowska M., Repetytorium ze statystyki, Wydawnictwo Naukowe PWN, Warszawa 2006.
  • [7] Updating the 2020 New Industrial Strategy: Building a stronger Single Market for Europe’s recovery, Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and Committee of the Regions, Brussels, 5.5.2021 COM(2021) 350 final.
  • [8] https://fluidsystems.pl/pl/oprogramowanie/programy-symulacyjne/ pakiety-do-symulacji-statycznej/simnet-ssheat
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-99469625-994a-48a9-96c0-0893e55acacc
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.