Efficiëntere schepen in het digitale tijdperk

Schepen gebruiken veel energie. Vaak kan 50% van de operationele kosten van een schip worden toegerekend aan brandstofkosten. Naast hoge kosten, leidt brandstofgebruik ook tot vervuiling van de lucht (roet, fijnstof, stikstof- en zwaveloxides) en draagt het bij aan het broeikaseffect (koolstofdioxide).

Het gaat bij de scheepvaart snel om grote getallen. Een normaal kustvaartschip verbruikt per dag rond de 8 tot 10.000 liter gasolie. Bij grote containerschepen, met ruim 19.000 containers, loopt het verbruik op tot 200.000 liter per dag bij 22 knopen. Dit betekent een kostenpost van 15 miljoen dollar per jaar. De bijbehorende jaarlijkse CO2-emissies van deze schepen is 162,000 ton: gelijk aan bijna 60.000 auto’s.

Wanneer je schepen beoordeelt op hun energieprestatie per vervoerde kilo vracht, zijn schepen één van de meest efficiënte vervoersmiddelen. Er zijn echter twee factoren die zorgen dat de scheepvaart toch een relatief grote bijdrage heeft in de milieuproblematiek.

Ten eerste nemen schepen 90% van alle goederenstromen wereldwijd voor hun rekening. Hiermee is de scheepvaart dus de grootste transportmodaliteit. Ten tweede gebruiken schepen de laagste kwaliteit brandstof die beschikbaar is om de brandstofkosten te drukken. Deze zware stookolie bevat hoge percentages onplezierige stoffen, wat leidt tot grote hoeveelheden fijnstof, roet, stikstof en zwavel.

Veel rederijen zijn zich hier van bewust. Daarnaast is het natuurlijk ook financieel verstandig om met schepen te varen die lage operationele kosten hebben. Er wordt daarom dus veel aandacht besteed aan het ontwerp van zuinigere schepen en het gebruik van schonere brandstoffen, zoals laagzwavelige diesel en vloeibaar gas (LNG). Traditioneel worden bij dit ontwerpproces vaste criteria gebruikt zoals maximale diepgang en snelheid, wat dan in de praktijk zou moeten leiden tot een efficiënt ontwerp. Dit ontwerp is echter geoptimaliseerd voor maar één conditie (single-point optimization).

En nu de praktijk...

Uit de praktijk blijkt echter, dat veel schepen in de praktijk bijna niet varen zoals ze ontworpen zijn. Uit metingen in het TNO project Ecotractor bleek bijvoorbeeld dat de sleepboten, die in dit project een aantal maanden gevolgd werden, slechts in 1,5% van hun tijd aan het slepen waren. De rest van de tijd waren ze aan het varen van en naar hun bestemming, aan het wachten, of lagen ze stil. Een vergelijkbaar project bij een kustvaartschip liet zien dat het schip altijd onder haar ontwerpsnelheid voer.

Daarnaast hebben veel rederijen geen goed zicht op het brandstofverbruik. Men werkt in de praktijk met noon-reports, waarbij een schip dagelijks rapporteert hoeveel brandstof de afgelopen 24 uur is verbruikt. De achterliggende oorzaak van het verbruik wordt vaak niet gerapporteerd. Een laag verbruik kan natuurlijk bevestigen dat er efficiënt gevaren is, maar kan ook betekenen dat het schip stroom mee had, langzamer heeft gevaren of wellicht een tijd stil heeft gelegen. Ook een hoog verbruik kan vaak niet goed verklaard worden: had men wind of stroom tegen, heeft de kapitein te hard gevaren, moet de romp van het schip weer eens schoongemaakt worden of is de motor toe aan onderhoud?

Weg met Single-point optimization

De aspecten van single-point optimization, het gebrek aan inzicht in de oorzaken van brandstofverbruik en de milieueffecten van scheepvaart zijn de basis van ons bedrijf We4Sea, gevestigd in Delft. Opgericht door twee oud-medewerkers van TNO, hebben wij hebben ons als doel gesteld big data technologie in te zetten ten behoeve van brandstofbesparing en uitstootvermindering van schepen. We4Sea gebruikt data om scheepseigenaren real-time inzicht te geven in het brandstofverbruik van hun schip en de factoren die het verbruik beïnvloeden. Op een dashboard is te volgen hoeveel energie is besteed aan het overwinnen van weerstand door wind, golven of stroming. Onze ambitie is hiermee 1 miljoen ton CO2 te besparen in de scheepvaart in de komende 3 jaar.

Ons monitoringsysteem verzamelt 24 uur per dag, 7 dagen per week data van schepen, zoals positie, vaarsnelheid en diepgang. Daarnaast verzamelen we data over het weer, zoals wind, stroming en golven. Voor elk schip maken we éénmalig een energie-model: een theoretische beschrijving van de energiestromen door het schip, van brandstoftank tot scheepsschroef. Dit model verschilt per schip, omdat configuraties, motortypes en rompweerstand verschillen per schip.

Wanneer we de weerdata combineren met de energiemodellen, kunnen we berekenen hoeveel energie (brandstof) nodig is om de geobserveerde snelheid te halen. De berekeningen worden continu uitgevoerd. In ons dashboard is te zien hoe het schip wordt ingezet: welke snelheden vaart het schip, op welke brandstof wordt er gevaren, wat is haar positie en wat is het verbruik?

Uit een aanzienlijk deel van onze analyses is gebleken dat het daadwerkelijke vaarprofiel van een schip niet overeenkomt met de ontwerpsnelheid van een schip. Dit terwijl deze snelheid zeer bepalend is voor het ontwerp van het schip. Zie daarvoor figuur 1, waar horizontaal de vaarsnelheid is uitgezet, en verticaal het aantal malen dat daarop gevaren wordt. De dunne verticale lijn bij 12½ knoop is de ontwerpsnelheid, waarop dus eigenlijk nooit gevaren wordt. Het rode vlak geeft het theoretische brandstofverbruik weer, voor verschillende beladingscondities en snelheden.

Wanneer een schip anders wordt ingezet dan haar ontwerp, kan het lonen om de voortstuwingssystemen van het schip aan te passen, zodat het ontwerpdoel beter gaat passen met de praktijk. De verzamelde data kunnen we daartoe toetsen aan een theoretisch energie-model en aanpassingen vooraf doorrekenen. Zo hebben we op het genoemde kustvaartschip een elektrotechnische aanpassing doorgerekend, waardoor het geleverde vermogen van de hoofdmotor beter overeenkomt met de werkelijk gevaren snelheid. Dit heeft geleid tot een forse besparing van bijna 13%.

Als laatste kan de data gebruikt worden als feedback naar de ontwerper of de fabrikant: het is natuurlijk erg interessant om te zien hoe efficiënt een schip, of haar onderdelen, in de praktijk zijn. Fabrikanten van componenten kunnen dan ook zien of de theoretische besparingen nu werkelijk worden gehaald. Welke technologie draagt nu werkelijk bij aan een besparing? Anders dan in de auto- of vliegtuigbranche kunnen we helaas geen uitgebreide prototype testen doen om een ontwerp “bij te schaven” voordat hij in productie wordt genomen.

Volle kracht vooruit met data

Wij van We4Sea voorzien een toekomst, waarbij we een jaarlijkse efficiency-check voor elk schip krijgen. Een soort APK, waarin de data van het afgelopen jaar geanalyseerd wordt, en aanpassingen worden gedaan op basis van deze analyses.

We geloven sterk, dat het gebruik van data en IT-technologie een grote toekomst heeft in de scheepvaart. We roepen daarom iedereen op, mee te denken over data-strategieën in de scheepvaart. Hoe ga je data-technologie toepassen in het ontwerp van een schip? Moet elk schip “connected” worden, waar alle data eenvoudig voorhanden is? Is single-point optimizationeigenlijk nog wel van deze tijd? Welke afspraken gaan reders met leveranciers maken over eigenaarschap van data?

Dat het data-gedreven schip gaat komen, is zeker. De voordelen van een zuinig en emissiearm schip zijn simpelweg te groot. Maar de vraag is: wie doet er mee?