Analitics per les smart grids.

Properament, la IEEE celebrarà la seva desena conferència sobre Innovative Smart Grid Technologies. 

Una de les característiques destacades d'aquesta conferència són les sessions i els treballs dedicats a l'anàlisi. Hi ha sessions amb temems sobre anàlisi de dades per a la resiliència i aplicacions d'intel·ligència artificial en les operacions i la planificació d'energia. Hi ha una sessió  sobre aplicacions analítiques avançades a la xarxa intel·ligent. Aquestes sessions mostren com l'anàlisi està ajudant a la indústria a gestionar els reptes que suposen els ràpids canvis en la xarxa, incloent el caràcter cada vegada més incert i variable de les càrregues, la proliferació de recursos energètics distribuïts i l'explosió de dades en grans volums, de gran velocitat i  variabilitat provinent de sincrofaosrs, comptadors intel·ligents i sensors.

Font: Exponent.com

Canvis a la xarxa

Font: Sas.com

Durant les últimes dues dècades s'han vist molts canvis en la indústria dels DSO. Els incentius dels governs i els avenços tecnològics han donat com a resultat una proliferació de recursos energètics distribuïts, en particular basats en la generació solar i eòlica. Els dispositius d'emmagatzematge també han tingut èxit en els llocs a on s'ha assajat, proporcionant un sensible suport  per minimitzar l'impacte de les fluctuacions sobtades en les operacions de la xarxa.

Moltes de les fonts renovabless d'energia, han estat generadors solars. Aquests, juntament amb la creixent quantitat de vehicles elèctrics que caldrà connectar, i l'augment de l'eficiència dels equips elèctrics,  han suposat una càrrega elèctrica que té un caràcter completament diferent del que la indústria ha conegut fins ara.

Reptes i impactes

Aquests canvis han generat més variabilitat i incertesa. Durant l'última dècada, els DSO de Califòrnia han estat parlant de la corba d'ànec, on  es necessiten milers de megavats de generació a mesura que els pics de consum i el sol coincideixen. Aquests recursos renovables també canvien en el moment en passen els núvols i hi han ràfegues de vent. Com la indústria lluita per fabricar dispositius eficients d'emmagatzematge a gran escala per ajudar a mitigar aquesta variabilitat, es veu que fins a aquest punt, el 99% de l'emmagatzematge d'electricitat encara està proporcionat per centrals  hidràuliques.

Font: Energyinnovation.stanford.edu

Un altre resultat de la xarxa distribuïda, és el flux bidireccional d'energia i de la informació. Tot i que la xarxa de transport està generalment dissenyada amb esquemes de protecció que els permeten, els sistemes de distribució han de garantir que estiguin protegits correctament. Al mateix temps, mentre el flux d'informació bidireccional estava principalment entre el centre de control i les unitats de terminal remotes (RTU), ara es produeix a  escala dels milions de comptadoms intel·ligents i les unitats de mesura de fasores (PMU ); fins i tot, amb els dispositius equipats amb sensor conneguts com la internet de les coses (IoT).

La quantitat d'informació transmesa també ha crescut exponencialment. Tot i que els comptadors elèctrics fa poc eren llegits mensualment, ara es possible obtenir 720 lectures al mes amb carència horaria  o  2880 lectures al mes si es fan cada 15 minuts. Tot i que els sistemes de control i adquisició de dades (SCADA) solen llegir les mesures cada 2 segons, els PMU ho fan 30 vegades per segon.

Comprensió de la xarxa

Per als enginyers, les aplicacions analítiques a la xarxa intel·ligent, tendeixen a centrar-se per mantenir-la resistent i fiable. Això implica la predicció de càrrega en els diferents punts de lliurament (CUPS), el seguiment del rendiment dels equips i l'avaluació dels seus efectes sobre el funcionament de tota la xarxa. L'analytics, s'utilitza per optimitzar la planificació, manteniment i operacions del DSO. Les anàlisis avançades proporcionen informació útil que ajuden a una millor comprensió de la xarxa.

Font: Gigaom.com

Més enllà de l'anàlisi tradicional, la tecnologia d'anàlisi visual, permet ajudar a evitar interrupcions mitjançant la detecció, la predicció del creixement  i la identificació d'àrees que necessiten accions de manteniment. La termografia en less línies de transport, distribució i transformadors, ajuden a identificar els punts calents. El programari de reconeixement biomètric i facial pot identificar fàcilment persones en llocs controlats i detectar intrusos.

A nivell empresarial, l'anàlisi s'utilitza en la gestió de registres, habilitant la mà d'obra el que compoarta una millora de la seguretat. També l'analytics, ajuda als usuaris a millorar la seva comprensió dels clients i permetre'ls oferir serveis més adequats i més personalitzats; també ajuda als usuaris a comprendre el risc al qual estan exposats, permetent-los gestionar la seva cartera de clients amb més eficàcia.

Intel·ligència artificial i deep-learning: aplicacions avançades d'anàlisi per la xarxa intel·ligent

Font: Neudesic.com

El fons de tot això, és la capacitat de gestionar els volums de dades, moltes vegades analitzant les dades a mesura que flueixen. Les tecnologies com Hadoop, ordinadors més ràpids i més barats i processament de flux de inicidències, han permès emmagatzemar i processar més dades de diferents tipus. Les analítiques en memòria permeten, doncs, les tecnologies d'intel·ligència artificial més avançades i de deep-learning per construir models, predir els resultats i optimitzar el rendiment ràpidament i permetre que les decisions es prenguin a temps.

Durant la darrera dècada, s'ha vist créixer la complexitat de la xarxa en generació, càrrega i en la quantitat de dades que es processen. Una eina important que utilitzen els DSO per descriure, predir i optimitzar el funcionament de la xarxa és l'anàlisi avançat. 

Font: IEEE Innovative Smart Grids Technologies