Какими бывают профили энергопотребления, почему интеграция солнечной генерации в сеть — это серьёзный вызов и как дезагрегация нагрузки поможет сэкономить вам до 30% электроэнергии, объяснила старший преподаватель Сколтеха Елена Грязина.
При упоминании термина «профиль энергопотребления» в голове возникает двугорбый график с утренним и вечерним пиками. Действительно, так выглядит потребление на подстанции с какой-то промышленной и коммунально-бытовой нагрузкой. График показывает среднюю мощность на часовом интервале, т.е. каждая точка соответствует усредненному значению за час. Всегда ли профиль потребления такой? Очевидно, что нет. Есть и другая кривая, известная как «duck curve». Она показывает, как выглядит энергопотребление при наличии распределенной солнечной генерации. В этом случае вечерний пик становится резче по сравнению с тем уровнем потребления, который был днём. Такой резкий скачок – один из вызовов при интегрировании солнечной генерации в сеть. В разных странах с ним борются по-разному.
Что такое дезагрегация нагрузки и как она устроена? В ее основе лежат различные математические алгоритмы, включая машинное обучение, нейронные сети и статистический анализ, которые позволяют по данным с интеллектуальных приборов учёта, установленных у вас на входе в квартиру или многоквартирный дом, понять, какой электроприбор включен в данный момент времени. По сути, в режиме реального времени можно проводить «картографирование», распознавать, когда и какие приборы включены. Такие устройства позволяют экономить потребителю 20-30 % электроэнергии и распределять нагрузку на сети, снижая пиковые значения.
Мы в Сколтехе тоже разрабатываем прототип устройства умного счётчика, который не просто измеряет энергопотребление, но и позволяет узнать, какие приборы вносят вклад в энергопотребление. В его основе лежат алгоритмы искусственного интеллекта.
Мне кажется, очень хорошая метафора найдена для этой системы: энергопотребление, как оркестр, где каждый электроприбор играет свою партию, а умный счетчик, он как дирижер, который тонко слышит каждый инструмент и знает, когда тот вступил и закончил свою партию.
Нам важно не просто изменить расписание работы приборов, а выявить такие нагрузки, которые можно перестроить без ущерба для конечного пользователя. Это не про запуск стиральной машины ночью, потому что дешевле, а про поиск источников гибкой нагрузки. Если ваш кондиционер будет выключаться в определенное время, а потом самостоятельно включаться, то вы этого скорее всего не заметите, а пик нагрузки будет понижен, тоже самое и с более медленной зарядкой электромобиля во время вашего сна.
В наших устройствах мы применяем технологию NILM — это счётчик плюс некие алгоритмы искусственного интеллекта, которые позволяют распознавать нагрузки. Кажется, разработать такую технологию очень просто, но в реальности возникает много трудностей, особенно когда количество электроприборов возрастает до нескольких десятков. Сейчас мы подошли к последнему этапу разработки, когда необходимо провести тесты в реальных условиях. Реальные данные обычно зашумлены, что вносит серьёзный вклад в точность дезагрегации нагрузок. Эту проблему нам предстоит решить в ближайшее время.
__________
Елена Грязина — старший преподаватель Сколтеха. Ранее занималась разработкой и развитием рандомизированных алгоритмов управления и оптимизации в Институте проблем управления РАН. Работала приглашенным исследователем в университетах Франции, Италии и США. В настоящее время в Центре энергетических технологий Сколтеха разрабатывает математический аппарат для оптимального функционирования интеллектуальных энергосистем будущего, а также алгоритмы идентификации и управления нагрузкой, включая энергоэффективное управление микроклиматом в помещении.
#наука #технологии #энергетика #электроэнергия #искусственныйинтеллект #учёный