L'analyse avancée, l'apprentissage automatique et l'IA sont utilisés dans de nombreux secteurs pour éclairer les décisions, réduire les coûts et améliorer l'efficacité. Cette technologie existe désormais pour le solaire.
Steve Hanawalt est l'un des fondateurs de Power Factors et un expert en matière d'analyse des performances solaires. Power Factors propose une plate-forme logicielle de gestion des performances des actifs en temps réel, appelée Drive , pour l'industrie de l'énergie renouvelable.
Nous avons demandé à Steve de nous expliquer comment l'analyse des performances solaires peut réduire les coûts d'exploitation et améliorer la productivité énergétique. Voici la première partie d'une série de blogs en deux parties de Steve. Lire la deuxième partie.
Il existe deux catégories d'analyses énergétiques : les analyses de base et ce que l'industrie appelle les "analyses avancées".
Les analyses de base pour l'industrie solaire sont les indicateurs clés de performance (ICP) typiques tels que la disponibilité, le facteur de capacité, l'indice de performance et le ratio de performance. Ces analyses standard indiquent aux propriétaires et aux exploitants des informations telles que : "La centrale fonctionne-t-elle efficacement ?" et "La centrale produit-elle l'énergie que nous avions prévu qu'elle produise ?" Ces données de base sont importantes, mais elles n'ont qu'une portée limitée.
Prenons par exemple l'indice de performance. Cet ICP de base est le rapport entre la production réelle et la production prévue pour une installation. Un indice de performance de 100 % ou plus signifie que l'installation génère autant de production que prévu. Que se passe-t-il si l'indice de performance tombe en dessous de 100 % pendant un certain temps ? La plupart des outils de suivi diront : "Vous savez quoi ? Vous ne produisez pas autant de revenus que prévu pour cette période". Très peu d'entre eux donnent des indications sur pourquoi la baisse de production s'est produite.
C'est là que l'analyse avancée entre en jeu. L'analyse avancée permet aux propriétaires et aux exploitants de remonter jusqu'aux causes profondes des problèmes de sous-performance. Les logiciels d'analyse avancée utilisent l'apprentissage automatique, l'IA et des algorithmes sophistiqués pour identifier la source de la sous-performance. Cela permet une analyse plus détaillée de la caractérisation des pertes.
Une analyse de caractérisation des pertes permet d'identifier les raisons sous-jacentes de la sous-production. La plateforme Power Factors Drive présente ces informations sous la forme d'un diagramme de Pareto ou d'un diagramme de cascade, afin que les utilisateurs puissent rapidement visualiser les catégories et les montants des pertes.
Par exemple, supposons que vous deviez produire un million de kilowattheures (kWh) le mois dernier, mais que vous n'en avez produit que 700 000. Quelle est la cause des 300 000 kWh de sous-production ? Vous savez que l'ensoleillement a été moindre que d'habitude, vous n'y pouvez rien. Mais avant d'attribuer toute la baisse de production aux caprices de Dame Nature, vous constatez que la catégorie "Ressources" (qui couvre la quantité de lumière solaire reçue) n'explique que 50 000 kWh de la mauvaise production. Qu'en est-il des 250 000 autres ?
Le graphique montre que l'"indisponibilité" représente 100 000 kWh, ce qui signifie que l'équipement était hors service. Les 150 000 derniers kWh proviennent de la catégorie "sous-performance" ou "perte d'énergie". Une fois que vous connaissez ces détails, vous pouvez approfondir les raisons spécifiques des pertes d'énergie, y compris les anomalies de performance de l'équipement. Par exemple, vous pouvez constater qu'un onduleur fonctionne en mode d'abaissement de la température, que deux combinateurs sont hors ligne et que plusieurs suiveurs ne fonctionnent pas.
Grâce à ces informations, vous pouvez prendre des mesures spécifiques pour récupérer ces 150 000 kWh de production perdue ou sous-performante, en prenant des mesures concrètes telles que l'envoi de techniciens sur le terrain pour des réparations ou le remplacement ou le recalibrage d'actifs sous-performants.
La façon la plus simple de comprendre cela est de penser à des couches. La couche inférieure est la centrale électrique avec tous ses équipements et les données de ses capteurs.
À cela s'ajoute lesystème SCADA ou Supervisory Control and Data Acquisition System (système de contrôle et d'acquisition de données). Son but est d'acquérir des données et de fournir un contrôle de supervision de l'usine, ce qu'il fait très bien. Cependant, le SCADA n'a pas la capacité de comprendre l'environnement commercial dans lequel vit l'usine, l'environnement réglementaire et commercial, la structure des coûts d'exploitation de cet environnement, les différents revenus et les taux horaires payés par le service public, le nombre de pièces dans l'inventaire, etc.
C'est là que vous avez besoin de la troisième couche - la couche logicielle de gestion de la performance des actifs. Elle se superpose au SCADA pour fournir des informations contextuelles sur le marché, le commerce, l'exploitation et la maintenance. Elle complète le SCADA en tirant ses données vers le haut dans une superposition d'intelligence économique, allant au-delà de l'environnement de l'usine et dans l'environnement de l'entreprise. Il applique lecontexte à ces données.
Dans ce contexte, les propriétaires d'actifs peuvent considérer leurs installations solaires photovoltaïques non seulement comme un ensemble d'unités et de zéros et de pièces de matériel, mais aussi comme des éléments liés aux objectifs de l'entreprise.
Les historiens des données sont nécessaires et importants, mais un historien des données seul n'est pas intelligent. Il ne s'agit que de données brutes, pas d'informations. Un logiciel d'analyse des performances comme Power Factors Drive fait remonter ces données brutes dans lapyramide DIKW vers la connaissance et l'intelligence.
Drive passe au crible l'énorme quantité de données historiennes numérisées pour trouver les "aiguilles dans la botte de foin" proverbiales qui ont de la valeur. Lorsqu'il y parvient, il crée ce que l'on appelle un événement à partir de ces données et envoie une notification d'événement basée sur le rôle. Pour les problèmes de performance, un analyste ou un ingénieur reçoit une notification. Pour un écart de revenus, c'est un gestionnaire d'actifs qui reçoit l'alerte. La partie concernée peut alors prendre des mesures sur la base de ces informations.
Les notifications automatisées d'événements ne sont pas nouvelles. Elles existent depuis des années. Ces notifications automatisées sont générées par ce que l'on appelle un moteur d'événements, qui est simplement un outil basé sur des règles qui émet une notification lorsqu'un seuil de déclenchement est atteint. Un événement nedevrait être que quelque chose qui nécessite une attention particulière.
Le problème est que de nombreuses solutions logicielles n'intègrent pas la curation des données en tant que processus préalable à leur moteur d'événements. Sans curation des données - nettoyage et validation préalables des données - un moteur d'événements émet un grand nombre de ce que les statisticiens appellent des faux positifs. Les opérateurs les appellent des alarmes intempestives. De nombreux propriétaires et opérateurs sont frustrés par leurs systèmes parce qu'ils génèrent un grand nombre de ces fausses alarmes.
Un moteur de curation ou de validation des données, comme celui de Drive, est la solution. Il utilise des règles puissantes et sophistiquées pour qualifier l'alerte provenant du SCADA et s'assurer qu'elle est valide.
Prenons un exemple. L'un de nos clients dans le domaine des facteurs de puissance traite 55 000 événements par semaine. Sur ces 55 000 événements, environ 40 % étaient des doublons ou des alarmes intempestives. L'utilisation de Drive a permis de réduire à presque zéro les alarmes intempestives ou les faux événements. Désormais, les notifications concernent des problèmes réels, ce qui améliore considérablement la productivité et les coûts de main-d'œuvre.
Les propriétaires, les exploitants et les gestionnaires d'actifs n'ont pas le temps de traiter toutes les données générées par leurs installations. Ils sont surchargés de données. Ils n'ont pas besoin de savoir ce qui va bien dans leur usine - ils ont besoin d'être alertés sur ce qui ne va pas. C'est ce qu'on appelle les opérations basées sur les exceptions, et cela aide les propriétaires et les opérateurs à se concentrer sur ce qu'ils doivent faire en termes de responsabilité opérationnelle.
C'est en fait ce que fait le moteur d'événements de Drive. Il fonctionne comme suit : "Supposez que tout va bien, nous n'allons pas vous déranger. Mais s'il y a quelque chose dont vous devriez vous inquiéter, cela s'appelle un événement, et nous vous en informerons." C'est la gestion basée sur les exceptions, et c'est la raison d'être de la connexion entre les données et les événements.
Voici la première partie d'une série de blogs en deux parties de Steve. Lire la deuxième partie.
Ce billet a été publié à l'origine sur le blogue de Nor-Cal Controls blog. Nor-Cal et Power Factors fournissent des solutions SCADA clés en main de bout en bout qui réduisent les risques liés à la mise en service des usines tout en offrant les meilleurs services matériels et logiciels de leur catégorie, à architecture ouverte.
Pour en savoir plus cette courte vidéo ou en visitantle site Web de Nor-Cal à l'adresse . Et si vous souhaitez travailler avec Nor-Cal pour votre projet d'énergie solaire photovoltaïque, planifiez un appel ou envoyer un message dès aujourd'hui.