Med timesoppløsning, som de fleste forholder seg til i dag, fordeles alt forbruk utover timer. Det betyr at forbruk med kortere intervaller enn en time jevnes ut, slik at toppene fremstår lavere og forbruket jevnere enn det faktisk er.
Med kvartersoppløsning blir målingene mer presise, fordi toppene fordeles over færre minutter; femten.
Grafene over er totalforbruket ved et museum i løpet av et døgn, med ulik oppløsning. Virkelighetsbildet blir noe ganske annet med minuttsdata: Fra å se jevnt og fint ut, kan man umiddelbart se at det er noe som skaper tilsynelatende unødvendig høye topper - hele døgnet.
Disse toppene kan medføre høyere effekttariffer og dermed økte energikostnader for hele bygget.
Effekttoppene blir ikke bare høyere med høyere oppløsning - de kan også forskyves til et annet tidspunkt på døgnet, som vist under:
Dersom du ser etter effektdriverne og setter inn tiltak på feil tidspunkt, vil du ikke oppleve noen faktisk reduksjon av toppen. I verste fall kan du ende med å flytte mer forbruk til et allerede belastet tidspunkt.
Som vi så i eksempelet over, "pynter" lavere oppløsning på dataene ved å få forbruket til å se jevnere ut. Dersom du jobber med drift eller energiledelse, kan du gå glipp av verdifull informasjon.
Kort oppsummert, gir høyere oppløsning:
Med bedre forståelse av forbruksmønstrene dine, kan du redusere både drifts- og energikostnader og være proaktiv i møte med fremtidige krav. Derfor er det verdt å begynne å tenke på hva mer presise målinger kan bety for hvordan du bruker energidata.
Ulike energioppfølgingssystemer (EOSer) støtter ulik oppløsning på dataene. Start med å ta en prat med din leverandør om hva som er mulig i deres system.
Vi er allerede integrert til en rekke ulike systemer, og finner du ikke din leverandør i listen under, fikser vi det.