Ključni izazovi za TSO i DSO u digitalizaciji energetskog sustava
Vidljivost i upravljanje: Nedostatak uvida i efikasnog upravljanja nad velikim brojem novih, distribuiranih uređaja na mreži (solari, električna vozila, baterije).
- Interoperabilnost podataka: Postizanje standardizacije i jednostavne razmjene podataka između TSO-a, DSO-a i ostalih sudionika na europskoj razini.
- Koordinirano planiranje mreže i OIE: Usklađivanje planova za proširenje prijenosne i distribucijske mreže s planovima za integraciju obnovljivih izvora energije.
- Napredni nadzor (monitoring): Broj senzora u mreži i njihove mogućnosti se povećavaju, što dovodi do različitih izazova i prilika.
- Precizno predviđanje: Povećana količina podataka omogućuje primjenu naprednih algoritama (poput umjetne inteligencije) za poboljšanje rada sustava.
Comping rješenje - Data Lake
Pruža TSO-u (operatoru prijenosnog sustava) fleksibilnost, skalabilnost i analitičku moć potrebnu za upravljanje sve složenijom mrežom koja generira sve više podataka.
Koristi kao jedinstveno spremište za sve strukturirane, polustrukturirane i nestrukturirane podatke - omogućujući inženjerima i analitičarima pristup svemu s jednog mjesta.
Zašto Comping Data Lake rješenje?
Platforma za podatke, analitiku i AI koja pruža mogućnost on-premise implementacije kao i jednostavne migracije u cloud.
Temeljena je na open-source tehnologijama s fleksibilnom arhitekturom koja omogućuje kombiniranje komponenti za pohranu podataka poput HDFS-a, HBase-a, Kudu-a i Ozone-a.
Comping Data Lake rješenje kao pomoć u upravljanju elektroenergetskim sustavom.
Comping Data Lake je implementiran u jednom od europskih operatora prijenosnog sustava te, između ostalog, prikuplja više od 6 milijardi real-time mjerenja dnevno, odnosno više od 50 TB podataka godišnje.
Mogućnost integracije podataka iz heterogenih izvora.
Data Lake platforma omogućuje prikupljanje podataka iz heterogenih izvora bez gubitaka korištenjem „source-aligned data product” metodologije čime se osigurava visokokvalitetna reprezentacija sirovih podataka, često normalizirana ili polustrukturirana.
Na ovaj način je omogućeno naknadno modeliranje i transformacija podataka kada se identificiraju potrebni poslovni procesi.
Primjeri primjene u poslovanju
Predikcija proizvodnje solarnih elektrana
Za optimizaciju i stabilnost elektroenergetskog sustava, nužno je precizno prognoziranje. Ono omogućuje efikasno planiranje rada sustava i smanjuje tržišne rizike pri kupnji i prodaji energije.
Rastući udio obnovljivih izvora, zbog svoje promjenjive prirode, predstavlja ključni izazov za točnost tih prognoza. Data Lake platforma omogućuje razvoj modela strojnog učenja za prognoziranje proizvodnje solarnih elektrana kombinirajući podatke iz različitih izvora primjerice meteorološke podatke, ERA5 podatke atmosferske reanalize globalne klime, podatke o povijesnoj proizvodnji solarne elektrane itd.
Regulatorno izvještavanje
Agencija EU-a za suradnju energetskih regulatora (ACER) zahtijeva izradu jedinstvene, vjerojatnosne procjene sigurnosti mreže na razini cijele Europe. Da bi se to postiglo, nužno je prikupiti i standardizirati podatke o kvarovima od svih operatora prijenosnog sustava.
Data Lake platforma omogućuje potpunu automatizaciju procesa regulatornog izvještavanja konsolidiranjem podataka o kvarovima, planiranim radovima, meteorološkim uvjetima te identificiranjem uzroka poremećaja u elektroenergetskoj mreži.
Procjena stanja izolacije transformatora
Prijelazni prenaponi sklopne i atmosferske prirode karakterizirani visokim frekvencijama i amplitudama, predstavljaju značajan rizik jer oštećuju izolaciju transformatora i drugu visokonaponsku opremu.
Za njihovu analizu koriste se podaci iz više sustava (SCADA, sustav za lokaciju munja), no ključni problem nastaje ako ti sustavi nisu vremenski sinkronizirani. Data Lake platforma rješava taj izazov objedinjavanjem svih podataka na jednom mjestu. Time se omogućuje ne samo brža i automatizirana analiza kvarova, već i proaktivna procjena stanja izolacije i "indeksa zdravlja" transformatora.
Vizualizacija elektroenergetske mreže
Data Lake platforma omogućuje pretvaranje ogromne količine nepovezanih podataka u jasnu vizualnu sliku stanja elektroenergetske mreže u stvarnom vremenu.
Umjesto analiziranja podatka iz različitih sustava, platforma omogućuje operaterima da na jednoj karti trenutno uoče anomalije, povežu uzroke i posljedice te donesu brže i točnije odluke. Direktno posljedica je povećana pouzdanost i sigurnost cijelog sustava.
Riječi naših zadovoljnih korisnika
Data Lake is a platform for power network secondary services that enables data retrieval from all the heterogenous sources with no loss, providing high data quality. The need for such a platform has been shown on the example of transient analysis in the vicinity of a power transformer. It is important to monitor such events to have a better understanding of what is happening to the transformer during its operation and interaction with the power network. Continuous measurements of overvoltages at transformer terminals show that real overvoltages have significantly different waveshapes from the standard impulse voltages used for testing transformers.
With a Data Lake platform such analyses will become automatized and eventually it will be possible to use data science techniques to evaluate the stress on the transformer itself. Such fundings aims to improve reliability and safety of the power system in general. Application of Data Lake platform will enable not only to automatically perform post mortem analysis and fault analysis, but also different analysis of stresses on HV equipment which is important and can be used as the basis for the assessment of the transformer insulation condition and estimation of health index. It will also enable TSOs to automatically create reliable and accurate statistics of operating events in the transmission power network and to use machine learning techniques for solving different problems in the power system related to protection, operation, control, asset management, forecasting, etc.
Izvor: Franc, Bojan ; Filipović-Grčić, Božidar ; Jurišić, Bruno ; Župan, Tomislav ; Jaković, Tihomir ; Ivišić, Antonija ; Šturlić, Ivan ; Župan, Alan; Concept of Data Lake design for analyses of fast transients near power transformers; ICTRAM 2023-CIGRE SC A2 & 6th International Colloquium Transformer Research and Asset Management Joint Colloquium. Split: ICTRAM, 2023;
