NAVIGATION
ANALYTICS
Erweiterte Systemüberwachung und -analyse für intelligente Netze
Entdecken Sie Regelung und KI für die Smart-Grid-Dienste von morgen
Bereich
Erweiterte Systemüberwachungs- und Analyselösung mit intelligenten, interoperablen, datengesteuerten Funktionen für effiziente Big-Data-Echtzeitanalyse, Fehlerdiagnose, automatisiertes Management und integrierte Regelung
Künftige Stromnetze werden einen großen Anteil an verteilten und schwankenden erneuerbaren Energiequellen enthalten. Sie werden digital erweitert werden, um die notwendige Beobachtbarkeit und Regelung der zugrunde liegenden dezentralen Energieressourcen (DER) zu ermöglichen. Eine große Herausforderung im Rahmen der Dekarbonisierung des Stromsektors und der Anpassung an den zukünftigen Energiebedarf ist die nahtlose Integration von dezentralen Energiequellen wie Photovoltaik und Batteriespeichersystemen in die Stromnetze durch fortschrittliche Management- und Steuerungssysteme.
Daher treten wir in eine Ära ein, in der der Fokus auf der Verbesserung der PV-Leistung und der Beschleunigung des Fortschritts durch neue Entwicklungen liegt, die eine vollständig disponierbare Erzeugung mit Speicherung ermöglichen. Die Industrie benötigt eine fortschrittliche, robuste und kosteneffiziente Systemüberwachung und -steuerung, wie die Solar Europe Industry Initiative (SEII) hervorhebt, um den Übergang zu einem Netz für erneuerbare Energien zu ermöglichen.
Vorteile
Ziel ist es, den Wert und die Kompetenz von Wind-, Solar- und Energiespeichern durch die Entwicklung eines Multi-Service-Überwachungs- und Regelung der nächsten Generation zu steigern:
- Erhöht die Effizienz des Systems,
- Senkt die Investitionskosten durch optimale Leistung,
- Bietet kommunikative intelligente Netzsteuerungsdienste an.
Das intelligente Überwachungs- und Cloud-basierte Regelungssystem wird durch die Integration fortschrittlicher Datenanalysealgorithmen in eine Edge-Computing-Lösung mit Cloud-Konnektivität entwickelt. Die Implementierung intelligenter, automatisierter und interoperabler datengesteuerter Funktionen ermöglicht eine effiziente Echtzeitanalyse von Big Data, eine vorausschauende Fehlerdiagnose, ein Betriebsmanagement und eine integrierte intelligente Regelung des Stromnetzes. Diese Funktionen werden die Stromgestehungskosten (Levelized Cost of Electricity – LCoE) senken, indem sie die Lebenszeitleistung erhöhen, die betriebliche Effizienz verbessern und den Systembetrieb optimieren. Daher wird das System einen erheblichen Einfluss auf die Wertschöpfungskette der Technologie haben und als Übergangsschritt hin zu einer vollständig disponierbaren erneuerbaren Energieerzeugung dienen.
Unsere Forschung unterstützt Echtzeit-Daten-Streaming-Plattformen wie GI.cloud, die eine effiziente Analyse und Regelung des Systems ermöglichen.
Näherung
Der Ansatz des Forschungsprojekts ist:
- Bewertung von Datenaggregations- und Interoperabilitätsprotokollen
- Formulierung von Protokollen und Leitlinien für interoperable Smart-Grid-Steuerungen
- Entwicklung prädiktiver Algorithmen für die O&M-Fehlerdiagnose und Modelle für die Zuverlässigkeit von Anlagen, die als Softwaremodule in das fortschrittliche System integriert werden
- Optimierung der PV-plus-Speicherleistung durch die Entwicklung von Replikaten mit Spitzenleistung (digitale Zwillinge)
- Demonstration der optimalen Leistung von digitalen Zwillingen und softwarebasierten flexiblen Kraftwerksreglern bei Frequenzen im intelligenten Netz
Das intelligente Überwachungs- und Cloud-basierte Regelung wird mit der nächsten Generation von O&M, bahnbrechenden Überwachungsdiensten (z. B. kosteneffizientes prädiktives O&M, Vorhersagen von Leistungsverlusten und Ausfällen sowie Zuverlässigkeitsroutinen) und fortschrittlichen Netz-zu-Speicher-Anwendungen integriert, die mit Daten arbeiten, die von einer Vielzahl von Geräten (z. B. Speicher- und Netzsteuerungen) und Tools (z. B. Wettervorhersagen, Workflows und Anlagenwarnungen) erfasst werden.
Interessieren Sie sich für Technologiebausteine oder erste Ergebnisse von Pilotprojekten auf unserer Plattform?
Schreiben Sie uns eine E-Mailund wir vereinbaren einen Termin für eine Demo.
Die wichtigsten Projektaktivitäten
- Leitlinien für die Erfassung und Analyse von Datensätzen über die Leistung erneuerbarer Energien
- HW- und SW-Anforderungen für die Anlagen-Digitalisierung und das Energieflussmanagement
- Präzise Leistungsmodelle für Batteriespeichersysteme
- Softwaremodule zur Vorhersage/Diagnose von Ausfällen und trendbasierten Verlusten
- Zuverlässigkeit zur Vorhersage von Geräteausfällen
- nteroperable Kommunikation für integrierten Betrieb und Datenaggregation
- Cloud-basierte Lösung mit verbesserter Interoperabilität im Energiemanagement
- Digitaler Zwilling und softwarebasierter Controller mit Echtzeit-Frequenzgang am Rand
Technologie-Befähiger
Die Aktivitäten des Forschungsprojekts sind in acht Arbeitspakete (WPs) unterteilt
Real-time edge computing
Scalable time-series data backend
Advanced Analytics
Machine learning
API, Open protocols and interfaces
Low-cost IoT Solutions
Real-world use cases
Financial performance & Risk classification
Gewinnen Sie neue Einblicke in die Regelung und KI für das Smart Grid und die Asset Services von morgen.
Jüngste Ergebnisse
Ergebnis 1:
Aufbau eines Microgrid auf einem Universitätscampus in Zypern
- Echtzeit-Überwachungs- und Regelung für ein kommerzielles Mikronetz
- Interoperable Schnittstellen für Echtzeit-Informationsflüsse für alle zugrundeliegenden Microgrid-Anlagen (Gebäudemanagementsysteme, intelligente Zähler, Speicher und Photovoltaikanlagen)
- Energiemanagementsystem, das in Echtzeit (mit einer Auflösung von 1 Hz) alle wichtigen Parameter für Verbrauch/Erzeugung und Stromqualität anzeigt
Ergebnis 2:
Einrichtung von Hardware und Cloud-Backend auf dem Campus der Universität von Zypern
- Demonstration der vollständigen Interoperabilität mit dem Modbus-TCP-Kommunikationsprotokoll
- Integrierte Anlagen umfassen Gebäudemanagementsysteme, intelligente Zähler, Photovoltaik-Wechselrichter, Batteriespeichersysteme und Wetterstationen
Ergebnis 3:
Digitaler Zwilling für die PV-Fehlerdiagnose und die Überwachung des Gesundheitszustands.
Ergebnis 4:
Mechanistisches Leistungsmodell (MPM) für PV-Anlagen
- MPM ordnet dem erwarteten Leistungsverhalten einen aussagekräftigen normalisierten Koeffizienten zu, um beobachtete Messungen mit verständlichen Verlustkoeffizienten anzupassen
Ergebnis 5:
Mechanistisches Leistungsmodell als Teil der Gantner Überwachungs- und Regelung
Ergebnis 6:
Vorhersageleistung des digitalen Zwillings mit Fehlern < 3 % im MW-Maßstab
- Digitale Zwillingsvorhersagemodelle, die sowohl mechanistische als auch maschinelle Lernprinzipien nutzen (Künstliche Neuronale Netze und Extreme Gradient Boosting)
- Standortspezifische Modellierung mit vollständig optimierten Hyperparameter-Definitionsstufen
Ergebnis 7:
Unüberwachte Lernmethoden für die Klassifizierung von Ausreißern im MW-Maßstab und in Mikronetzen
- Unüberwachte maschinelle Lernverfahren (z. B. k-Nächste Nachbarn, winkelbasierter Ausreißerdetektor), die auf Daten angewendet werden, um Ausreißer (Fehler) zu erkennen und zu klassifizieren
Ergebnis 8:
Modellierung und Nachbildung des digitalen Zwillings
- Vollständig validierte, robuste und replizierbare Modelle von kleinen bis hin zu großen PV-Kraftwerken
Ergebnis 9:
Modellierung der Abweichung der PV-Anlage
- Berechnung der Degradationsrate von PV-Anlagen, kurz- und langfristig, einschließlich (RdTools)
- Modellierung der Leistungsverlustrate und Erkennung von Leistungswendepunkten (langfristige Leistungsabweichungen)
- Modellierung der Datenqualität, -verarbeitung und -überprüfung für die Photovoltaik-Analytik
Workshop / Veröffentlichungen
"Datenverarbeitung und Qualitätsprüfung für verbesserte Photovoltaik-Leistungs- und Zuverlässigkeitsanalysen", Progress in Photovoltaics, DOI:10.1002/pip.3349, 2020 (Paper)
Intelligenter Cloud-basierter digitaler Zwilling zur Überwachung und Regelung von Photovoltaik-Kraftwerken, 49th IEEE PhotovoltaikSpecialists Conference (IEEE PVSC 49), Philadelphia, USA, 2022 (Paper)
Intelligenter Cloud-basierter digitaler Zwilling zur Überwachung und Regelung von Photovoltaik-Kraftwerken, 49th IEEE PhotovoltaikSpecialists Conference (IEEE PVSC 49), Philadelphia, USA, 2022 (Präsentation)
Fortschrittliche Systemüberwachung und künstliche intelligente datengesteuerte Analysen zur Erfüllung der Anforderungen von Photovoltaikkraftwerken im GW-Maßstab, PV Performance Modeling Collaborative, Salt Lake City, USA, 2022
Einheitliche Methodik für die Verarbeitung von PV-Daten, Qualitätsprüfung, Web-Ankündigung neuer Projektergebnisse im Zusammenhang mit der Datenqualität und der Vorausüberwachung von PV-Kraftwerken, PV magazine International, 2020 (Artikel)
PV Module Monitoring and Characterization, From data to insights across the PV technology development cycle, SUPSI PVLab Industry Day, 2021 (Präsentation)
Verbesserung der Analysemethoden für IEC 61883-Matrix-Messungen, PV Performance Modelling Collaborative, Salt Lake City, USA, 2022
Advanced health-state data analytic workflow for utility-scale photovoltaic power plants, IEEE 50th Photovoltaics Specialists Conference (PVSC), San Juan, Puerto Rico, 2023 (Paper)
Fortschrittliche datenbasierte Solaranalytik und optimierte Workflows für Photovoltaik-Großanlagen,
40. Europäische Photovoltaik-Solarenergie-Konferenz und -Ausstellung (EU PVSEC),
Lissabon, Portugal, September 2023 (Fachbeitrag)
Erfahrungsaustausch (SOLAR Cofund 2, CSP ERANET und CETPartnership), Sitzung: Betrieb und Diagnose von PV-Anlagen; Projektvorstellung, Ergebnisse und Lessons learned (Präsentation)
Neueste Innovationen in der prädiktiven Analytik zur effizienten Fehlerdiagnose in Photovoltaik-Großkraftwerken,
PV Performance Modelling Collaborative, Lugano, Schweiz, 2023 (Präsentation)
Das Projekt PV-ANALYTIC wird unter dem Dach von SOLAR-ERA.NET Cofund 2 von der Österreichischen Forschungsförderungsgesellschaft (FFG) und der Research and Innovation Foundation (RIF) of Cyprus (P2P/SOLAR/0818/0012) unterstützt. SOLAR-ERA.NET wird von der Europäischen Kommission im Rahmen des EU-Rahmenprogramms für Forschung und Innovation HORIZON 2020 (Cofund 2 ERA-NET Action, Nr. 786483) unterstützt.