為什麼 區域供暖和冷卻網絡的優化。?
District Heating 網絡通常面臨效率低、能源損失高,以及昂貴的峰值負載。Yuon Optimizer 使用 AI 和模型預測控制自動平衡生產,分配和消費。它為公用事業和能源供應商提供服務,旨在降低成本、排放和運營複雜性。

District Heating 網絡通常面臨效率低、能源損失高,以及昂貴的峰值負載。Yuon Optimizer 使用 AI 和模型預測控制自動平衡生產,分配和消費。它為公用事業和能源供應商提供服務,旨在降低成本、排放和運營複雜性。


根據天氣預報、建築動態和消費模式預測熱需求,以實時優化生產和配送。

建立整個網路的數位雙模型,以持續模擬和最佳化系統效能,降低峰值負載並提高能源效率。

使用進階機器學習和預測控制,自動管理和最佳化熱網路。該軟件無縫整合到現有基礎架構中,實現自動化操作,自適應控制和持續性能改進。

Yuon Optimizer 是一種僅有軟件的解決方案,可以快速實現而無需硬件更改。它的模組化設計使公用程式能夠有效率地從單一網路擴展到大型多站點作業。

由 Yuon、Energie 360° 和 Hoval 合作項目,透過 AI 驅動的預測控制,在蘇黎世城市暖氣網絡中展現了 33% 的峰值負載降低、25% 的產能節省以及節省能源。

Yuon Optimizer 可在城市暖氣網絡中實現實時負載管理。試驗計劃將峰值負載降低 33%,並將連線容量降低 25%,所有這些都採用無縫整合且不會造成舒適性損失,從而對城市公用事業帶來可擴展的影響。

在伯爾尼的 Länggasse 區域供暖站,Yuon Optimizer 降低了 07:00 的峰值負載 60%(平均 27%),並實現了 10% 的總能源節省,而不會損失舒適度,從而提高了市政公用事業的電網穩定性和效率。

Yuon 創建了明辛根北暖氣網絡的數位雙胞胎,以發現隱藏的效率潛力。資料驅動的分析顯示了生產、儲存和控制的優化槓桿。構建網絡智能擴展藍圖。