Bessó digital per les xarxes de distribució elèctrica.

La petjada de carboni de la generació d'energia basada en combustibles fòssils i els processos industrials, a nivell mundial han superat les 36 GTm. Aquest fet, va marcat un augment anual del 6%  en el 2022 respecte el 2021.

Això va animar a les empreses en fer més inversions en fonts d'energia renovables (FER). Les microxarxes basades en la generació d'energia distribuïda in-situ,  es poden integrar mitjançant un sistema de control central per formar una central elèctrica virtual (VPP) que ofereixi monitorització, previsió i presa de decisions. 

Llavors, un Digital Twin (DT) podria utilitzar fluxos de dades en temps real dels actius físics combinats amb models fidels per manteniment predictiu, control remot en temps real i presa de decisions. 

Introducció al Digital Twin

Els DT es defineixen com a abstraccions basades en programari d'un sistema complex que representa un actiu físic connectat mitjançant un enllaç de comunicació per al intercanvi continuat de dades en temps real. El DT, també obre un camí per a la integració ciberfísica mitjançant l'intercanvi de dades bidireccionals, millora la precisió per l'entrenament i ajuda els operadors del sistema en la supervisió i el control en temps real i així, millorar el rendiment del sistema físic o real. Aquesta  digitalització ofereix una adaptació anticipada, una seguretat millorada i una participació flexible de les VPP i altres empreses que participin en mercats energètics majoristes amb DER mitjançant l'ús de tecnologies tals com el big data, el DT i blockchain.

Les dades en temps real de qualsevol actiu físic, es recullen mitjançant sensors basats en la tecnologia del Internet de les coses (IoT) i s'intercanvien contínuament amb el seu bessó digital mitjançant un enllaç de comunicació. A causa de la naturalesa multifont, multiescala, amb soroll i heterogènia de les dades recollides, l'anàlisi del big data té un paper clau en el processament de dades basat en cloud computing. A continuació, les tècniques d'intel·ligència artificial (IA) es poden aplicar a les  grans bases de dades per a l'extracció de les característiques i el maching de dades. Llavors, un bessó digital pot detectar, predir, optimitzar i controlar qualsevol procés de forma dinàmica basant-se en dades dels sensors físics i/o dades dels bessons digitals. Això fa que la tecnologia del bessó digital requereixi del IoT, de l'analítica del big data, i la IA. Quan s'aconsegueix una precisa coincidència entre la funcionalitat d'un actiu digital i la seva contrapartida física, fa que el model de bessó digital tingui èxit.

El bessó digital s'ha convertit en una eina important en diverses indústries i aplicacions que inclouen la fabricació intel·ligent, la sanitat, el transport autònom, l'educació, els jocs, les empreses i la ciberseguretat. L'Organització Internacional d'Estàndards ha desenvolupat la norma ISO 23247-1 per a sistemes d'automatització i integració centrada per a la fabricació del DT que també inclouen altres estàndards com són la ISO 10303, ISO 13399 i OPC Unified Architecture.

Digitalització de les xarxes de distribució elèctriques.

És fonamental desenvolupar models precisos de previsió a curt o llarg termini per a la generació d'energia renovable, identificar patrons de càrrega i  tarifes d'electricitat mitjançant la recollida de dades històriques i en temps real de les estacions meteorològiques locals, imatges per satèl·lit, comportaments dels consumidors, canvis volàtils de consums,preus, i les sessions de càrrega des de les estacions de recàrrega de vehicles elèctrics. 

Aquests fluxos de dades heterogenis, d'alta velocitat i en temps real són el resultat de les avançades xarxes d'informació i comunicació recolzades per IoT. El volum de les dades sense processar agregades és enorme les quals, es poden processar mitjançant algorismes d'IA, anàlisi de big data i tècniques de data fusion  per obtenir resultats i una presa de decisió optimitzada. Després de la validació de la previsió, el model del DT ajudarà els operadors de la xarxa en l'avaluació de l'estat estacionari, la detecció de incidències, condicions no favorables  meteorològiques i prendre decisions amb confiança en resposta a canvis sobtats en el sistema.

A més, pot fer recomanacions per una explotació òptima i així, reduir l'estrès dels sistemes d'emmagatzematge d'energia mitjançant l'adequada assignació dels recursos i gestiona eficientment el programa de manteniment i substitució dels actius a un temps amb un menor cost A més, es pot aconseguir una millor coordinació entre sistemes mitjançant la comunicació DT-DT d'infraestructures independents com ara, els sistemes elèctrics, els sistemes de subministrament d'aigua, les xarxes de gas, sistemes de comunicació i transport, etc. i  així,  ajornar la planificació de manteniment i la substitució dels equips a un temps amb un cost mínim. 

Un actiu virtual fidel, proporcionarà a una plataforma de simulació avantatges  per obtenir resultat fiables per fer  proves d'operació si es donessin condicions medi ambientals extremes.

També, es més fàcil analitzar l'eficiència, la resiliència, la seguretat, la fiabilitat i el cicle de vida dels actius físics ubicats en entorns hostils. 

 

Propers reptes

De vegades, l'agermanament digital pot suposar més costos que el propi actiu físic a causa de la dependència de les dades en temps real dels sensors basats en IoT. A més, aquestes dades ocupen molts espais les quals, no estan estructurades i són heterogènies, la qual cosa requereix d'un processament addicional de dades mitjançant algorismes d'intel·ligència artificial en plataformes de computació perifèrica i en el núvol. El processament distribuït de les dades, es fa en la plataforma informàtica perifèrica o edge computing, mentre que el processament agregat s'habilita al núvol, donant lloc a un augment del temps de resposta que cal millorar. 

Els reptes en el desenvolupament del bessó digital es poden superar amb sensors basats en IoT d'alta resolució i alta velocitat, xarxa de comunicació de baixa latència, intel·ligència, algorismes millorats per a la detecció d'amenaces, diagnòstic d'errors, estandardització de processos, cibernètica per a un nivell d'interoperabilitat sense precedents.

En definitiva, el desenvolupament d'un model amb èxit de DT, depèn en gran mesura de l'agregació de dades a partir de sensors múltiples basats en IoT, el processament de dades mitjançant l'anàlisi de grans dades i els algorismes d'IA per a l'extracció de característiques i el data fusion. La realització de DT requereix d'infraestructures de programari i maquinari d'alt rendiment per a la ràpida execució d'algorismes complexos. 

La tecnologia DT és beneficiosa per als actius físics que requereixin de monitorització remota en temps real, pronòstics, diagnòstics, previsió i programació.


Ramon Gallart