A-Z van Smart Grid Analytics

Slimme netwerken smelten energieontwikkeling samen met technologische vooruitgang. Door gebruik te maken van sensoren, IoT en andere computerapparatuur is er in een slim netwerk sprake van tweerichtingscommunicatie tussen consumenten en leveranciers van nutsvoorzieningen. Als een kunstmatig intelligent systeem komt een enorme hoeveelheid gegevens uit verschillende bronnen, bv. slimme meters. Alle ongestructureerde gegevens die uit deze bronnen worden verzameld, kunnen alleen waardevol zijn met smart grid analytics.Smart grid analytics zijn systematische rekenkundige analyses van de gegevens die in de netten worden geproduceerd. Met deze analyses kan men een nauwkeuriger interpretatie, communicatie en identificatie van gegevenstrends of zinvolle patronen uit de binnenkomende gegevens verkrijgen. Het is dus van essentieel belang om de werking van de netten te verbeteren en de volgende actie te voorspellen.

Een korte geschiedenis

Vanaf de jaren negentig zijn de pogingen tot elektronische meting, controle en monitoring geëvolueerd tot slimme netwerken. Van geautomatiseerde meterstanden in de jaren tachtig tot Advanced Metering Infrastructures in de jaren negentig zijn pogingen gedaan om verder te gaan dan het meten van het stroomverbruik en de informatie te maximaliseren.[caption id="attachment_8591" align="aligncenter" width="940"]

Image by Gerd Altmann from Pixabay[/caption]De concepten van analytics zijn terug te voeren tot de 19e eeuw met de tijdmanagementoefeningen van Frederick Winslow Taylor en de metingen van de snelheden van assemblagelijnen door Henry Ford. Het zou interessant zijn om te weten dat predictive analytics (dat nu van groot belang is in smart grids) in de jaren 1940 is begonnen. Het kreeg echter pas aandacht in de jaren zestig, toen beslissingsondersteunende systemen populair werden. Tegen 2005 pasten bedrijven analytics toe om iteratieve verkenningen van activiteiten uit het verleden te maken en beslissingen te nemen om de toekomst te plannen.Het toepassen van analytics op smart grid-gegevens is wat smart grid analytics heeft voortgebracht. Het probleem van big data (zoals Roger Magoulas het in 2005 noemde) heeft altijd bestaan, zolang als het internet bestaat. Rond begin 2012 bracht big data in smart grid-systemen de samenwerking op gang tussen smart grid-integratiebedrijven en start-ups op het gebied van data analytics.Naarmate de netten slimmer werden, ontwikkelde zich ook grid data analytics, waarbij gebruik werd gemaakt van beschikbare technologieën zoals machine learning-technieken. Computertechnieken zoals statistiek, machine learning (onder kunstmatige intelligentie) en data analytics worden nu in verschillende facetten toegepast, en de energiesector blijft niet buiten schot. Zoals we zullen zien, levert smart grid analytics relevante informatie op die helpt de koers te bepalen van komende activiteiten voor de effectieve distributie van stroom.

Drie dingen die u moet weten over de huidige trends in Smart Grid Analytics

Zo werd in 2019 verwacht dat de markt voor analytics van slimme netwerken in Europa tegen 2025 met een samengesteld percentage van 11-12,7% zal groeien. Deze groei is gebaseerd op de manier waarop geavanceerde netwerktechnologieën op grotere schaal worden omarmd. Ik heb echter deze trends waargenomen;

1. Er is momenteel sprake van een snelle groei van de investeringen in projecten op het gebied van slimme netwerken en, in het verlengde daarvan, in analyses van slimme netwerken.

Veel landen in de Europese Unie hebben geïnvesteerd in projecten voor slimme netwerken en boeken successen. Van de projecten is 59% demonstratieproject, 32% een invoeringsproject en 9% een onderzoeks- en ontwikkelingsproject. Een belangrijk hoogtepunt is de uitrol van slimme meters in Italië, die goed is voor 71% van de hierboven genoemde projecten.

In al deze projecten worden slimme meters geïnstalleerd en om relevante informatie uit de gegevens te halen, moeten analyses van slimme netwerken worden toegepast. Deze projecten vloeien voort uit de toegenomen belangstelling en initiatieven voor de lopende energietransformatie en duurzaamheidsdoelstellingen.

2. Smart grid analytics werken met real-time gegevens, zelfs met de toegenomen snelheid en verscheidenheid van eisen.

Deze gemakkelijke aanpassing komt doordat zij volledig geautomatiseerd zijn en gebouwd zijn op de blokken van geavanceerde technologieën. Analyses van slimme netten kunnen nu informatie genereren uit gegevens met hoge snelheid in verschillende vormen die nodig zijn voor de werking van de netten en voorkennis over wat als hulpbronnen moet worden ingezet.

3. Digitale technologieën en cloud computing zouden steeds beter worden en meer gegevensberekeningen mogelijk maken.

Digitale gegevens, die vroeger hoogstens terabytes werden opgeslagen, zijn nu toegankelijk op grotere schalen zoals exabytes en zettabytes. Handmatige methoden en eerdere manieren om deze gegevens te analyseren worden overbodig. Met de opneming van hernieuwbare energie in de conventionele netten neemt ook de aanpassing van intelligente systemen toe, en de behoefte aan analyse van netgegevens zal deze trend volgen.

Uitdagingen van Smart Grid Analytics

Ondanks de enorme voordelen en de verbeterde technologieën zijn er nog een aantal uitdagingen. Enkele daarvan zijn:

1. Kostenimplicaties - de initiële kosten voor het opzetten van slimme netwerken maken veel netbeheerders sceptisch over het gebruik van analyses voor slimme netwerken. Ook voor het net zijn dit meestal de kosten van sensoren en andere componenten om het effectief te maken. De analytics zelf maken deel uit van wat het slimme net tot een modern elektrisch systeem maakt. Het is echter de investering waard om een koolstofarme economie en een groenere wereld te bevorderen.
2. Veiligheidsproblemen - het feit dat slimme netwerken tweerichtingscommunicatie mogelijk maken, is een punt van zorg omdat de gegevens vatbaar zijn voor cyberaanvallen. Desondanks is de cyberbeveiliging steeds verder verbeterd en worden er betere oplossingen ontwikkeld waarbij gebruik wordt gemaakt van codes en gecodeerde gegevens.
3. Vraag van de klant - de vraag die nodig is voor een effectief gebruik van analytics voor slimme netwerken is groter dan wat er nu is. Niet genoeg netwerkbeheerders hebben al gebruik gemaakt van analytics, en het gebruik op kleine schaal is niet optimaal. Meer grootschalige energieleverings- en -distributiebedrijven moeten op dit moment de nieuwe technologieën omarmen.

Smart Grid Analytics Toepassingsgebied

Aangezien bij slimme netwerken de tarieven en het stroomverbruik frequenter worden gemeten en nieuwere technologieën voor energieopwekking, zoals hernieuwbare energie, worden geïntegreerd, worden van tijd tot tijd gegevens verzameld. Deze metingen gebeuren niet manueel maar via slimme meters en andere gegevensverzamelingsbronnen, waardoor nutsbedrijven en hun klanten hun facturen en tarieven van stroomverbruik kunnen beheren. Om al deze vormen van gegevens die op het net binnenkomen te interpreteren, werkt Smart Grid Analytics met een breed toepassingsgebied, zoals geïllustreerd in de onderstaande tabel.Smart Grid Analytics ScopeOverzichtAspectenOperationsanalyticsDit betreft de functies die de operationele aspecten van het slimme elektriciteitsnet beheren, d.w.z. de manier waarop het hele systeem wordt beheerd.

1. Beheer van hernieuwbare energiebronnen
2. Netbeheer
3. Prestaties van het systeem
4. Adaptieve analyse
5. Operationele doeltreffendheid
6. Visualisatie
7. Analyse van veerkracht

SignaalanalyseSignaalanalyse maakt optimaal gebruik van de toestand van de signalen die worden verkregen van de sensoren op de geavanceerde meetinfrastructuur.

1. Metergegevens
2. Sensorsignalen
3. Onderstation golfvormen
4. Golfvormen van lijnsensor

Analyse van de toestandHet gaat hier om verschillende analyses en interpretaties van de toestand van het net, zelfs geografisch.

1. Elektrische toestanden
2. Parametrische identificatie
3. Topologie-identificatie
4. Gebruik van activa

Enterprise analyticsDit analyseert de bedrijfsverwachtingen en economische waarden van het gehele netbeheersysteem.

1. Reactie op de vraag
2. Energievoorspelling
3. Energie-analyse
4. Beheer van activa
5. Dynamische prijsanalyse

Customer use analyticsDeze analytics maakt gebruik van de operationele gegevens van klanten, hun vraag, en hun reacties.

1. Klantsegmentering
2. Sentimentanalyse
3. Energiebeheer thuis
4. Verbeterde facturering
5. Communicatie met nutsbedrijven
6. Niet-lineaire belastingsparameters
7. Vraagprofiel
8. Verhoging van de waarde voor de klant

Gebeurtenis analyticsBij zowel ongekende als geplande gebeurtenissen maakt analytics ook ruimte voor het organiseren van energieschema's.

1. Identificatie
2. Classificatie
3. Filteren
4. Gebeurtenissen correlatie

Kansen voor Smart Grid Analytics

Volgens een rapport over de marktanalyse, trends en prognoses op het gebied van smart grid analytics verschuift de dynamiek die van invloed is op hoeveel smart grid analytics kunnen doen, van tijd tot tijd. Deze factoren, afgezien van macro-economische factoren en interne marktkrachten, omvatten:

1. Klantenacceptatie en -betrokkenheid

Meer elektriciteitsverbruikers zijn de slimme netten gaan aanvaarden die in projecten van particuliere bedrijven en openbare instellingen zijn ingevoerd, hoewel niet zo veel verbruikers de opstellingen hebben gebruikt. Van degenen die zich met de proeven hebben beziggehouden, zijn er meer typische vrijwilligers geweest, zo blijkt uit een verslag na een enquête.

In dezelfde studie was 55% van de financiering van slimmenetwerkprojecten in Europa afkomstig van de EU en andere overheidsagentschappen, terwijl 45% afkomstig was van particuliere investeringen. 87% van de slimmenetwerkprojecten in Europa heeft financiering ontvangen ondanks de onzekerheid over de business case die veel particuliere bedrijven ervan heeft weerhouden te investeren in de lopende projecten. Ondertussen hebben slechts 65 van de 112 klanten op de enquête geantwoord.

2. Regelgevingsbeleid

De regelgeving verandert van tijd tot tijd, en recentelijk is beleid ingevoerd ter ondersteuning van de groei van hernieuwbare energie en slimme netten. Met name de Europese Unie heeft een belangrijke rol gespeeld bij het effectief maken van slimme netwerken door beleidsmaatregelen zoals de strategische onderzoeksagenda die voor 2007-2035 in kaart is gebracht

3. Innovatieve structuren

De beschikbare structuren zijn sleutelfactoren voor de mate waarin smart grid-analyses zouden gedijen. Hoe meer innovatieve systemen worden geïmplementeerd, hoe meer innovaties zoals deze samenwerking tussen technologische vooruitgang en het elektriciteitsnet zouden verbeteren. Er zijn dus kansen voor smart grid analytics om te bloeien wanneer deze factoren in het voordeel zijn en allen werken aan het bereiken van de gestelde doelen.

Andere bijdragende factoren.

Over de hele wereld is geïnvesteerd in tal van projecten met betrekking tot slimme netten. Deze investeringen zijn in de loop van de tijd gedaan omdat met slimme technologieën uitgeruste netten zorgen voor een betrouwbaar, veilig en efficiënt elektriciteitsbeheer, waarmee wordt voldaan aan de doelstellingen van elk elektriciteitsnet.

Hoewel deze aantrekkelijke kenmerken van groot belang zijn, kan ik het hier niet bij laten zonder te vermelden dat de enige manier om het beheer van de stroomkwaliteit en een goede communicatie, planning en beheer van de gegevens die op intelligente wijze door slimme meters worden verkregen, in stand te houden, het gebruik van analyses van slimme netwerken is.

De voortdurende ontwikkeling van slimme netten heeft een platform opgeleverd voor analyses van slimme netten. Samen met het feit dat slimme netwerken gebruik maken van bedrade en draadloze communicatie-infrastructuur, informatiesystemen, vraagresponsbeheersysteem, SCADA (Supervisory Control and Data Acquisition), GIS (Geografisch informatiesysteem), CIS (Customer Information System), en geavanceerde meetinfrastructuur. Elk platform in een slim netwerk biedt een mogelijkheid voor analyses van het slimme netwerk. Dit komt door de complexiteit die gepaard gaat met gegevens van gedecentraliseerde energiesystemen.

Meer nog, het zijn deze kwesties van gegevensbeheer die smart grid analytics een kans geven. Zo zijn er diverse normen (zoals modellen) ingevoerd vanwege de verschillen tussen netwerken en apparaten wat betreft bandbreedtebeperkingen, energiebeperkingen, continue en niet-continue gegevens, enzovoort. Ook de noodzaak om massale gegevens te beheren en de privacy van gegevens te waarborgen heeft geleid tot steeds meer mogelijkheden voor smart grid analytics.

Toekomst van Smart Grid Analytics

Ik ben ervan overtuigd dat we veel kunnen bereiken met smart grid analytics. Experts verwachten dat de markt tussen 2019 en 2024 zal groeien met een CAGR van 25%, gezien de toename van IoT en big data analytics. Daarnaast blijven nieuwe informatie- en communicatietechnologieën het elektriciteitsnet binnendringen, wat genoeg is om smart grid analytics wereldwijd sterker te laten groeien.Over wereldwijde locaties gesproken, er wordt voorspeld dat de regio Azië-Pacific waarschijnlijk de snelste groei zal doormaken, met name in de twee landen die de regio domineren - India en China. Deze groei wordt voorspeld omdat het energieverbruik in India sinds 2000 is verdubbeld, en er is potentieel voor meer. Interessant is dat de huidige markt voor smart grid analytics ook in Europa en wereldwijd zeer concurrerend is, en dit is een drijfveer voor groei.

Het ivd is een technologie die de netten waarschijnlijk naar een hoger niveau zal tillen, ondanks de voorspelde uitdagingen van cyberaanvallen, imitatie, de behoefte aan meer IT-infrastructuur, geknoei met gegevens, beveiliging en privacykwesties. Hoewel deze uitdagingen al worden bestreden met behulp van cyberbeveiligingstechnieken en blockchaintechnologie als een beveiligde en gedistribueerde database, maken meer onderzoekers en ontwikkelaars betere manieren om hiermee om te gaan. Als gevolg daarvan zou het IoT in de toekomst, meer dan nu het geval is, deel gaan uitmaken van de werking van smart grids. De bestaande IT-infrastructuur heeft echter geleid tot de ontdekking en toepassing van bepaalde technologieën die voor smart grid analytics worden gebruikt.

Beste technologieën voor Smart Grid Analytics

Smart grid analytics is in de loop der jaren geëvolueerd en bestaat uit verschillende technieken waarbij gegevens uit elektrische energiebronnen worden geïntegreerd, geanalyseerd, verwerkt en gevisualiseerd. Er zijn in het algemeen vier soorten analyses. In volgorde van complexiteit zijn dat

• beschrijvend,
• diagnostisch,
• voorspellend, en
• voorschrijvend.

Er is ook cognitieve analyse, hoewel het een recente vooruitgang is die veel functies combineert. Van de vier geven de smart grid-beheerders de voorkeur aan predictive analytics om te achterhalen wat er op elk moment zou kunnen gebeuren.Niettemin zijn de beste technologieën die ook zijn geëvolueerd voor smart grid analytics onder meer Business Intelligence and Data Analysis (BI&DA), of big data analytics. De twee termen werden rond 2009-2010 bij bedrijven geïntroduceerd en zijn nu verenigd omdat ze samen de meest relevante technologie voor smart grid analytics vormen.

1. Business Intelligence (BI) en gegevensanalyse

Business intelligence is een brede term die verschillende activiteiten omvat die erop gericht zijn bedrijven te helpen beter gebruik te maken van de gegevens waarover zij beschikken. Ook data analytics wordt gebruikt om conclusies te trekken uit ruwe gegevens door middel van computationele analyse. Business intelligence en data analytics smelten samen om de voordelen van het slimme elektriciteitsnet te maximaliseren door bedrijfsgerichte methodologieën toe te passen om nuttige informatie uit het slimme net te halen. BI maakt gebruik van tools en software om gegevens te ontginnen, te verwerken en er betekenis aan te geven met behulp van tools zoals spreadsheets, OLAP (Online Analytical Processing), datamining tools, en datarapportering en visualisatiesoftware. Uiteindelijk worden de verzamelde gegevens geëvalueerd, geoptimaliseerd en opnieuw geëvalueerd.

BI en DA voeren ook enkele processen uit om gegevens uit verschillende bronnen voortdurend te beheren en te centraliseren. Sommige van deze processen die aan enige vorm van analyse voorafgaan, omvatten pattern mining (dat wil zeggen het identificeren van patronen en gelijksoortige regelingen), classificatie, de associatie van rule mining, clustering, het maken van regressies, en het opsporen van outliers.

2. Andere technologieën die het kader vormen - Databanken zoals Apache Hadoop, MapReduce, SQL

Naast de technieken en technologieën die worden gebruikt om gegevens te analyseren, is een goede database noodzakelijk voor analyses van slimme netwerken. De momenteel beschikbare databases vormen software-frameworks die open source zijn en offline gegevens over clusters en nodes verspreiden voor gemakkelijke verwerking. Zij zijn in de loop van de tijd verbeterd, zodat nieuwe databanken meer specifieke functies hebben dan de vorige. Apache Hadoop bijvoorbeeld is een populaire en basisdatabank, maar er is behoefte aan MapReduce vanwege de indexering op de achtergrond. Meer nog, voor ad-hoc query's is SQL geïntroduceerd.De NoSQL database laat de nieuwere datamanagement technologieën toe die gemakkelijker te schalen zijn en optimaal presteren dan zijn tegenhangers. Enkele van de NoSQL open source database types zijn Cassandra, Elastic Search, MongoDB, en Hbase. Hbase en Cassandra zijn elk kolom winkels gebaseerd op het concept van BigTable. Hbase baseert zich echter ook op Apache Hadoop, terwijl Cassandra zich baseert op DynamoDB.

De belangrijke rol van Big Data in Smart Grid Analytics

Big data verwijst naar de enorme hoeveelheid gegevens die een instelling, eenheid of systeem moet beheren om efficiënt te kunnen worden gebruikt. De hoeveelheid gegevens die in het slimme elektriciteitsnet terechtkomen via slimme meters, weerberichten, sociale media, programmeerbare thermostaten, verkeersupdates, terminals op afstand, enzovoort, kunnen overweldigend zijn en moeilijk te evalueren met de bestaande traditionele methoden. Natuurlijk, big data gaat verder dan de grootte, maar het dataformaat is meestal gediversifieerd in het elektriciteitsnet.[caption id="attachment_8614" align="aligncenter" width="940"]

Afbeelding door mohamed Hassan van Pixabay[/caption]Big data analytics is van het grootste belang in het slimme elektriciteitsnet omdat relevante informatie uit de beschikbare gegevens moet worden gehaald.

Per dag kan er 30 GB aan PMU-gegevens en 120 GB aan slimme meter-metingen zijn, om nog maar te zwijgen van 16 GB aan weergegevens van satellieten, radars en weersvoorspellingsmodellen, en tot 2,7 GB aan vegetatie- en topografiegegevens.

Ze komen allemaal met een hoge snelheid binnen en geven updates met tussenpozen van ongeveer 1-15 minuten. Met de verscheidenheid en complexiteit die hiermee gepaard gaan, spelen big data een belangrijke rol.Enkele manieren waarop big data analytics een rol spelen in smart grid analytics zijn:

• analyse stroomopwekking
• beheer van de belasting met vraag
• prestatie-analyse van het energieverbruik
• voorspelling en planning van belastingen
• evaluatie van de economische gevolgen en beperkingen.

Big data analytics speelt zijn rol in het slimme net en motiveert alles wat met smart grid analytics te maken heeft.

Marktanalyse van Smart Grid Analytics-technologie in Europa

Het lijdt geen twijfel dat we met smart grid analytics heel wat kunnen bereiken. Experts voorspellen dat de wereldwijde markt voor smart grid analytics tussen 2019 en 2024 zal groeien met een CAGR van 25%, gezien de ontwikkeling van het Internet of Things (IoT) en big data analytics. Terwijl voor Europa een CAGR van 10,38% wordt verwacht voor de marktgroei in 2028.

Hoewel Noord-Amerika en Europa de markt aanzienlijk leiden, voorspellen deskundigen dat de regio Azië-Stille Oceaan waarschijnlijk de snelste groei zal meemaken, met name in de twee landen die de regio domineren - India en China. Met de toename van het energieverbruik in India (meer dan 100% in de afgelopen 21 jaar) liggen deze voorspellingen op schema.Als we kijken naar de Europese markt voor analytics van slimme netwerken, zijn deze zaken het vermelden waard;

• Er zijn belangrijke factoren die de markt stimuleren, zoals verhoogde investeringen in onderzoek en proefprojecten in het VK, de groei van hernieuwbare energie in Frankrijk, Oostenrijk, Nederland en dergelijke, en het overwicht van het gebruik van het IoT in Italië.
• De technologische vooruitgang op het gebied van ivd is constant, waardoor de toepassing ervan in slimme netwerken is verbeterd.
• Er is een groeiende belangstelling voor slimme netwerksystemen die hebben geleid tot meer financiering en investeringen door de Commissie van de Europese Unie en andere belangrijke instanties.
• Meer hernieuwbare energiebronnen worden geïntegreerd om te voldoen aan de vraag naar energie als gevolg van de industriële groei.

Als gevolg van de hierboven genoemde factoren zijn meer geavanceerde netanalysesbedrijven in Europa, zoals Hive Power, ERIGrid, GridCure en dergelijke, op weg om met hun oplossingen de netten effectief te maken.

Smart Grid Analytics Use-Cases in Europa

Hieronder volgen drie use cases en projecten op het gebied van smart grid analytics in Europa.

1. DrainSpotter

Om klanten actief te betrekken bij hun energiebesparingen heeft Hive Power, in samenwerking met AEM (Azienda Elettrica di Masagno), een applicatie ontwikkeld die klanten voorziet van informatie over hun elektriciteitsverbruik, genaamd Drainspotter.

In een vooronderzoek bij 9.000 woningen in Lugano hebben wij de gegevens geanalyseerd die werden verkregen uit 15-minuten bemonsterde belastingsprofielen. De meters die werden gebruikt om deze gegevens te verkrijgen waren L+G E450. Met DrainSpotter kunnen gebruikers hun energieverbruikspatroon monitoren en samenvattingen maken van het gedrag van klanten. Een interessant kenmerk van de DrainSpotter is de mogelijkheid om klanten op de hoogte te brengen van anomalieën in hun energieverbruikspatroon. Zo heeft Hive Power bijvoorbeeld ontdekt dat als de residentiële gebruikers van AEM na 14 dagen een buitensporig stand-by vermogen van meer dan 200W zouden elimineren, 5% van hen hun energieverbruik met minstens 20% zou verminderen. Ook zou 4,2% van de klanten gedurende anderhalf jaar tot 500 CHF ($ 546,49) aan energie besparen. Alles bij elkaar levert de DrainSpotter een systeem op dat het betrekken van gebruikers bij hun energiekostenbeheer ondersteunt en dat DSO's ondersteunt bij het geven van deskundig advies aan eindgebruikers.

2. Enexis ESMR5.0

Enexis Netbeheer, een netbeheerder in Nederland, is in 2016 begonnen met het maken van een op internet of things geïnspireerd smart grid. Zij hadden om te beginnen al 900.000 slimme meters geïnstalleerd en streefden ernaar deze met de tijd uit te breiden tot 2,8 miljoen in 2020. Een motivatie voor dit project was dat meer belanghebbenden geïnteresseerd waren in het flexibeler maken van netten, vandaar de installatie van slimme meters in hun aantallen. Om tot het gewenste aantal meters te komen, werden wekelijks 7.700 meters geïnstalleerd, wat geleidelijk werd verhoogd tot 10.000 meters per week. Met zo'n groot aantal slimme meters is er behoefte aan een goed gegevensbeheer.

Een futuristische stap was ook het plan om sensoren te installeren in al hun 50.000 onderstations om de details van hun activiteiten te kennen. Op dezelfde manier werden de meters die al geïnstalleerd waren en alleen 2G hadden, geüpgraded door simkaarten te maken die hen hielpen te functioneren met apparaten die 4G ondersteunen. Met behulp van een in-home display om het energieverbruik van klanten in real-time te tonen, waren Enexis en de partnerbedrijven in staat om het bewustzijn te bereiken dat klanten nodig hadden om de kostenimplicaties van hun gebruik van het ene of het andere elektronische apparaat te begrijpen.

3. EU-SysFlex

Dit is een lopend Horizon 2020-project van BRIDGE, en dit is het laatste jaar van het project. Volgens EU-SysFlex staat hun naam voor "Pan-Europees systeem met efficiënt, gecoördineerd gebruik van flexibiliteit om een groot aandeel van hernieuwbare energiebronnen te integreren". Het doel is om nieuwe diensten te leveren ter ondersteuning van systemen met meer dan 50% hernieuwbare energiebronnen en om problemen in verband met de integratie van hernieuwbare energie en oplossingen daarvoor te vinden.Met 34 partners, waaronder TSB's, DSB's, onderzoekers, en 20 miljoen euro uit de horizon 2020-fondsen van de Europese Unie, wordt dit project wereldwijd erkend als een zeer innovatief project. Demonstraties voor dit project bestaan in Duitsland, Finland, Italië, Estland, Frankrijk en Portugal. EU-SysFlex past Smart Grid Analytics toe op het gebied van netwerkgegevensbeheer, flexibiliteitsbeheer en prognoses. De demonstratie in Brandenburg, Saksen en Saksen-Anhalt in Duitsland is eerder dit jaar (2021) weer operationeel geworden. Momenteel worden daar tot 100 fotovoltaïsche zonne-energiesystemen en windkrachtcentrales beheerd. Bovendien heeft dit project op innovatieve wijze flexibele oplossingen geboden voor real-time gegevensbeheer voor soortgelijke energiesystemen.

Conclusie.

Er wordt veel onderzoek verricht naar de ontwikkeling van analytische modellen die geschikt zijn voor slimme elektriciteitsnetten, vooral wanneer er hernieuwbare energie bij betrokken is, wat erop wijst dat de toekomst nog meer in petto heeft.Uit alles wat ik in deze reeks heb besproken, blijkt duidelijk dat smart grid analytics van groot voordeel zijn voor de elektriciteitssector in Europa en wereldwijd. De beste manier om de groei ervan in stand te houden is dat meer netbeheerders en energieleveranciers er meer onderzoek naar doen en het op verschillende aspecten van hun activiteiten toepassen.