Cet article est le cinquième d'unesérie de huit articles publiés sur le site . Il traite des quatre principaux défis liés à la surveillance des performances solaires et des moyens de les surmonter.
Comme nous l'avons expliqué dans lepremier article de cette série ( ), l'objectif d'un système de contrôle solaire est de caractériser les performances opérationnelles de l'équipement de l'usine afin de s'assurer que l'équipement fonctionne correctement.
Les développeurs de modèles tentent de fournir ces informations en créant des modèles de performance qui consomment les données d'exploitation de l'usine et utilisent ensuite ces données pour estimer ce que l'équipement devrait faire. Si le logiciel identifie un écart suffisamment important par rapport aux prévisions, un événement opérationnel est déclenché pour informer les opérateurs d'un problème apparent de performance de l'usine ou de l'équipement.
Je dis "apparente" pour deux raisons :
Comme je l'ai expliqué dans lepremier article de cette série ( ), cela est dû en partie au problème des données imparfaites de l'énergie solaire. En d'autres termes, la plupart des plateformes de suivi de l'énergie solaire fonctionnent bien si elles sont alimentées par des données précises et continuellement nettoyées, mais lorsqu'elles sont alimentées par le type de données désordonnées que nous observons dans le monde réel, elles échouent souvent.
Dans le premier article, nous avons également discuté du fait qu'il n'est pas économiquement possible d'équiper les projets d'énergie solaire de capteurs, de compteurs et de systèmes d'acquisition de données de qualité laboratoire pour résoudre le problème à la source. Ainsi, s'il n'est pas possible de créer des données d'exploitation parfaites à la source et si les modèles de performance ont besoin de données d'entrée de haute qualité pour produire des résultats de haute qualité, existe-t-il une solution commercialement viable au problème ?
La réponse est oui. Mais l'industrie a besoin d'une nouvelle approche de la gestion des performances des actifs solaires (APM). Cette nouvelle approche est à la base de laplate-forme logicielle de gestion des performances des actifs de Power Factors Drive Pro.
Voici quelques-unes des hypothèses clés que nous avons intégrées dans les spécifications du produit :
Drive Pro apporte cette approche innovante à l'APM solaire. Nos clients sont enthousiastes à l'idée d'utiliser un outil collaboratif pour optimiser la performance de leurs actifs solaires.
Lors du développement du moteur de traitement des données pour Drive Pro, notre hypothèse fondamentale était que les données d'exploitation des centrales solaires sont toujours imparfaites. Supposer que les données solaires peuvent être consommées par les moteurs d'analyse et d'événements de Drive Pro avant d'être contextualisées, qualifiées et nettoyées est une recette pour l'échec. La plupart des applications de surveillance des performances échouent à cette première étape critique de la phase de traitement des données.
Pour résoudre ce problème, Power Factors a développé un puissant moteur de validation, d'estimation et d'édition des données (VEE) qui qualifie toutes les données de séries temporelles au fur et à mesure qu'elles affluent dans le moteur de traitement des données. L'association des processus de données VEE en temps réel et d'une méthode innovante de notation de la capacité des données crée une norme entièrement nouvelle de ce que peuvent et doivent être des données d'exploitation solaire dignes de confiance.
Par exemple, l'un des capteurs qui tombe le plus souvent en panne dans une centrale solaire est l'appareil de mesure de l'irradiation. Sans ces données, il est pratiquement impossible de calculer les performances attendues d'une installation solaire. Pour résoudre ce problème courant, les ingénieurs ont mis au point une série de tests de curation de données en cascade afin d'estimer l'irradiation de la centrale en temps réel si le compteur principal cesse de communiquer ou fournit des données erronées.
Dans le cas d'un irradiomètre, il s'agit d'un processus à six niveaux de validation et d'estimation de l'irradiation actuelle de l'usine. Si l'irradiancemètre primaire ne fournit pas de données correctes, le facteur de confiance relatif à la performance attendue est réduit, de sorte que les opérateurs peuvent en tenir compte avant de faire rouler un camion. Si une estimation insuffisante est identifiée pour le compteur primaire, les mesures qui dépendent de ce compteur peuvent être temporairement indisponibles jusqu'à ce qu'elles le soient. Au lieu de générer de fausses alarmes, Drive Pro guide l'utilisateur sur la manière de récupérer le compteur et de remettre en ligne l'ensemble des données analytiques.
L'une des nouvelles approches proposées par l'équipe de Drive Pro pour remédier au problème des alarmes intempestives a été l'introduction d'un nouveau concept de qualité des données appelé "capacité des données". La capacité des données est une analyse effectuée sur les données introduites dans le moteur VEE qui qualifie les données de processus sous-jacentes et leur attribue un score.
Le score est attribué à chaque installation et informe les utilisateurs de Drive Pro des analyses qui sont activées en fonction de la qualité des données d'entrée. L'outil Data Capability effectue plus de 260 tests sur tous les types d'actifs (centrales, onduleurs, combinateurs, sous-réseaux, capteurs, etc.) Chaque actif se voit attribuer une note qui s'ajoute à la "note globale" de l'installation. Ce score global est basé sur les scores des actifs de l'usine et fournit aux utilisateurs un moyen facile de prioriser les actions d'amélioration sur le terrain dans l'ensemble d'un portefeuille.
Cette étape importante du traitement des données, qui n'existait pas avant Drive Pro, permet de réaliser deux choses. Premièrement, elle définit des attentes réalistes concernant les analyses qui peuvent ou ne peuvent pas être générées par Drive Pro, compte tenu des données de séries temporelles actuelles provenant de l'usine. Deuxièmement, elle permet de savoir quels capteurs, compteurs et métadonnées signalent des données erronées ou manquantes, de sorte que des mesures peuvent être prises pour corriger la source des données.
Maintenant que nous avons nettoyé, contextualisé et classé les données avec un score de capacité de données, nous sommes prêts à les analyser et à identifier les véritables problèmes de performance des équipements. Sans ces étapes initiales importantes, les systèmes de surveillance ne détecteront pas les anomalies de performance de l'usine ou les signaleront de manière incorrecte.
Les données d'exploitation conditionnées alimentent le moteur d'analyse Drive Pro qui identifie alors les pertes de performance, en utilisant un système de classification standard, par actif. Les pertes sont totalisées au niveau de l'usine et de l'actif et comparées aux performances modélisées et attendues. Des événements de sous-performance sont générés et les utilisateurs sont informés des problèmes, avec un degré élevé de certitude quant à l'actif affecté, la quantité d'énergie perdue et la source sous-jacente du problème.
Maintenant qu'ils peuvent se fier aux résultats de la plateforme de gestion de la performance, les gestionnaires d'actifs, les analystes de la performance et les opérateurs peuvent se concentrer sur les activités qui ajoutent le plus de valeur au portefeuille - au lieu de courir après les problèmes de données.
Il existe un moyen de contourner le problème des données d'exploitation imparfaites pour la classe d'actifs de l'énergie solaire. La réponse ne réside pas dans l'espoir et l'attente de meilleures données, mais dans l'intégration d'un moteur de traitement des données capable de générer des résultats fiables et de haute qualité malgré les données erronées reçues des centrales solaires. L'approche innovante utilisée dans la nouvelle solution Drive Pro rétablit la confiance des propriétaires et des opérateurs dans le suivi des performances solaires - et ils l'utilisent pour améliorer les rendements de leur portefeuille.
Vous souhaitez en savoir plus sur la façon dont la plateforme de gestion de la performance des actifs (APM) Drive Pro de Power Factors vous aide à relever le défi des données imparfaites ?
Steve Hanawalt est vice-président exécutif et fondateur de Power Factors.