• Ingen resultater fundet

datahåndtering Smart Metering og

N/A
N/A
Info
Hent
Protected

Academic year: 2022

Del "datahåndtering Smart Metering og"

Copied!
20
0
0

Indlæser.... (se fuldtekst nu)

Hele teksten

(1)
(2)

Smart Metering og datahåndtering

Flowtemadag 3. december 2013 Teknologisk Institut Anders Niemann

(3)

 Smart Grid:

Et smart grid er et moderne energinetværk, der bruger informations- og kommunikationsteknologi til automatisk at indsamle information omkring

forsyningers og forbrugers adfærd og reagere på baggrund af denne information.

Formålet er at forbedre effektiviteten, driftssikkerheden, økonomien og bæredygtigheden ved produktion og distribution af energi.

 Smart Meters:

Et smart meter er normalt en måler, der måler forbruget af energi i intervaller af minutter eller mindre og kommunikerer denne information tilbage til

forsyningsselskabet. Dette sker på daglig basis med det formål at monitorere og afregne forbruget. Smart meters kan samle data med henblik på fjernaflæsning, hvilket kræver en avanceret målerinfrastruktur, der er forskellig fra traditionelle måleraflæsningsmuligheder og desuden muliggøres tovejskommunikation. Smart meters involverer ofte realtids- eller næsten realtidsmålinger.

SMART: Definitioner

3

(4)

Smart Grid-elementer

 Sensorer (Smart Meters)

 Datakommunikation

 Datalagring, datahåndtering og data-administration

 Datasikkerhed

 Dataanalyseværktøj (Data mining)

 Evaluering og tilbagekobling

Forbrugsvisualisering

Produktionstilpasning

Driftsoptimering

(5)

 Forbrugsmåler til forskellig typer forbrug

Elektricitet

Vand

Fjernvarm

Gas

 Forbrugsafregning via fjernaflæsning

 Forbrugsvisualisering

 Overvågning – fx lækagedetektion

 Driftsoptimering via dataanalyse

Smart meters

5

(6)

 Kommunikationstyper

Automatisk aflæsning

Via GSM-nettet

Radiokommunikationsnetværk

Drive by

”Manuel” aflæsning

Walk by:

Trådet med stik på ydermuren

Wireless – optisk eller radio (fx wireless m-bus)

Datakommunikation

(7)

 Backup af data

 Kryptering:

Datakommunikation

Dataudveksling

 Privacy:

Beskyttelse af bruger-

oplysninger og brugerdata

 Security:

Beskyttelse af data i databasen

 Brugerrettigheder

Hvem skal have adgang

Hvem skal der udveksles data med

Datasikkerhed

7

Tilgængelighed

Fortrolighed

Integritet

(8)

Big data er et udtryk for en samling af store dataset eller mange data, der er så store og komplekse at de er svære at processere eller behandle ved brug af tilgængelige databaseværktøjer og traditionel data processeringsværktøjer. Udfordringen inkludere dataindsamling, lagring, søgning, deling, overførelser, analyse og visualisering.

Datalagring

(9)

Data Mining er en computerproces, hvorved man forsøger at finde mønstre, korrelationer og ”mening” i meget store dataset (big

data), ved at involvere forskellige matematiske analysemetoder, statistiske strategier og databasesystemer.

Dataanalyse

9

(10)

Data mining

Data- input

processe-Pre- ring

Data- analyse

Post- processe-

ring Evalue-

ring

Implemen- tering

(11)

Datamængde og –anvendelighed

11

 Hvad skal vi med alle de data?

 Hvor mange data skal der til?

 Pr. minut, pr. time eller…?

 Hvordan skal vi analysere og behandle dem?

 Hvem skal bruge resultaterne?

(12)

 Forbrugsvisualisering for forbrugerne

Forbrug – vand, el, gas eller varme

Fjernvarmeafkøling

Hvornår der er forbrug!

Sammenligning med andre

 Driftsoptimering via:

forbrugsvisualisering

forbrugerovervågning

bedre kendskab til forbrugsmønstre

bedre produktionsplanlægning

bedre drift af distributionsnettet

 Inkorporering af VE-kilder

Sol – Elektricitet og varme

Vind

 Hvor hurtigt bliver forbrugeren træt af at se på egne data og mister

lysten til at følge det.

Anvendelse af de mange data

12

(13)

EUDP-projekt

Driftsoptimering af smart grid-fjernvarmesystemer for lavtemperatur

13

 2 testområder med parcelhus bygget i årene fra henholdsvis 1955 – 65 og 1998 - 99

 78 smart meters installeret i to testområder i Århus

65 husstandsmålere

9 omløbsskabe

4 målere på blandeskabe til de to områder

 Data bliver samplet på minutbasis

 Data fra før og efter driftsoptimeringstiltag

(14)

 Minutdata fra 1 måler:

Dag = 1440 datalinjer

Måned = 43920 datalinjer

År = 525600 datalinjer

 Samlet =

78 · 525600 ≈ 41 mill.

 Excel: ~1 mill. datalinjer

Datamængde og - håndtering

0.10 0.20 0.30 0.40 0.50 0.60 0.70

Vandflow [m3 /h]

Timeseries: Vandflow [m3/h]

(15)

Datahåndteringsdiagram

Data- opsamling

Datalager Data-

udstilling Dataforædling/

præprocessering

Vejr- og SRO- data

15 Postprocessering

Visualisering Evaluering

Resultater

Dataanalyse

(16)

 Manglende data

Måleren leverer ikke data

Fejl i kommunikationen

 Fejlbehæftede data

Måleren leverer data, men ikke korrekte data

Interpolerede datasets fra manglende data

Datakvalitet

(17)

17

(18)

 Sænkning af middelfremløbstemperaturen

Ændring af forbrugsmønster

Dårligere afkøling hos forbrugerne

Returtemperaturstigning

Forøget pumpeeffekt

Mindsket varmetab

 Opsætning af nye fjernvarmeunits hos forbrugere og fintuning af anlæg

Bedre afkøling af fjernvarmevandet

Mindre fjernvarmeforbrug

Omkostning for forbruger/fjernvarmeforsyning

 Forbedrede omløbsskabe

Mindre varmetab ved sommer- og vinterdrift

Driftsoptimering

- Tiltag og forventede konsekvenser

(19)

Dataforædling og præprocessering

Verifikation og usikkerhedsanalyse af målerdata via statistiske metoder for at sikre kvaliteten af inputdata til videre analyser

Data analyse/data mining

Simulering og undersøgelse af driftssituationer og driftsparametre i netværket via validerede inputdata og tilhørende estimerede usikkerheder

Estimering af usikkerheden på outputtet fra simuleringerne ved variationsmetoden eller Monte Carlo simulering

Undersøge samplingsfrekvensens indflydelse på resultatet

Resultater

Net-analyser af ændringer i varmetab, pumpeeffekt og returtemperatur

Forbruger-analyser af afkøling og forbrugsmønster

Evaluering

Verificerede optimeringsstrategier og metoder

Driftsoptimering

- Analyse og output

19

(20)

Smart grid og dets elementer er ikke fast definerede

størrelser, men en samling af teknologier, der tilsammen

skal bidrage til løsning af fremtidens udfordringer på

energiområdet

Referencer

RELATEREDE DOKUMENTER

september havde Ferskvandsfiskeriforeningen for Danmark også sendt rådgivere ud til Egtved Put&Take og til Himmerlands Fiskepark, og som i Kærshovedgård benyttede mange sig

Samtlige projektledere peger på, hvor vigtigt det er, at få skabt et grundlag for det gode samarbejde og har her ganske stor fokus på at komme til at arbejde sammen med

Nye serviceydelser i Smart Grid skal blandt andet basere sig på udnyttelsen af energi- forbrugsdata og øvrige data, og Smart Grid data skal derfor være tilgængelige

En barriere kan også være, at virksomheden har både evner og vilje, men ganske enkelt ikke kan finde de data, som kunne skabe ny værdi, eller de kunder, som vil købe virksomhedens

Dermed bliver BA’s rolle ikke alene at skabe sin egen identitet, men gennem bearbejdelsen af sin identitet at deltage i en politisk forhandling af forventninger til

Samtidig problematiseres det dog også, at der savnes evidens for den direkte sammenhæng eller effekten af bestemte former for databrug på skole- og

Stein Baggers mange numre havde i sidste ende ikke været mulige, hvis han ikke havde indgået i en slags uhellig alliance med alt for risikovil- lige banker, og en revisionsbranche

I Haiti døde i 2010 220.000 mennesker som følge af et jordskælv, og i august 2021 ramtes Haiti igen af jordskælv med 2200 døde som følge.. Dødsfaldene skyldtes især nedstyrtning