Optymalizacja współpracy prosumentów z wykorzystaniem IoT - Internetu Rzeczy
Autorzy artykułu zajęli się problematyką tzw. Internetu Rzeczy (ang. Internet of Things – IoT).
Internet
Rzeczy (ang. Internet of Things – IoT) zmienia
sposób działania człowieka w wielu dziedzinach. Zmiany są wywołane dzięki
uzyskaniu nowych możliwości komunikowania się przy wykorzystywaniu
infrastruktury internetu, ale nie tylko.
Zobacz także
AUTOMATION TECHNOLOGY Sp. z o.o. Automation Technology – nowy gracz na rynku
Automation Technology prężnie działa w obszarach energetyki, automatyki przemysłowej oraz robotyki.
Automation Technology prężnie działa w obszarach energetyki, automatyki przemysłowej oraz robotyki.
mgr inż. Dominik Trojnicz, dr hab. inż. Marcin Habrych, mgr inż. Justyna Herlender Wymagania stawiane automatyce zabezpieczeniowej i regulacyjnej inwerterów typu A
Obecny bardzo gwałtowny rozwój fotowoltaiki – nie tylko w Polsce, ale na całym terenie Unii Europejskiej (UE) – niesie za sobą dużo zalet, takich jak pozyskiwanie energii z praktycznie nieskończonej energii...
Obecny bardzo gwałtowny rozwój fotowoltaiki – nie tylko w Polsce, ale na całym terenie Unii Europejskiej (UE) – niesie za sobą dużo zalet, takich jak pozyskiwanie energii z praktycznie nieskończonej energii słonecznej oraz brak emisji szkodliwych gazów, co przyczynia się do redukcji emisji gazów cieplarnianych i zmniejszenia negatywnego wpływu na środowisko. Przyłączenie dużej liczby odnawialnych źródeł energii (OZE) nie pozostaje jednak bez wpływu na sieci elektroenergetyczne.
dr hab. inż. Marcin Habrych, mgr inż. Karol Świerczyński, dr inż. Bartosz Brusiłowicz Wymagania techniczne stawiane generacji rozproszonej w aspekcie elektroenergetycznej automatyki zabezpieczeniowej (część 2.)
Odpowiedzią na wymagania stawiane przez Kodeks Sieciowy jest opracowanie przez Polskie Towarzystwo Przesyłu i Rozdziału Energii Elektrycznej (PTPiREE) na zlecenie Polskich Sieci Elektroenergetycznych (PSE)...
Odpowiedzią na wymagania stawiane przez Kodeks Sieciowy jest opracowanie przez Polskie Towarzystwo Przesyłu i Rozdziału Energii Elektrycznej (PTPiREE) na zlecenie Polskich Sieci Elektroenergetycznych (PSE) „Wymogów ogólnego stosowania wynikających z Rozporządzenia Komisji (UE) 2016/631 z dnia 14 kwietnia 2016 r., ustanawiającego Kodeks Sieci dotyczący wymogów w zakresie przyłączenia jednostek wytwórczych do sieci (NC RfG)” [4], opublikowanych w roku 2018.
Poczynając od komputera i jego urządzeń zewnętrznych, takich jak klawiatura, mysz czy drukarka, które łączą się z komputerem w technice Bluetooth, przez sieć Wi-Fi oraz sieć telefonii komórkowej, możliwy jest przekaz informacji w dowolne miejsce na kuli ziemskiej, dokonany w czasie rzeczywistym. Informacja jest przesyłana drogą radiową, światłowodami i tradycyjnymi torami kablowymi.
Obecnie można wykorzystać technikę przesyłu informacji w zakresie widzialnym fal elektromagnetycznych (ang. Visible Light Communication – VLC) [1] w paśmie od 360 do 780 nm (częstotliwość fali wynosi od 400 do 800 THz). Umożliwia to komunikację w przestrzeniach, w których fale o niższych częstotliwościach (pasma radiowe, telewizyjne i telefonii komórkowej) mogą wprowadzać zakłócenia w normalnej pracy urządzeń.
Pozyskanie aktualnej informacji przez decydenta wpływa na optymalizację systemów automatyki – np. mieszkania lub budynku, pozwala monitorować środowisko, a także zapewnić lepszą opiekę medyczną.
Pewna i precyzyjna informacja uzyskana z danych bieżących zmienia również proces sterowania elementami systemów energetycznych, przede wszystkim rozdziałem obciążenia pomiędzy elektrowniami. Dotyczy to również źródeł prosumenckich, w tym OZE (Odnawialne Źródła Energii) pierwotnej [2, 23].
Dostarczenie informacji od jej nadawcy do odbiorcy wymaga zestawienia toru transmisyjnego.
Biorąc pod uwagę wielość możliwości, ale jednocześnie liczbę żądanych połączeń, problemem staje się organizacja ruchu w tak rozległej (również obszarowo) sieci łączności.
Opracowanie technologii dostępu logicznego i fizycznego do łączy w myśl standardu IEEE 802.x.y [6] pozwoliło zunifikować protokoły transmisji. Zapewniło to kompatybilność urządzeń dostarczanych przez różnych producentów.
Istotną rolę odgrywa łączność bezprzewodowa, w tym tory transmisji danych na odległości wewnątrz budynku. Umożliwia to, między innymi, technologia BLE – ang. Bluetooth Low Energy [4, 6].
Liczba urządzeń mobilnych na osobę, która na przełomie 2008 i 2009 roku przekroczyła liczbę mieszkańców naszego globu, tj.7,2 mld [25], oraz wzrost liczby użytkowników zainteresowanych elektronicznym przekazem danych (informacji) wywołały popyt na dodatkowe usługi, jakie daje ta forma przekazu.
Jedną z nich jest chmura obliczeniowa (ang. cloud computing), która pozwala korzystać z infrastruktury i mocy obliczeniowej urządzeń IT usługodawcy dostępnej na żądanie w dowolnej chwili, a opłaty są naliczane za wykorzystane zasoby.
Dzięki takim wirtualnym rozwiązaniom istnieje możliwość nieograniczonego w czasie dostępu do medium transmisyjnego zarówno nadawcy, jak i adresata informacji (połączenie ang. peer- to-peer – punkt z punktem) prowadzi do stanu, w którym nadawca łączy się automatycznie z adresatem, urządzenie przekazuje automatycznie albo na żądanie pakiet informacji gromadzonych w bazie danych (również w „chmurze”).
Istota IoT
W Internecie Rzeczy niezbędne są urządzenia wyposażone w sensor (np. czujniki temperatury, wilgotności, ruchu, drgań itp.), który ma możliwość zbierania określonych informacji z otoczenia, posiadające możliwość komunikacji (rolę nadajnika może pełnić np. smartfon) oraz opcjonalną możliwość odbioru, przechwytywania, przechowywania oraz przetwarzania danych.
Z drugiej strony, niezbędne są urządzenia, które będą w stanie odebrać przesyłany sygnał, przetworzyć go oraz wywołać określoną reakcję, oraz środek komunikacji, czyli sposób przysyłania danych (np. WiFi, BLE, NFC (ang. Near Field Communication), czy też Z-WAVE lub Li-Fi [25].
Techniczna realizacja toru transmisyjnego wymaga uporządkowania, co gwarantuje zastosowanie odpowiedniego protokołu [6]. Zależności w środowisku IoT przedstawiono na rys. 1. [24].
Warto również zwrócić uwagę na typy IoT, które różnią się pomiędzy sobą zastosowaniem, ilością przesyłanych danych, oczekiwanym bezpieczeństwem i niezawodnością stosowanego rozwiązania.
Pierwszy typ IoT zwany IoT konsumenckim oparty jest na interakcji z użytkownikiem – tryb klient/serwer, duże wolumeny danych przesyłane strumieniowo, niekoniecznie w czasie rzeczywistym, a błędy mogą zostać skorygowane przez człowieka.
Drugi typ IoT dotyczy M2M (ang. machine to machine) zależny od systemów komunikacyjnych (klient/serwer), wysyłane są mniejsze ilości danych, istotnym elementem przesyłanych danych jest informacja dotycząca położenia urządzenia, a priorytetową sprawą jest niezawodność tego rozwiązania (dotyczy to m.in. systemów śledzących pojazdy, sterowania inteligentnymi budynkami).
Ostatni z typów IoT dotyczy Przemysłowego Internetu Rzeczy (ang. Industrial Internet of Things, IIoT), w ramach którego wykorzystuje się autonomiczne rozproszone sterowanie z wykorzystaniem sieci peer-to-peer, ważny jest czas rzeczywisty, odporność urządzeń na uszkodzenia, niezawodność (ang. dependability) oraz oczekuje się od proponowanych rozwiązań stałej łączności fizycznej.
Przykładowo firma Echelon Corp. przedstawiła protokół multimedialny – multimedia IzoT™ stanowiący platformę Przemysłowego Internetu Rzeczy z przykładem zastosowania do układów automatyki budynkowej BAS (ang. Building Automation System)[9].
Do systemów automatyki budynku należą między innymi:
- system zarządzania energią HES (ang. Home Energy System) i HBES (ang. Home and Building Electronic Systems),
- EMS (ang. Energy Management System) oraz
- BACS (ang. Building Automation and Control Systems) [7, 9. 18].
Pewną, istotną rolę spełnić mogą liczniki energii elektrycznej, ciepła, wody i gazu [20, 21].
Aplikacje zaimplementowane w systemie operacyjnym licznika
Licznik energii elektrycznej mierzy wartość chwilową mocy prądu elektrycznego – zatem mierzy chwilowe wartości natężenia oraz napięcia i przez całkowanie oblicza przyrosty energii pobieranej przez odbiornik [10].
Dane zawarte w pamięci licznika, przesłane do centrum decyzyjnego pozwalają doprecyzować prognozy zmienności obciążenia na najniższym poziomie pomiarowym – u odbiorcy.
Przykładem zastosowania licznika energii do monitorowania stacji transformatorowej i oświetlenia ulicznego jest licznik [5] – terminal Integrator SGT (ang. smart grid terminal). Przekazuje informacje o stanie pracy transformatora SN/nn i zapobiega poważnym uszkodzeniom oraz pozwala optymalnie sterować pracą stacji transformatorowej.
AMR (ang. Automated Meter Reading) – automatyczny odczyt liczników pozwala scalić informacje o bieżącym zużyciu energii.
System pomiarowy współpracujący z inteligentnymi instalacjami budynku umożliwia zdalne sterowanie poborem energii dzięki procedurom optymalizującym, które wykorzystują dane z systemu IMS (ang. Intelligent Metering Systems) – inteligentny system pomiarowy.
W odniesieniu do mikrosieci można zastosować SGS (ang. Smart Grid Solutions) – rozwiązania dla sieci inteligentnych.
Powyższe systemy pozyskują dane w czasie rzeczywistym, dzięki temu zmniejszają się skutki decyzji opartych na niepewnych danych.
Źródłem sygnałów o pracy odbiorników zasilanych z instalacji budynku mogą być poszczególne odbiorniki – moduły instalacji.
Wymiana informacji między urządzeniami zainstalowanymi u prosumenta
System transmisji pomiędzy modułami (rys. 2. i rys. 3.) jest źródłem sygnałów, które niosąc informacje o statusie urządzeń inicjujących i wykonawczych można wykorzystać w sposób podobny do tego, który jest cechą systemów SCADA. Wymaga to jednak zastosowania, w wybranych odbiornikach, dodatkowych elementów, które umożliwią transmisję danych opisujących stan pracy odbiornika do integratora [16, 17].
Rys. 2. Schemat przepływu informacji między prosumentem a układem zarządzania mikrosiecią; rys. E. M. Sroczan, M. Sroczan
Wykorzystując system AMR i współpracujące z nim moduły instalacji odbiorczej można wysłać, z odpowiednim wyprzedzeniem, sygnał z poziomu mikrosieci, (MS) do OSD – operatora systemu dystrybucyjnego, który oznacza gotowość do wprowadzenia przez odbiorcę mocy nadmiarowej do sieci albo istotny wzrost mocy zapotrzebowanej z KSE – Krajowego Systemu Elektroenergetycznego.
Zagadnienie to wiąże się ściśle z algorytmami sterowania pracą mikrosieci, które integrują rozproszone źródła energii elektrycznej oraz ciepła (DCHP – ang. Distributed Combined Heat and Power).
Centralnym elementem instalacji, który może wpłynąć na sposoby komunikowania się na styku dostawca-odbiorca energii w najbliższej przyszłości będzie inteligentny licznik energii [3] z zaimplementowanymi funkcjami zarządzania poborem/generacją energii po stronie odbiorców.
Inteligentny licznik, dzięki wbudowanemu zegarowi astronomicznemu i dodatkowymi wyjściami sterującymi oraz zaawansowanymi funkcjami komunikacyjnymi może zdecydowanie wesprzeć proces optymalizacji zarządzania energią u prosumenta. Typowym zadaniem jest rozliczenie energii wprowadzonej i pobranej z mikrosieci [8].
Proces przesyłu danych jest wrażliwym elementem systemu optymalizacji. Bezpieczeństwo danych zapewniają procedury opracowane przez Cisco Network Access Manager. Jest to problem istotny dla wszystkich sieci – komputerowych i transmisji danych. Współczesne rozwiązania techniczne, należące do klasy urządzeń wbudowanych są przystosowane do zapewnienia właściwej ochrony danych – zarządzają identyfikacją i bezpiecznym dostępem użytkownika do źródła danych.
Do pośrednictwa w przesyle danych wykorzystywane są beacony (ang.) [4], umieszczane w bliskich odległościach i przeznaczonych do dostępu do danych z terminali mobilnych. Wymaga to jednak zastosowania odpowiedniego sprzętu i oprogramowania.
Proces przetwarzania danych pozyskanych z instalacji prosumenta
Cechą wspólną wszystkich standardów instalacji inteligentnych jest przesyłanie danych między poszczególnymi modułami logicznymi (np.: LCN, KNX).
Przechwytywanie danych z instalacji inteligentnych (rys. 4.) daje dostęp o stanie pracy odbiorników sterowanych sygnałami wysyłanymi na żądanie użytkownika lub wynikającymi z tabeli sterowań (algorytmu).
Dane przedstawione na rys. 4. i rys. 5. uzyskano z symulatora instalacji zawierającej 12 grup odbiorników. Moce poszczególnych grup dobrano, biorąc pod uwagę współczesne wyposażenie techniczne mieszkań. Program pracy urządzeń odzwierciedla typowe zachowania użytkownika końcowego energii [11, 12, 15].
Analiza częstości występowania wybranych poziomów pobieranej mocy, przedstawiona na rys. 6., pozwala określić, z pewnym przybliżeniem, jaką moc zapotrzebowaną prosument może pokryć z własnego źródła. Oznacza to jednocześnie poziom mocy pobieranej z KSE, jako różnica między wydajnością własnego źródła a mocą zapotrzebowaną w danym przedziale czasu.
Dane pozyskane z obiektu są przetwarzane i przechowywane w bazie danych istniejącej na danym poziomie zarządzania (rys. 7.).
Rys. 6. Analiza częstości występowania obciążenia mocą elektryczną u prosumenta w badanym przedziale czasu; rys. E. M. Sroczan, M. Sroczan
Rys. 7. Struktura relacyjnej bazy danych do zapisu transakcji prosument-mikrosieć na poziomie mikrosieci [19]; rys. E. M. Sroczan, M. Sroczan
Relacyjna baza danych ma strukturę przypominającą płatek śniegu. Dostęp do poszczególnych danych jest definiowany dla poszczególnych użytkowników (rys. 8.).
Zakres dostępu i częstość odświeżania danych zależą od sposobu ich dalszego przetwarzania i wykorzystania.
Dobór obciążenia – minimalizacja kosztu energii z KSE
Obliczenia ekonomiczne na poziomie mikrosieci umożliwiają ustawienie rankingu prosumentów, w przypadku gdy występuje nadmiar mocy generowanej z OZE przy jednoczesnym braku zapotrzebowania na moc w ramach mikrosieci.
Z przyjętych założeń wynika, iż zasady ekonomicznego rozdziału obciążenia obowiązują również źródła prosumentów, zgodnie z zależnością określającą minimalny koszt generacji w danych warunkach [13].
Porównywalność charakterystyk względnych przyrostów kosztów generacji źródeł sieci MS uzyskuje się przez wprowadzenie odpowiednich równoważników systemowych [14] dla każdego rodzaju źródeł energii elektrycznej i zasilającego go rodzaju OZE.
Koszt generacji energii w mikrosieci (MS) osiąga wartość optymalną wtedy kiedy spełnione są następujące zależności [12]:
gdzie:
Kog – koszty stałe agregatu urządzeń wytwórczych,
Kvg – przyrost kosztu generowanej wywołany zmianą obciążenia,
KTC – koszt przesyłu energii i usług systemowych, obejmujący również koszt odbudowy systemowej rezerwy mocy.
oraz
gdzie:
Pgi, Pmin, Pmax, – generowana, minimalna i maksymalna i-tego źródła prosumenckiego współpracującego w MS,
Pd – moc zapotrzebowana przez odbiorców,
k – współczynnik zezwalający na odstawienie źródła energii,
t – przedział czasu.
Wnioski
Współczesne techniki transferu informacji, niezwykle elastyczne, umożliwiają przetwarzanie danych w różnych dziedzinach.
- Internet Rzeczy stanowi kolejny etap rewolucji informacyjnej. IoT stanowi wyzwanie dla biznesu – zmienia mechanizmy konkurencyjności, oczekiwania klientów, a także produkty oraz usługi, których nowa jakość zaspokaja potrzeby konsumentów lepiej niż dotychczasowe rozwiązania.
- Inteligentne infrastruktury Internetu Rzeczy rozwijają się bardzo dynamicznie, zmieniają strategie funkcjonowania przedsiębiorstw, wpływając m.in. na: proces projektowania usług, oferowaną obsługę serwisową, zwiększenie produktywności, bezpieczeństwa oraz pozwala lepiej alokować kapitał.
- Przemysłowy Internet Rzeczy – IIoT, który zaspokaja potrzeby między innymi elektroenergetyki, a szczególnie rozproszonego generowania energii elektrycznej w instalacjach prosumenckich. Prosumenci dostarczają informacji niezbędnych do optymalizowania kosztu generacji energii elektrycznego w mikrosieciach, a pozyskiwane od nich dane są wykorzystywane do określenia profilu energetycznego odbiorcy.
- Poprawne działanie systemu przeznaczonego dla branży energetycznej, w którym ilość pozyskiwanych danych jest niewyobrażalnie wielka, a jednocześnie czas dostępu do nich, aby był sens ich wykorzystania, jest bardzo krótki i bezpieczny, wynika z zastosowania osiągnięć współczesnej elektroniki i informatyki, w tym Internetu Rzeczy.
Literatura
- Haas H., Cheng Chen, What is Li-Fi? W: ECOC’15, 41th European Conference on Optical Communication Valencia, Spain, 27.09-1.10.2015. http://www.homepages.ed.ac.uk/hxh/Li-Fi_PAPERS/15_cheng_ecoc_invited.pdf
- Hatziargyriou N., i inni, Microgrids – Large Scale Integration of Microgeneration to Low Voltage Grids, CIGRE (2006) C6-309.
- Klajn A., Wybrane aspekty integracji systemów inteligentnych instalacji w budynkach, XII Sympozjum, pt. „Optymalizacja dostaw i rozdziału energii oraz przesyłania informacji w inteligentnych obiektach”, Wydawnictwo Oddziału Poznańskiego SEP, Poznań 2009 r, s. 7-11.
- Kontakt.io – http://crossweb.pl/job/kontakt-io/(XI 2016).
- Landis&Gyr S650 Smart Grid. http://www.landisgyr.pl/product/landisgyr-s650-smart-grid-terminal-2
- IEEE 802 LAN/MAN Standards Committee. http://www.ieee802.org/
- Nowak M., Wykorzystanie systemów SCADA do integracji i zarządzania systemami automatyki w inteligentnych budynkach, XIII Sympozjum, pt. „Sieci i instalacje elektryczne – klasyczne i inteligentne”, Wydawnictwo Oddziału Poznańskiego SEP, Poznań 2010 r, s. 13-16.
- Pereira R. et al., Consumer energy management system with integration of smart meters. Energy Reports 1 (2015) 22-29. http://www.elseviier.com/locate/egyr
- PN-EN 50491-5-2:2011p – Ogólne wymagania dla domowych i budynkowych systemów elektronicznych (HBES) oraz systemów automatyzacji i sterowania budynków (BACS) -- Część 5-2: Wymagania kompatybilności elektromagnetycznej (EMC) dla HBES/BACS stosowanych w środowisku mieszkalnym, handlowym i lekko uprzemysłowionym.
- PN-EN 62052-21:2010 P – Urządzenia do pomiarów energii elektrycznej (prądu przemiennego). Wymagania ogólne, badania i warunki badań. Cz. 21: Urządzenia do sterowania taryfami i obciążeniem.
- Sroczan E., Symulacja zmienności obciążenia w mikrosieci zwierającej elektrownie zasilane energią odnawialną. W: Sroczan E. (red.:).”XIV Sympozjum Oddziału Poznańskiego Stowarzyszenia Elektryków Polskich „Współczesne urządzenia oraz usługi elektroenergetyczne, telekomunikacyjne i informatyczne. Aktualne problemy budowy i eksploatacji sieci oraz instalacji elektrycznych”. Wyd. Oddz. Poznańskiego SEP. Poznań 2011 r. ISBN 978-83-932767-1-4. s. 17-20.
- Sroczan E.M., A Simulation of Allocation of the Power Reserve in the Power System and Microgrid containing renewables. W: Modelling and simulation 2011 Eds: P. Novais, J. Machado, C. Analide, A. Abelha, Eurosis-ETI Publication, 2011, p. 155-157.
- Sroczan E., Zastosowanie systemu IT do optymalizacji kosztów zasilania energią elektryczną. Wiadomości Elektrotechniczne 7(74) 2010 s. 18-22.
- Sroczan E. M., Zagadnienia integracji systemów IT w układach rozproszonej generacji energii elektrycznej. Przegląd Elektrotechniczny nr 4/2010. s. 233-236.
- Sroczan E. M., A Simulation of Load Variability of a System Power Station Caused by a Microgrid Fed by Renewables. w: Modelling and Simulation ‘2010. The European Simulation and Modelling Conference ESM 2010. Eds: Janssens G. K., Ramaekers K., Caris A. Publ. EUROSIS-ETI, Ghent Belgium (2010), p. 167-169. ISBN: 978-90-77381-57-1. EAN: 9789077381571.
- Sroczan E., Struktura instalacji budynku zasilanego z własnego źródła energii elektrycznej i cieplnej. W: Sroczan E. (red.:).”XIII Sympozjum Oddziału Poznańskiego Stowarzyszenia Elektryków Polskich Współczesne urządzenia oraz usługi elektroenergetyczne, telekomunikacyjne i informatyczne. Instalacje elektryczne – klasyczne i inteligentne. Wyd. Oddz. Poznańskiego SEP. Poznań 2010 r. ISBN 978-83-919118-8-4. s. 22-27.
- Sroczan M., Sroczan E., Urbaniak A., Inwestycje teleinformatyczne w przedsiębiorstwie energetycznym, Rynek Energii nr 2(69)/2007.
- Sroczan E., Sterowanie pracą odbiorników energii w systemie LCN. Wiadomości Elektrotechniczne nr 10/2005 r. s. 34-39.
- Sroczan E., Model bazy danych dla systemu zarządzania energią. Rynek Energii. 2001. nr 2. s. 11-16.
- Sroczan E.: Zarządzanie energią w budynkach inteligentnych. Wiadomości Elektrotechniczne, nr 5/2000.
- Sroczan E., Systemy IT do rozliczania poboru energii u odbiorców indywidualnych. W: Inteligentne systemy w inżynierii i ochronie środowiska. VIII Konf. Komputer w ochronie środowiska. Rokosowo 2007. 2-4 grudnia 2007. Wyd. PZTiS Poznań 2007.
- Pingle Y. et al, Electricity Measuring IoT Device. 2016 Int. Conf. On Computing for Sustainable Global Development (INDIACom).
- Szczerbowski R. 2011. Generacja rozproszona oraz sieci Smart Grid - wirtualne elektrownie. Polityka Energetyczna tom 14, z. 2. Wyd. Instytutu GSMiE PAN, Kraków. s. 391 – 404.
- The Internet of Things Ecosystem, July 2016, www.CompTIA.org
- Brachman a., Raport Obserwatorium ICT, Internet przedmiotów. Park Naukowo-Technologiczny „Technopark Gliwice”, Gliwice, 2013, www.obserwatoriumict.pl