A-Z der Smart Grid-Analytik

Intelligente Netze verbinden die Entwicklung der Energieversorgung mit technologischen Fortschritten. Durch den Einsatz von Sensoren, IoT und anderen Datenverarbeitungsgeräten ist in einem intelligenten Netz eine Zwei-Wege-Kommunikation zwischen Verbrauchern und Versorgungsunternehmen möglich. Da es sich um ein künstlich intelligentes System handelt, fällt eine riesige Menge an Daten aus verschiedenen Quellen an, z. B. aus intelligenten Zählern. All die unstrukturierten Daten, die aus diesen Quellen gesammelt werden, können nur mit Smart Grid Analytics verwertet werden: Smart Grid Analytics sind systematische rechnerische Analysen der in den Netzen erzeugten Daten. Diese Analysen ermöglichen eine genauere Interpretation, Kommunikation und Identifizierung von Datentrends oder aussagekräftigen Mustern aus den eingehenden Daten. Dies ist wichtig, um den Netzbetrieb zu verbessern und das weitere Vorgehen vorherzusagen.

Eine kurze Geschichte

Seit den 1990er Jahren haben sich die Versuche der elektronischen Messung, Steuerung und Überwachung zu intelligenten Netzen entwickelt. Von der automatischen Zählerablesung in den 1980er Jahren bis zu den Advanced Metering Infrastructures in den 1990er Jahren wurde versucht, über die Messung des Stromverbrauchs hinauszugehen und die Informationen zu maximieren.[caption id="attachment_8591" align="aligncenter" width="940"]

Image by Gerd Altmann from Pixabay[/caption]Die Konzepte der Analytik lassen sich bis ins 19. Jahrhundert zurückverfolgen, als Frederick Winslow Taylor Zeitmanagementübungen durchführte und Henry Ford die Geschwindigkeit von Fließbändern maß. Es wäre interessant zu wissen, dass die prädiktive Analytik (die heute bei intelligenten Stromnetzen von großer Bedeutung ist) in den 1940er Jahren ihren Anfang nahm. Sie erregte jedoch erst in den 1960er Jahren Aufmerksamkeit, als Systeme zur Entscheidungsunterstützung populär wurden. Bis 2005 setzten Unternehmen die Analytik ein, um vergangene Aktivitäten iterativ zu untersuchen und Entscheidungen für die Planung der Zukunft zu treffen - die Anwendung der Analytik auf Smart-Grid-Daten ist die Geburtsstunde der Smart-Grid-Analytik. Das Problem der großen Datenmengen (wie Roger Magoulas es 2005 nannte) existiert schon so lange wie das Internet. Anfang 2012 wurde die Zusammenarbeit zwischen Unternehmen, die sich mit der Integration von intelligenten Netzen befassen, und Start-ups, die sich mit der Datenanalyse befassen, ins Leben gerufen, und in dem Maße, wie die Netze intelligenter wurden, entwickelte sich auch die Netzdatenanalyse, bei der verfügbare Technologien wie maschinelles Lernen zum Einsatz kommen. Datenverarbeitungstechniken wie Statistik, maschinelles Lernen (im Rahmen der künstlichen Intelligenz) und Datenanalyse werden jetzt in verschiedenen Bereichen eingesetzt, und der Energiesektor bleibt dabei nicht außen vor. Wie wir sehen werden, liefert die Smart-Grid-Analytik relevante Informationen, die dazu beitragen, die Weichen für kommende Aktivitäten zur effektiven Verteilung von Energie zu stellen.

Drei Dinge, die Sie über die aktuellen Trends in der Smart-Grid-Analytik wissen sollten

Zum einen wurde für den Markt für intelligente Netze in Europa im Jahr 2019 ein Wachstum von 11-12,7 % bis 2025 prognostiziert. Dieses Wachstum hängt davon ab, wie fortschrittliche Netztechnologien auf breiterer Basis angenommen werden. Ich habe jedoch diese Trends beobachtet;

1. Die Investitionen in Smart-Grid-Projekte und damit auch in die Smart-Grid-Analytik nehmen derzeit rasant zu.

Viele Länder in der Europäischen Union haben in Projekte für intelligente Netze investiert und können Erfolge verzeichnen. Bei 59 % der Projekte handelt es sich um Demonstrationsprojekte, 32 % sind für die Einführung bestimmt, während 9 % Forschungs- und Entwicklungsprojekte sind. Besonders hervorzuheben ist die Einführung intelligenter Stromzähler in Italien, auf die 71 % der genannten Projekte entfallen.

Bei all diesen Projekten werden intelligente Stromzähler installiert, und um aus den Daten relevante Informationen zu gewinnen, müssen Smart Grids-Analysen eingesetzt werden. Diese Projekte sind das Ergebnis eines wachsenden Interesses und von Initiativen, die auf die laufende Energiewende und die Ziele der Nachhaltigkeit ausgerichtet sind.

2. Smart-Grid-Analysen arbeiten mit Echtzeitdaten, auch wenn die Geschwindigkeit und die Vielfalt der Anforderungen gestiegen sind.

Diese einfache Anpassung ist darauf zurückzuführen, dass sie vollständig computergestützt sind und auf den Blöcken fortschrittlicher Technologien aufgebaut sind. Die Analytik der intelligenten Netze kann nun Informationen aus Hochgeschwindigkeitsdaten verschiedener Formen generieren, die für den Betrieb der Netze benötigt werden, sowie aus dem Vorwissen darüber, was als Ressourcen eingesetzt werden soll.

3. Die digitalen Technologien und das Cloud Computing würden sich weiter verbessern und mehr Datenberechnungen ermöglichen.

Digitale Daten, deren höchste Speicherkapazität früher Terabytes betrug, sind heute in größeren Größenordnungen wie Exabytes und Zettabytes zugänglich. Manuelle Methoden und frühere Verfahren zur Analyse dieser Daten werden überflüssig. Mit der Einbindung erneuerbarer Energien in die konventionellen Netze nimmt auch die Anpassung intelligenter Systeme zu, und der Bedarf an der Analyse von Netzdaten wird diesem Trend folgen.

Herausforderungen der Smart-Grid-Analytik

Trotz der enormen Vorteile und verbesserten Technologien gibt es noch einige Herausforderungen. Einige davon sind:

1. Auswirkungen auf die Kosten - die anfänglichen Kosten für die Einrichtung intelligenter Netze lassen viele Netzbetreiber skeptisch gegenüber dem Einsatz von Smart-Grid-Analysen sein. Auch für das Netz selbst fallen in der Regel Kosten für Sensoren und andere Komponenten an, um es effektiv zu machen. Die Analytik selbst ist ein Teil dessen, was das intelligente Netz zu einem modernen elektrischen System macht. Doch die Investition lohnt sich, um eine kohlenstoffarme Wirtschaft und eine grünere Welt zu fördern.
2. Sicherheitsbedenken - die Tatsache, dass intelligente Netze eine Zwei-Wege-Kommunikation ermöglichen, gibt Anlass zur Sorge, da die Daten anfällig für Cyberangriffe sind. Trotzdem hat sich die Cybersicherheit weiter verbessert, und es werden bessere Lösungen mit Codes und verschlüsselten Daten entwickelt.
3. Kundennachfrage - die Nachfrage, die für eine wirksame Nutzung von Smart-Grid-Analysen erforderlich ist, ist höher als die derzeitige. Nicht genügend Netzbetreiber haben die Analytik eingeführt, und die Nutzung im kleinen Maßstab ist nicht optimal. Mehr große Energieversorgungs- und -verteilungsunternehmen müssen sich die neuen Technologien zu diesem Zeitpunkt zu eigen machen.

Smart Grid Analytics Umfang

Da intelligente Netze eine häufigere Messung der Tarife und des Stromverbrauchs erfordern und neuere Energieerzeugungstechnologien wie erneuerbare Energien integriert werden, werden von Zeit zu Zeit Daten gesammelt. Diese Messung erfolgt nicht manuell, sondern über intelligente Zähler und andere Datenerfassungsquellen, die den Versorgungsunternehmen und ihren Kunden helfen, ihre Rechnungen und Stromverbrauchsraten zu verwalten. Um all diese Formen von Daten, die in das Netz einfließen, zu interpretieren, umfasst die Smart-Grid-Analytik ein breites Spektrum, wie in der folgenden Tabelle dargestellt.Smart Grid Analytics ScopeOverviewAspectsOperationsanalyticsDies umfasst die Funktionen, die die betrieblichen Aspekte des Smart Grid verwalten, d. h. wie das gesamte System betrieben wird.

1. Verwaltung erneuerbarer Energien
2. Verwaltung des Netzes
3. Leistung des Systems
4. Adaptive Analytik
5. Operative Wirksamkeit
6. Visualisierung
7. Analyse der Widerstandsfähigkeit

SignalanalyseDie Signalanalyse macht sich den Zustand der Signale zunutze, die von den Sensoren der fortschrittlichen Messinfrastruktur erfasst werden.

1. Zählerdaten
2. Sensor-Signale
3. Wellenformen von Unterstationen
4. Wellenformen von Zeilensensoren

ZustandsanalyseDies umfasst verschiedene Analysen und Interpretationen des Netzzustandes, auch in geografischer Hinsicht.

1. Elektrische Zustände
2. Parametrische Identifizierung
3. Identifizierung der Topologie
4. Nutzung von Vermögenswerten

UnternehmensanalytikDies analysiert die geschäftlichen Erwartungen und wirtschaftlichen Werte des gesamten Netzmanagementsystems.

1. Reaktion auf die Nachfrage
2. Energieprognosen
3. Energieanalytik
4. Vermögensverwaltung
5. Analyse der dynamischen Preisgestaltung

Analyse der KundennutzungDiese Analyse macht sich die operativen Daten der Kunden, ihre Nachfrage und ihre Reaktionen zunutze.

1. Kundensegmentierung
2. Sentiment-Analyse
3. Energiemanagement zu Hause
4. Verbesserte Rechnungsstellung
5. Kommunikation mit Versorgungsunternehmen
6. Nichtlineare Lastparameter
7. Nachfrageprofil
8. Steigerung des Kundennutzens

EreignisanalytikBei unvorhergesehenen wie auch bei geplanten Ereignissen schafft die Analytik auch Raum für die Organisation von Energieplänen.

1. Identifizierung
2. Klassifizierung
3. Filtern
4. Korrelation der Ereignisse

Möglichkeiten für Smart Grid Analytics

Einem Bericht über die Marktanalyse, Trends und Prognosen zu Smart Grid Analytics zufolge ändern sich die Faktoren, die die Leistungsfähigkeit von Smart Grid Analytics beeinflussen, von Zeit zu Zeit. Zu diesen Faktoren gehören neben den makroökonomischen Faktoren und den internen Marktkräften auch:

1. Akzeptanz und Engagement der Kunden

Immer mehr Stromverbraucher akzeptieren die intelligenten Stromnetze, die im Rahmen von Projekten privater Unternehmen und öffentlicher Einrichtungen eingesetzt werden, auch wenn nicht so viele die Einrichtungen nutzen. Einem Bericht zufolge, der auf eine Umfrage zurückgeht, handelt es sich bei denjenigen, die sich an Versuchen beteiligen, eher um typische Freiwillige.

In der gleichen Studie wurde festgestellt, dass 55 % der Finanzmittel für Smart-Grid-Projekte in Europa von der EU und anderen staatlichen Stellen bereitgestellt wurden, während 45 % aus privaten Investitionen stammten. 87 % der Smart-Grid-Projekte in Europa haben Finanzmittel erhalten, obwohl viele Privatunternehmen aufgrund der unsicheren Geschäftslage nicht in die laufenden Projekte investieren. Inzwischen haben nur 65 von 112 Kunden auf die Umfrage geantwortet.

2. Regulierungspolitik

Die Vorschriften ändern sich von Zeit zu Zeit, und in jüngster Zeit wurden Maßnahmen zur Unterstützung des Wachstums erneuerbarer Energien und intelligenter Netze ergriffen. Insbesondere die Europäische Union hat durch Maßnahmen wie die strategische Forschungsagenda für den Zeitraum 2007-2035 eine wichtige Rolle bei der Verwirklichung intelligenter Netze gespielt

3. Innovative Strukturen

Die verfügbaren Strukturen sind Schlüsselfaktoren für das Gedeihen der intelligenten Netzanalytik. Je mehr innovative Systeme eingeführt werden, desto mehr Innovationen wie diese Zusammenarbeit zwischen technologischen Fortschritten und dem Stromnetz werden sich verbessern. Es gibt also Chancen für die Smart-Grid-Analytik, wenn diese Faktoren günstig sind und alle auf die Erreichung der gesetzten Ziele hinarbeiten.

Andere Faktoren tragen dazu bei.

Auf der ganzen Welt wurde in zahlreiche Projekte für intelligente Netze investiert. Diese Investitionen sind im Laufe der Zeit getätigt worden, weil Netze, die mit intelligenten Technologien ausgestattet sind, ein zuverlässiges, sicheres und effizientes Strommanagement gewährleisten und damit die Ziele eines jeden Stromnetzes erfüllen.

Obwohl diese attraktiven Merkmale von großer Bedeutung sind, kann ich nicht bei ihnen stehen bleiben, ohne zu erwähnen, dass die einzige Möglichkeit, das Stromqualitätsmanagement und die ordnungsgemäße Kommunikation, Planung und Verwaltung der von intelligenten Zählern abgeleiteten Daten aufrechtzuerhalten, der Einsatz von Smart-Grid-Analysen ist.

Die ständige Entwicklung intelligenter Netze hat eine Plattform für die Analyse intelligenter Netze geschaffen. In Verbindung mit der Tatsache, dass intelligente Netze drahtgebundene und drahtlose Kommunikationsinfrastrukturen, Informationssysteme, Demand-Response-Managementsysteme, SCADA (Supervisory Control and Data Acquisition), GIS (Geographical Information System), CIS (Customer Information System) und eine fortschrittliche Messinfrastruktur nutzen. Jede Plattform in einem intelligenten Stromnetz bietet eine Möglichkeit für Smart-Grid-Analysen. Der Grund dafür ist die Komplexität der Daten aus dezentralen Energiesystemen.

Vielmehr sind es diese Fragen der Datenverwaltung, die der Smart-Grid-Analytik eine Chance geben. So wurden beispielsweise verschiedene Standards (wie Modelle) eingeführt, da sich die Netze und Geräte in Bezug auf Bandbreitenbeschränkungen, Energiebeschränkungen, kontinuierliche und nicht-kontinuierliche Daten usw. unterscheiden. Auch die Notwendigkeit, riesige Datenmengen zu verwalten und den Datenschutz zu gewährleisten, hat zu immer mehr Möglichkeiten für die Smart-Grid-Analyse geführt.

Zukunft der Smart Grid-Analytik

Ich bin fest davon überzeugt, dass wir mit Smart-Grid-Analytik viel erreichen können. Experten gehen davon aus, dass der Markt zwischen 2019 und 2024 mit einer CAGR von 25 % wachsen wird, da die IoT- und Big-Data-Analytik zunimmt. Apropos globale Standorte: Es wird prognostiziert, dass der asiatisch-pazifische Raum das schnellste Wachstum verzeichnen wird, insbesondere in den beiden Ländern, die diese Region dominieren - Indien und China. Dieses Wachstum wird prognostiziert, weil sich der Energieverbrauch in Indien seit dem Jahr 2000 verdoppelt hat, und es gibt noch mehr Potenzial. Interessanterweise ist der derzeitige Markt für Smart-Grid-Analysen auch in Europa und weltweit sehr wettbewerbsfähig, was ein Wachstumsmotor ist.

DasInternet der Dinge (IoT) ist eine Technologie, die die Stromnetze wahrscheinlich auf eine neue Ebene heben wird, trotz der vorhergesagten Herausforderungen durch Cyberangriffe, Nachahmung, den Bedarf an mehr IT-Infrastruktur, Datenmanipulationen, Sicherheits- und Datenschutzfragen. Zwar werden diese Herausforderungen bereits mit Cybersicherheitstechniken und der Blockchain-Technologie als gesicherter und verteilter Datenbank bekämpft, aber immer mehr Forscher und Entwickler arbeiten an besseren Möglichkeiten, sie zu bewältigen. Infolgedessen würde die Zukunft der Smart-Grid-Analytik das Internet der Dinge (IoT) stärker als bisher in den Betrieb von Smart Grids einbeziehen. Die bestehende IT-Infrastruktur hat jedoch zur Entdeckung und Anwendung bestimmter Technologien für die Smart-Grid-Analytik geführt.

Beste Technologien für Smart Grid-Analytik

Die Analyse von intelligenten Stromnetzen hat sich im Laufe der Jahre weiterentwickelt und besteht aus verschiedenen Techniken, die die Integration von Daten aus Stromquellen, die Analyse, Verarbeitung und Visualisierung umfassen. Im Allgemeinen gibt es vier Arten von Analysen. In der Reihenfolge ihrer Komplexität sind dies

• deskriptiv,
• Diagnose,
• prädiktiv, und
• präskriptiv.

Es gibt auch die kognitive Analyse, die allerdings eine neuere Entwicklung ist und viele Funktionen kombiniert. Die besten Technologien, die sich für die Smart-Grid-Analytik entwickelt haben, sind Business Intelligence und Datenanalyse (BI&DA) oder Big Data Analytics. Die beiden Begriffe wurden in den Jahren 2009-2010 in den Unternehmen eingeführt und haben sich zu der wichtigsten Technologie für Smart Grid-Analysen zusammengeschlossen.

1. Business Intelligence (BI) und Datenanalyse

Business Intelligence ist ein weit gefasster Begriff, der verschiedene Aktivitäten umfasst, die Unternehmen helfen sollen, die ihnen zur Verfügung stehenden Daten besser zu nutzen. Auch die Datenanalyse wird verwendet, um aus Rohdaten durch rechnerische Analyse Schlussfolgerungen zu ziehen. Business Intelligence und Datenanalyse verschmelzen miteinander, um den Nutzen des intelligenten Stromnetzes zu maximieren, indem geschäftsorientierte Methoden angewandt werden, um nützliche Informationen aus dem intelligenten Stromnetz zu erhalten. BI nutzt Tools und Software, um Daten zu analysieren, zu verarbeiten und ihnen einen Sinn zu geben. Dabei kommen Tools wie Tabellenkalkulationen, OLAP (Online Analytical Processing), Data-Mining-Tools sowie Software für die Datenberichterstattung und -visualisierung zum Einsatz. Am Ende werden die gesammelten Daten ausgewertet, optimiert und erneut ausgewertet.

BI und DA führen auch einige Prozesse durch, um kontinuierlich zentralisierte Daten aus verschiedenen Quellen zu verwalten und zu erstellen. Einige dieser Prozesse, die vor jeder Form der Analyse stattfinden, umfassen das Pattern Mining (d. h. die Identifizierung von Mustern und ähnlichen Anordnungen), die Klassifizierung, die Assoziation von Rule Mining, das Clustering, die Durchführung von Regressionen und die Erkennung von Ausreißern.

2. Andere Technologien, die den Rahmen bilden - Datenbanken wie Apache Hadoop, MapReduce, SQL

Neben den Techniken und Technologien, die zur Datenanalyse eingesetzt werden, ist eine geeignete Datenbank für die Smart-Grid-Analyse erforderlich. Die derzeit verfügbaren Datenbanken bilden Software-Frameworks, die quelloffen sind und Offline-Daten zur einfachen Verarbeitung auf Cluster und Knoten verteilen. Sie haben sich im Laufe der Zeit verbessert, so dass neue Datenbanken über spezifischere Funktionen verfügen als die vorherigen. Obwohl Apache Hadoop eine beliebte und grundlegende Datenbank ist, ist es beispielsweise notwendig, MapReduce für die Indizierung im Hintergrund zu verwenden. Die NoSQL-Datenbank ermöglicht neuere Datenverwaltungstechnologien, die einfacher zu skalieren sind und eine optimale Leistung bieten als ihre Gegenstücke. Einige der NoSQL-Open-Source-Datenbanktypen sind Cassandra, Elastic Search, MongoDB und Hbase. Hbase und Cassandra sind jeweils Spaltenspeicher, die auf dem Konzept von BigTable basieren. Hbase basiert jedoch auch auf Apache Hadoop, während Cassandra auf DynamoDB basiert.

Die wichtige Rolle von Big Data in der Smart-Grid-Analyse

Big Data bezieht sich auf die riesige Menge an Daten, die eine Institution, eine Einheit oder ein System verwalten muss, um sie effizient zu nutzen. Die Menge an Daten, die durch intelligente Zähler, Wetter-Updates, soziale Medien, programmierbare Thermostate, Verkehrs-Updates, dezentrale Endgeräte usw. in das intelligente Stromnetz einfließen, kann überwältigend und mit den bestehenden traditionellen Methoden schwer auszuwerten sein. Natürlich geht Big Data über die Größe hinaus, aber das Datenformat ist im Stromnetz in der Regel diversifiziert.[caption id="attachment_8614" align="aligncenter" width="940"]

Bild von Mohamed Hassan from Pixabay[/caption]Big-Data-Analysen sind für das intelligente Stromnetz von größter Bedeutung, da aus den verfügbaren Daten relevante Informationen extrahiert werden müssen.

An einem Tag können 30 GB an PMU-Daten und 120 GB an Smart-Meter-Messungen anfallen, ganz zu schweigen von 16 GB an Wetterdaten von Satelliten, Radaren und Wettervorhersagemodellen sowie bis zu 2,7 GB an Vegetations- und Topographiedaten.

Sie kommen alle mit hoher Geschwindigkeit herein und liefern Aktualisierungen in Intervallen von etwa 1-15 Minuten. Angesichts der Vielfalt und Komplexität der Daten spielen Big Data eine wichtige Rolle, z. B. bei der Analyse von Smart Grids:

• Analyse der Stromerzeugung
• Lastmanagement mit Nachfrage
• Leistungsanalyse des Energieverbrauchs
• Vorhersage und Planung von Lasten
• Bewertung der wirtschaftlichen Auswirkungen und Zwänge.

Big-Data-Analytik spielt im Smart Grid eine Rolle und motiviert alles, was mit Smart-Grid-Analytik zu tun hat.

Marktanalyse der Smart Grid Analytics-Technologie in Europa

Zweifelsohne können wir mit Smart Grid Analytics so viel erreichen. Experten gehen davon aus, dass der globale Markt für Smart Grid Analytics zwischen 2019 und 2024 mit einer CAGR von 25 % wachsen wird, da sich das Internet der Dinge (IoT) und die Big-Data-Analytik weiterentwickeln. Für Europa wird ein Marktwachstum von 10,38 % bis 2028 prognostiziert.

Obwohl Nordamerika und Europa den Markt deutlich anführen, sagen Experten voraus, dass der asiatisch-pazifische Raum wahrscheinlich das schnellste Wachstum erleben wird, insbesondere in den beiden Ländern, die diese Region dominieren - Indien und China. Angesichts des Anstiegs des Energieverbrauchs in Indien (über 100 % in den letzten 21 Jahren) sind diese Vorhersagen richtig, und wenn man sich den europäischen Markt für intelligente Netzanalyse ansieht, sind diese Dinge erwähnenswert;

• Es gibt Schlüsselfaktoren, die den Markt vorantreiben, wie z. B. erhöhte Investitionen in Forschung und Pilotprojekte im Vereinigten Königreich, das Wachstum der erneuerbaren Energien in Frankreich, Österreich, den Niederlanden und anderen Ländern sowie die vorherrschende Nutzung des IoT in Italien.
• Im Bereich des Internet der Dinge (IoT) hat es ständige technologische Fortschritte gegeben, wodurch sich die Anwendung auf intelligente Netze verbessert hat.
• Es besteht ein wachsendes Interesse an intelligenten Stromnetzen, was zu mehr Finanzierung und Investitionen durch die Europäische Kommission und andere wichtige Einrichtungen geführt hat.
• Es werden immer mehr erneuerbare Energiequellen integriert, um den Energiebedarf aufgrund des industriellen Wachstums zu decken.

Infolge der oben genannten Faktoren sind fortschrittlichere Netzanalyseunternehmen in Europa wie Hive Power, ERIGrid, GridCure und andere auf dem Weg, die Netze mit ihren Lösungen effizienter zu machen.

Smart Grid Analytics Anwendungsfälle in Europa

Im Folgenden werden drei Anwendungsfälle und Projekte zur Analyse von intelligenten Netzen in Europa vorgestellt.

1. DrainSpotter

Um die Kunden zu aktiven Teilnehmern an ihren Energieeinsparungen zu machen, hat Hive Power in Zusammenarbeit mit AEM (Azienda Elettrica di Masagno) eine Anwendung namens Drainspotter entwickelt, die die Kunden mit Informationen über ihren Stromverbrauch versorgt.

In einer vorläufigen Untersuchung von 9.000 Haushalten in Lugano haben wir die Daten von 15-minütigen Lastprofilen analysiert. Die Zähler, die für diese Daten verwendet wurden, waren L+G E450. Der DrainSpotter ermöglicht es den Benutzern, ihr Energieverbrauchsmuster zu überwachen und Zusammenfassungen des Kundenverhaltens zu erstellen. Ein interessantes Merkmal des DrainSpotters ist seine Fähigkeit, Kunden über Anomalien in ihrem Energieverbrauchsverhalten zu informieren. So hat Hive Power beispielsweise herausgefunden, dass 5 % der Privatkunden von AEM ihren Energieverbrauch um mindestens 20 % senken würden, wenn sie über 14 Tage lang keine übermäßige Standby-Leistung von mehr als 200 W verbrauchen würden. Außerdem würden 4,2 % der Kunden eineinhalb Jahre lang bis zu 500 CHF (546,49 $) an Energie sparen. Insgesamt bietet der DrainSpotter ein System, das die Einbeziehung der Nutzer in ihr Energiekostenmanagement fördert und die DSOs bei der fachkundigen Beratung der Endverbraucher unterstützt.

2. Enexis ESMR5.0

Enexis Netbeheer, ein Netzbetreiber in den Niederlanden, begann 2016 mit dem Aufbau eines vom Internet der Dinge inspirierten intelligenten Netzes. Zu Beginn waren bereits 900 000 intelligente Zähler installiert, die bis 2020 auf 2,8 Millionen erhöht werden sollten. Eine Motivation für dieses Projekt war, dass mehr Interessengruppen daran interessiert waren, die Netze flexibler zu gestalten, und deshalb mehr intelligente Zähler installiert wurden. Um die gewünschte Anzahl von Zählern zu erreichen, wurden wöchentlich 7.700 Zähler installiert und schrittweise auf 10.000 Zähler pro Woche erhöht. Bei einer so großen Anzahl von intelligenten Zählern ist eine angemessene Datenverwaltung erforderlich.

Ein weiterer zukunftsweisender Schritt war der Plan, in allen 50.000 Umspannwerken Sensoren zu installieren, um deren Aktivitäten im Detail zu erfassen. Ebenso wurden die bereits installierten Zähler, die nur über 2G verfügten, aufgerüstet, indem Sim-Karten entwickelt wurden, mit denen sie mit 4G-fähigen Geräten funktionieren. Mit Hilfe eines Displays im Haus, das den Energieverbrauch der Kunden in Echtzeit anzeigt, konnten Enexis und die Partnerunternehmen das Bewusstsein der Kunden schaffen, das sie brauchten, um die Kostenfolgen ihrer Nutzung des einen oder anderen elektronischen Geräts zu verstehen.

3. EU-SysFlex

Es handelt sich um ein laufendes Horizont-2020-Projekt von BRIDGE, das in diesem Jahr abgeschlossen wird. Laut EU-SysFlex steht der Name für "Paneuropäisches System mit effizienter, koordinierter Nutzung von Flexibilitäten zur Integration eines großen Anteils an erneuerbaren Energien". Ziel ist es, neue Dienste zur Unterstützung von Systemen mit einem Anteil von mehr als 50 % erneuerbarer Energiequellen bereitzustellen und Probleme im Zusammenhang mit der Integration erneuerbarer Energien zu erkennen und zu lösen. 34 Partner, darunter Übertragungsnetzbetreiber, Verteilernetzbetreiber und Forscher, sowie 20 Millionen Euro aus den Horizont-2020-Fonds der Europäischen Union machen dieses Projekt zu einem weltweit anerkannten, sehr innovativen Projekt. Demonstrationen für dieses Projekt gibt es in Deutschland, Finnland, Italien, Estland, Frankreich und Portugal. EU-SysFlex wendet Smart Grid Analytics in den Bereichen Netzdatenmanagement, Flexibilitätsmanagement und Prognosen an. 2021 hat die Demonstrationsanlage in Brandenburg, Sachsen und Sachsen-Anhalt in Deutschland ihren Live-Betrieb wieder aufgenommen. Derzeit werden dort bis zu 100 Photovoltaik- und Windkraftanlagen gesteuert. Darüber hinaus hat dieses Projekt auf innovative Weise flexible Lösungen für das Echtzeit-Datenmanagement für ähnliche Energiesysteme bereitgestellt.

Schlussfolgerung.

Es wird viel geforscht, um Analysemodelle zu entwickeln, die für intelligente Stromnetze geeignet sind, vor allem wenn es um erneuerbare Energien geht, was darauf hindeutet, dass die Zukunft noch viel mehr zu bieten hat.Aus allem, was ich in dieser Serie erörtert habe, geht hervor, dass die Analyse intelligenter Stromnetze für den Energiesektor in Europa und weltweit von großem Nutzen ist. Der beste Weg für ein weiteres Wachstum ist, dass sich mehr Netzbetreiber und Energieversorger damit befassen und sie auf verschiedene Aspekte ihrer Tätigkeit anwenden.