Eesti suurim taastuvenergia tootja ja kogu Baltikumi suurim tuuleenergia tootja Enefit Green tegutseb viiel turul: Soomes, Eestis, Lätis, Leedus ja Poolas. Kuna tootmisobjektid asuvad kõigil turgudel, on reaalajas digitaalsel kujul andmete kogumine, nende jooksev analüüsimine ja tulemustele vastavalt kiire reageerimine väga oluline, et tagada tootmisüksuste hea töökindlus.

 

 

Digitaliseerimise on tõenäoliselt praeguseks läbinud paljud ettevõtted ja nüüd nauditakse tulemust ehk nopitakse vilju nii tootmisjuhtide kui ka juhtkonna tasandil läbi aktiiv- ja summeeritud andmete jälgimise ühelt või mitmelt ekraanilt. Enefit Green on aga astunud sammu edasi ja valmimas on esimesed masinõppe põhised algoritmid, mis suudavad tootmisjuhtide jaoks välja joonistada kõveraid ja võrdlusandmeid. Nende abil saab jälgida tootmisseadmete efektiivsust ja hooldusvälpade saabumise aega. Veelgi enam – tekib võimalus digitaliseeritud andmete automaattöötluse abil ennustada, millal võib mõni trend areneda rikkeks.

 

Taastuvenergia ettevõttes vastutavad tootmistegevuse eest tootmisjuhid. Selle ametikoha ülesanne on olemata tootmise asukohast või riigist tagada oma tootmisobjektidel toodangu eesmärgi täitmine. Ilmselgelt sõltub aga näiteks tuule- ja päikeseelektri tootmisüksuste toodang ressursside olemasolust ning ühtlasi on aastate lõikes ka näiteks tuulekiiruste erinevusel toodangule märkimisväärne mõju. Rohke ja vähese tuulega aastate erinevuse mõju toodangule võib seeläbi ulatuda lausa paarikümne protsendini.

 

 

Sestap, kuna tuuleressursi olemasolu ei ole tootmisjuhi kontrolli all, siis on siin kõige olulisem mõõdik tootmisüksuste töökindlus. Tuues analoogia töötlevast tööstusest, ei vastuta ka tootmisliini seadmete käidukorraldaja tooraine olemasolu eest. Seetõttu on vaja tagada tootmisobjektide võimalikult suur töökindlus ja digitaliseeritus on selle tagamisel kaasa toonud palju positiivseid arenguid.

 

Viimase paari aastaga on Enefit Greeni puhul ettevõtte varade maht mitmekordistunud ja strateegia näitab püsivat kasvu. Tuleb aga rõhutada, et seoses tootmisobjektide paiknemisega viies riigis ei oleks toodangueesmärkide tagamine ilma abistavate IT-lahendusteta võimalik. Lisaks sellele, et on vaja omada reaalajas ülevaadet iga tootmisobjekti tööseisukorrast, on vaja hinnata ka tootmisobjektide efektiivsust.

 

 

Eri tootmisobjektide lõikes on enim kasvamas just päikese¬energia elektrijaamade osakaal. Traditsiooniliste taastuvenergia elektrijaamadega võrreldes peetakse päikeseenergiast elektritootmist sageli liiga lihtsustatuks või keskendutakse pigem tootmise kasvatamisele, mitte jätkusuutlikkusele. Samas oleks just jätkusuutlikkuse seisukohast vaja päikeseelektrijaamade valdkonnas kasutusele võtta rohkem nuputamist ja nutikaid lahendusi. Seda enam, et pargid paiknevad hajutatult üle riigi või riikide ning kohapeal ei ole tihti ühtegi hooldusmeeskonna liiget.

 

Näiteks on Enefit Green paigaldanud Eestist Poolani ligi 90 000 päikesepaneeli. Päikesepargi efektiivsus sõltub nii inverterite kui ka paneelide töösolekust ning distantsilt on vaja tuvastada ühtviisi nii rikkega kui ka määrdunud paneelide esinemist igas pargis eraldi.

 

Lisaks on tarvis omada ülevaadet kõikide seadmete andmetest, et teha edasisi analüüse. Selleks otstarbeks oleme oma IT- ja insenertehnilist kompetentsi ühendades välja nuputanud algoritmid, kus päikeseelektrijaama siseselt on teiste samas pargis paiknevate analoogsete seadmete alusel võimalik tuletada, kus asuvad rikkis paneelid või kus on inverterite võimsus vähenenud või näitab langustrendi.

 

 

Loomulikult ei ole võimalik jõuda sellise tulemuseni vaid kolme viimase aasta tegevuste põhjal. Meie digitaliseerimine algas juba 2012. aastal, kui julgesime seadmetootjate lahenduste kõrvale välja töötada oma äärmiselt lihtsustatud ja tootmisvarade spetsiifikast sõltumatu universaalse ning ühtse info jälgimise vaate.

 

Samal ajal hoidsime ja arendasime vastutavat meeskonda ning rikastasime seda IT programmeerimise kompetentsi omavate töötajatega. Nii oleme praeguseks jõudnud inseneride ja programmeerijate ühise algoritmide koostamise koostööni, mille tulemusena on vähenenud seadmete rikete likvideerimisele kuluv aeg.

 

Lisaks näeme, et suudame juba praegu andme¬trendide muutusi jälgides ennustada tuuleenergia valdkonnas pikemaid seisakuid põhjustavate rikete tekkeaega.

 

Ajaloost on kulude efektiivistamiseks ja tulude maksimeerimiseks võtta väga erinevaid lähenemisi ja lahendusi. Praegu tundub, et meie valdkonnas hoiab just masinõppeloogikate kasutuselevõtt kokku senisest olulisemal määral rikkeseisakuteks kuluvat aega ning vähendab saamata jäävat tulu. Ühtlasi on tootmisjuhtidel varasemast rohkem aega ettevaatusabinõude kasutuselevõtuks või seadmevahetuste ettevalmistamiseks.

 

See on suur väärtus, millel on laias plaanis tootmisefektiivsusele ja -tulemustele väga suur mõju. Digitaalsetest andmetest lisandväärtuse loomisest on tõepoolest saanud energeetikas argipäev.