Technologiczne wyzwania

Zarządzanie dużymi ilościami danych, które w regularnych interwałach napływają z liczników czy z domowych urządzeń, wymaga jednak bardzo wydajnego środowiska IT. Trzeba też zapewnić bezpieczeństwo informacji o klientach, a dodatkowo przepisy wymagają, aby niektóre dane przechowywać przez wiele lat. Od strony technicznej rodzi to szereg wyzwań, m.in. wymaga znacznej rozbudowy macierzy na zbierane dane czy wdrożenia systemu, który będzie zdolny do ich analizy.

W ostatnich paru latach można było obserwować zaangażowanie wielu firm w obszarze rozwiązań Big Data dla systemów Smart Grid. Można wymienić kilka start-upów, jak AutoGrid, C3 Energy, Trove, Opower czy Verdeeco, gigantów z świata IT, jak Oracle, IBM, SAS, Teradata, EMC i SAP, jak również potentatów z branży energetycznej: General Electric, Siemens/eMeter, ABB/Ventyx, Schneider Electric/Telvent czy Toshiba/Landis+Gyr.

Zobacz również:

• Energetyczna transformacja w Energa-Operator S.A.
• AI zmienia światowe aglomeracje

Od taktyki do strategii

Obecna analityka prowadzona przez dostawców energii skupia się na płaszczyźnie taktycznej. Jednak w Big Data tkwi znacznie większy potencjał, który w pełni można wykorzystać, podejmując działania na poziomie strategicznym. Dzięki współdzielonej infrastrukturze IT mechanizmy analityczne posłużą do wielu zastosowań i przyniosą różne korzyści. Jedną z nich jest lepsze zarządzanie przerwami w dostawach energii. Przykładowo, liczniki mogą automatycznie informować dostawcę energii o braku prądu, wyręczając w tym klientów, którzy do tej pory zgłaszali awarie telefonicznie. Takie rozwiązania, udoskonalane od kilku lat, stają coraz bardziej niezawodne i umożliwiają reagowanie w przypadku awarii, które nie zostały jeszcze zgłoszone przez klientów (np. występujących podczas nieobecności klientów czy podczas ich snu).

Kolejnym krokiem jest diagnozowanie stanu samego systemu Smart Grid. Takie firmy, jak Oracle, SAP, Silver Spring Networks, Siemens/eMeter, ABB/Ventyx i wielu innych oferują aplikacje do monitorowania stanu pracy stacji transformatorowych, potrafiących łączyć dane pochodzące z czujników) z danymi o pogodzie i temperaturze. Analiza tych danych umożliwia wytypowanie urządzeń, które są bliskie awarii lub podlegają wysokim obciążeń, co jest wskazaniem do ich rozbudowy.

Integracja danych

Oczywiście takie zarządzanie siecią energetyczną wymaga znacznych wysiłków w obszarze integracji danych. Dobrym przykładem jest projekt AEP Asset Health Center, którego długoterminowym celem jest utworzenie rozwiązania łączącego dane specyficzne dla lokalizacji, modelowanie systemowe oraz planowanie zarządzania zasobami. W efekcie ma powstać system, który umożliwi strategiczne zarządzanie zasobami.

Jednym z głównych wyzwań w tym procesie jest automatyzacja agregacji danych. Prace nad nią rozpoczęto od ręcznego wprowadzenia historycznych danych o pracy urządzeń, zbieranych przez pracowników w formie papierowych notatek (np. dzienników z inspekcji) sporządzanych od momentu instalacji danego urządzenia. Następnie zajęto się łączeniem danych z różnych baz danych i arkuszy kalkulacyjnych.

Kolejnym krokiem była rekonfiguracja systemu SCADA, aby dostosować używany format danych do specyfiki poszczególnych urządzeń. Zaktualizowano także procesy związane z wprowadzaniem danych przez pracowników, aby ujednolicić formaty danych.

Najważniejszym wyzwaniem jest uniknięcie braków danych, którego mogą doprowadzić do tego, że cały system nie będzie w stanie dokonywać wiarygodnych prognoz stanu urządzeń. Wyeliminowanie takich luk jest jednak bardzo kosztowne i czasochłonne, dlatego firmy energetyczne z uwagą przyglądają się projektowi AEP, licząc na to, że uda się znaleźć dobre wyjście z tej sytuacji.

Jeśli projekt zakończy się powodzeniem, efektem będzie poprawa efektywności operacyjnej oraz całkiem nowe możliwości technologiczne. Przykładowo, technik będzie mógł zrobić tabletem zdjęcie urządzenia energetycznego pracującego w terenie. Po przesłaniu zdjęcia przez Wi-Fi otrzyma on zwrotnie szereg informacji: specyfikację urządzenia, schemat w trzech wymiarach, jak ustawić przełączniki czy automatycznie zostanie przetworzony formularz zamówienia nowych części. To bardzo atrakcyjna, ale wciąż odległa wizja, którą można zrealizować właśnie dzięki integracji danych. W szerszej perspektywie ułatwi firmom energetycznym usuwanie awarii czy lepsze przygotowanie sieci Smart Grid na różne zagrożenia, zwiększając jej niezawodność.

Na poziomie technicznym konieczna jest integracja niekompatybilnych i rozproszonych źródeł danych oraz zapewnienie jakości zbieranych danych. Na poziomie organizacyjnym konieczna jest współpraca między jednostkami, które dotychczas operowały niezależnie od siebie, co pozwoli ograniczyć wydatki oraz czas, który zostałby poświęcony, gdyby poszczególne jednostki duplikowały swoje działania. Poza tym ta wizja musi jeszcze udowodnić swoją wartość biznesową.

Tymczasem eksperci już kreślą kolejną wizję, aby przejść od analizy danych historycznych do modelu, w którym zarządzający mają wgląd w sieć w czasie rzeczywistym. Sieci przesyłowe są dobrym poligonem do rozwijania takich pionierskich systemów.