Üzleti probléma

A megújuló energiaforrások - mint a napenergia - termelése ingadozó, nagyban függ a napszaktól és az időjárástól. Ez a bizonytalanság alapvető kihívást jelent, mivel egy felhasználó energiaigénye ritkán egyezik meg az általa éppen megtermelt energiával. Ennek eredményeként napközben kihasználatlan energiatöbblet, míg máskor drága, hálózatból pótlandó energiahiány keletkezik.

Az erre adott válasz az energiaközösségek létrehozása, ahol a tagok megoszthatják egymással az energiát. Ez azonban egy új, komplex menedzsmentproblémát szül: hogyan lehet a közösségen belüli energiaáramlást, a tárolást és a hálózattal való kereskedelmet a leghatékonyabban és leggazdaságosabban optimalizálni? E feladat megoldásához egy olyan intelligens adat platformra van szükség, amely valós idejű adatok, piaci árak és mesterséges intelligencia alapú előrejelzések segítségével képes automatizált, optimális döntéseket hozni.

Megoldás

A rendszer alapját a közösség mérési pontjaira telepített IoT olvasó eszközök központi és biztonságos menedzselése adja. A platform egy webes felületen keresztül teszi lehetővé az operátorok számára az eszközök regisztrációját, a kommunikáció felügyeletét és a beérkező adatok valós idejű nyomon követését.

A megoldás igazi üzleti értéke a nyers adatok intelligens feldolgozásában és az ebből származtatott gazdasági előnyökben rejlik. Az olvasókból beérkező adatok a nyers (Bronze), tisztított (Silver) és üzleti célra előkészített (Gold) logikai adat rétegeken áthaladva válnak megbízható és magas minőségű információforrássá.

A feldolgozási lánc kulcselemét a gépi tanulás (Machine Learning) alkalmazása jelenti. A rendszer egy fejlett, LSTM (Long Short-Term Memory) neurális hálózati modellt használ, hogy előrejelzéseket készítsen az energiaközösség tagjainak várható fogyasztására és termelésére vonatkozóan. Ehhez a múltbeli adatsorok mellett külső tényezőket, például részletes meteorológiai előrejelzéseket (hőmérséklet, felhőborítottság, napsugárzás) is figyelembe vesz. A rendszer hetente automatikusan újratanítja a modelleket a legfrissebb adatok alapján, így biztosítva, hogy az előrejelzések pontossága folyamatosan magas szintű maradjon.

A létrehozott előrejelzések egy optimalizációs motor bemeneti adataivá válnak, amely komponens egy komplex matematikai modellt és optimalizációs algoritmust alkalmazva határozza meg az energiaközösségben található tárolóegységek (akkumulátorok) optimális működési stratégiáját a következő 24 órára.

Eredmények

Az Energiaközösség Adatgyűjtő Alkalmazásszerver egy olyan komplex, Azure felhő komponensekre épülő intelligens energiamenedzsment-megoldás, amely lehetővé teszi az energiaszolgáltató számára, hogy hatékonyan irányítsa az elosztott energiatermelő és -tároló eszközöket. A rendszer képessé teszi az energiaközösségeket a gazdasági előnyök maximalizálására azáltal, hogy automatizálja és optimalizálja az energiatárolók működését a piaci árak és a helyi igények függvényében.