Inteligentne zarządzanie siecią energetyczną zwiększa wykorzystanie odnawialnych źródeł energii
Większa produkcja energii ze źródeł odnawialnych sprawiła, że zrównoważenie podaży i popytu na zasilanie jest trudniejsze. Ponieważ energia ze źródeł odnawialnych, generowana na przykład przez turbiny wiatrowe lub panele słoneczne, jest zależna od zmiennych warunków pogodowych, jej dostawy są przerywane i nieprzewidywalne, inaczej niż w wypadku dostaw z tradycyjnych elektrowni opalanych olejem lub węglem. Szybkie i inteligentne przetwarzanie danych może jednak usprawnić zarządzanie sieciami energetycznymi zasilanymi ze źródeł odnawialnych. „Może to przyczynić się do zwiększenia udziału źródeł odnawialnych w systemie zasilania i ograniczenia emisji CO2”, wyjaśnia Hongjian Sun, koordynator projektu TESTBED(odnośnik otworzy się w nowym oknie) i docent Wydziału Inżynierii na Uniwersytecie w Durham(odnośnik otworzy się w nowym oknie) w Zjednoczonym Królestwie. „Najważniejszym wnioskiem, do którego doszliśmy, realizując projekt TESTBED, jest to, że już same dane pomagają w integracji popytu z całkowitą ilością generowanego prądu, szczególnie tego, który pochodzi z odnawialnych źródeł energii”, deklaruje naukowiec. „Zadaniem projektu TESTBED jest gromadzenie danych i prognozowanie na ich podstawie popytu i podaży, by zobaczyć, gdzie występują wąskie gardła, które trzeba wyeliminować”, objaśnia Sun. W toku projektu, wspieranego w ramach unijnego działania „Maria Skłodowska-Curie”, opracowano programy optymalizacyjne, które modelują ulepszenia dotyczące energooszczędności i emisji CO2. „Symulacja wykonana dla miasta Durham w północno-wschodniej Anglii pokazała, że zintegrowanie danych i ich bieżące przesyłanie pozwala ograniczyć emisję CO2 o nawet 76 %, gdy korzysta się ze źródeł odnawialnych i inteligentnej sieci energetycznej”, stwierdza Sun.
Znaczenie danych
„Jeśli utrzymamy ten sam koszt energii i wykorzystamy dane do usprawnienia infrastruktury, możemy zwiększyć udział energii w systemie rozdziału zasilania z 20 % do 70 % – to pokazuje, jak duży potencjał tkwi w danych”, dodaje naukowiec. Inteligentne zarządzanie siecią energetyczną opiera się na wykorzystywaniu danych z wielu czujników monitorujących warunki pogodowe, produkowany prąd oraz jego przesyłanie do podstacji i gospodarstw domowych. Inteligentne liczniki mierzą konsumpcję energii w gospodarstwach domowych, w tym także to, ile zużywają jej poszczególne urządzenia. „Korzystamy też z mediów społecznościowych, na przykład danych z Twittera, i przeszukujemy je po słowach kluczowych, by sprawdzić, czy gdzieś ma się odbyć duża impreza lub mecz piłkarski. Takie wydarzenia z dużym prawdopodobieństwem zwiększą zapotrzebowanie na zasilanie”, objaśnia Sun. „Ważne jest również przesyłanie danych, ponieważ informacje musimy aktualizować często i w czasie rzeczywistym, by identyfikować i likwidować wąskie gardła w sieci energetycznej i zwiększać w ten sposób jej niezawodność”.
Symulacje laboratoryjne
Dane z czujników i liczników są pobierane przez komputer, który obsługuje oprogramowanie z algorytmami bazującymi na sztucznej inteligencji, służącymi do optymalizacji podaży i konsumpcji. „Wykorzystujemy sztuczną inteligencję do badania danych pogodowych oraz danych z różnych regionów, nie tylko tych z wczoraj, ale i z poprzedniego roku, a za pomocą uczenia maszynowego opartego na sztucznej inteligencji trenujemy nasz system, by poprawić jego możliwości predykcyjne”, tłumaczy Sun. „Prace realizowane podczas projektu TESTBED pokazały, że nasz system działa”. System testowano w laboratoriach Chińskiej Akademii Nauk(odnośnik otworzy się w nowym oknie), greckiej organizacji telekomunikacyjnej OTE(odnośnik otworzy się w nowym oknie) i brytyjskiego Uniwersytetu Heriot-Watt(odnośnik otworzy się w nowym oknie). Symulacje przeprowadzono w Laboratorium Inteligentnych Sieci Energetycznych(odnośnik otworzy się w nowym oknie) na Uniwersytecie w Durham, gdzie znajduje się system RTDS (ang. Real Time Digital Simulator – system symulacji cyfrowych czasu rzeczywistego). RTDS służy do modelowania sieci niskiego napięcia, która jest połączona z emulatorami ogniw fotowoltaicznych, turbinami wiatrowymi, magazynem energii elektrycznej oraz rozmaitymi rozwiązaniami niskoemisyjnymi. Symulacja pozwala ocenić ograniczenia sieciowe, a w laboratorium monitoruje się zużycie prądu przez urządzania w gospodarstwach domowych. Z funduszu UE przyznano też środki dla drugiej fazy projektu, TESTBED2(odnośnik otworzy się w nowym oknie), które są przeznaczone na opracowanie skalowalnego systemu TESTBED dla większych, bardziej złożonych inteligentnych sieci energetycznych o większej liczbie odbiorców.
