積極的なグリッド管理のための成長ニーズ

電力不足は、エネルギー省によると、毎年150億ドル(])の推定値で、米国の経済が高まっています。 金融の通行料を超えて、停電は、病院、水システム、通信などの重要なサービスを妨害します。 歴史的に、ユーティリティは、停電が発生した後に電力を回復させるのに反応しました。 しかし、イノベーションの新しい波は、パラダイム記事を: 方向転換する: 予測: 予測および、および、および、および、これらのデータを収集する、よりスマート化することを防ぐことです。 [FLT] および、および、これらのデータを収集する、および、および、より詳細な計画を計画する、より詳細な情報、より詳細な情報、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、より詳細な情報収集する、および、および、および、および、および、および、または、または、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および、および

高度なデータ分析と機械学習

マシン学習モデルは、スマートメーター、グリッドセンサー、気象ステーション、および植生管理レコードから数百万のデータポイントを処理することができるようになりました。これらのアルゴリズムは、電圧変動、負荷不均衡、または変圧器上の異常な温度読書などの障害を予感させるパターンを学習します。これらの予備駆使者を特定することにより、障害が発生した場合に、乗員を検査または修理することができます。

アクションにおける予測モデル

例えば、太平洋ガスと電気(PG&E)は、気象予報とともに、歴史の停電データを分析し、野生の火災関連発生を予測する機械学習を使用します。 それらのシステムは、特定の伝送線のリスクスコアを生成し、必要な場所でのみ、ターゲット化された脱エネルギーを可能にし、大災害火災を防止する。 これら2つのアルゴリズムを実装した場合には、このアルゴリズムが報告された。 で公表されたケースの調査は、これらのアルゴリズムが、予測された結果が、その理由でのみ、分析する。

データのソースと統合の課題

効果的な機械学習は、多様で高品質のデータを必要とします。ユーティリティは、SCADAの読書、AMI(高度メーターインフラ)データを組み合わせ、野菜の環境のための衛星画像、さらにはソーシャルメディアフィードレポートフリッカリングライト。しかし、これらの多様なストリームを統合することは、従来のシステムとデータサイロによる課題を残します。 ]エッジコンピューティングは、ソリューションとして新興され、帯域幅の低下にデータを処理し、要求を低減し、要求を低減します。

スマートグリッド技術

スマートグリッドは、単一の技術ではなく、センサー、通信ネットワーク、および自動制御のエコシステムです。 これらのシステムは、分布ネットワーク全体で電圧、電流、周波数のリアルタイム監視を可能にします。 障害が検出されると、線の接触がツリーブランチで、自動的に影響を受けるセクションを分離し、ミリ秒単位で他のフィーダーから電力を移すことができます。

セルフヒーリンググリッド

自己治癒力は、最もインパクトのあるスマートグリッドのイノベーションの中であります。 [] の配布されたインテリジェンス]]を使用して、リクローナーとセパライザは、ネットワークのトポロジーを再構成するために互いに通信します。 例えば、プライマリフィーダが失敗した場合、システムは隣接するフィーダからサービスを復元するためのタイスイッチを閉じることができます。 によると、エネルギーのGridingsの部門は、早期に導入しました%]。

高度のメーターで計るインフラ(AMI)

スマートメーターは、顧客とユーティリティ間の双方向通信を提供します。 請求を超えて、AMIデータは、個々の世帯に電圧最適化、需要の応答、および停電検知を可能にします。 メートルが通信を失うと、ユーティリティは、顧客コールを待つことなく、ローカルの停電とディスパッシブクルーを誘導することができます。 フランスの[Linkyスマートメーターロール、35万世帯をカバーする、35万世帯以上をカバーする、イベントごとの平均30分あたりの平均で停電速度の検出を改善しました。

予測メンテナンス

反応メンテナンス - 機器を故障した後にのみ固定する - 計画されていないダウンタイムと多くの場合、キャスキャッシング障害に耳を傾けます。 予測メンテナンスは、変圧器の溶解ガス分析、回転機械の振動レベル、およびスイッチギアの熱イメージングなどの機器の健康インジケータを継続的に監視することによってアプローチをシフトします。

センサーネットワークとIoT

重要な資産に取り付けられたワイヤレスセンサーは、クラウドベースの分析プラットフォームにデータを送信します。アルゴリズムは、上昇油温度や部分的なケーブルでの排出などの異常を検出します。 []Florida Power & Light(FPL)は、その分布トランスに10,000以上のセンサーを配備し、変圧器の故障率を毎年15%削減しました。 予測モデルが故障の高確率を示すときだけメンテナンスを実行し、作業コストと交換の費用の百万万ドルの節約を実現します。

サブステーション用のデジタルツイン

デジタルツインは、リアルタイムセンサーデータで更新された、物理的資産の仮想レプリカです。 圧力条件をシミュレートすることにより、熱波や雷嵐のような操作者は、どのコンポーネントが故障する可能性があるかを予測できます。 [] ABBと[[]]]]は、サブステーション用のデジタルツインプラットフォームを開発し、実際のグリッド操作を中断することなく、ユーティリティを実行できるようにします。 このウィンドウは、正確な操作を最小限にすることができます。

天気予測と気候モデリング

極端な気象イベント - ハリケーン、氷の嵐、野火、および熱波 - 大規模な停電の大きな原因です。 気象予測を改善し、気候モデリングと組み合わせ、インフラの準備と乗組員を配るためにユーティリティがより長いリードタイムを与えます。

高解像度の天気モデル

現代の気象モデルは、現在、下方キロメートルの解像度で実行され、局所風の風速計、雷撃、および雪の負荷を予測しています。ユーティリティは、潜在的な故障の数と場所を推定する、予測予測モデルにこれらの予測を統合します。例えば、[]]デュークエナジーは、IBMのウェザー会社]データを、株式の乗務員の上昇を予期するデータを使用して、および交換面積の48時間、および交換面積の上昇を事前に予測します。

野火リスクの緩和

気候変動は、野生の火の季節を集中させ、革新するユーティリティを強化しています。 モデルは、今、植生の水分、風速、相対湿度、燃料密度の要因を日々のリスクマップを生成する。 カリフォルニアユーティリティのような、カリフォルニアエジソン、およびサンディエゴガス&電気は、公共安全電力シャットオフ(PS)プログラムが、これらの危険度を増加させる一方で、これらのリスクは、これらのリスクを低減します。 これらは、これらのリスクは、30%を削減します。

分散エネルギー資源(DER)とマイクログリッド

ソーラーパネル、バッテリーストレージ、電気自動車、およびバックアップジェネレータをグリッドに統合することで、停電防止のための課題と機会の両方が作成されます。 インテリジェントに管理された場合、DERはローカライズされたバックアップ電力を提供し、伝送線のストレスを軽減することができます。

島化システムとしてのマイクログリッド

マイクログリッドは、メイングリッドから切断し、停電時に自律的に操作することができます。これは「islanding」と呼ばれるプロセスです。病院、大学、および重要な施設は、グリッド障害を自動的に検出し、ローカル生成に切り替える制御システムを備えたマイクログリッドをインストールしています。 []]]Princeton University microgrid]]]。例えば、Hurricane Sandy中にキャンパスを保ち、周辺エリアは電力を失いました。

バーチャル発電所

住宅用バッテリーとスマートサーモスタットを仮想発電所(VPP)に集約することで、ピークデマンドやグリッド緊急時に保存されたエネルギーをディスパッチすることができます。 Sunrunと]]]PG&E[[]]は、カリフォルニアでVPPを操縦して、最大100 MWの負荷をシフトできる - 75,000の家を電力に - 数千の家庭の節約する危険性を低減します。 この製品は、新しい植物を節約できます。

グリッドレジリエンスにおけるサイバーセキュリティ

グリッドはよりデジタル化されるにつれて、サイバー攻撃は成長する脅威を信頼性に追いつく。 適切に実行されたサイバー攻撃は、監視システム、破損制御アルゴリズムを無効にしたり、機器への物理的損傷を引き起こす可能性があります。 停電を防止する今日は、強固なサイバーセキュリティ対策が必要です。

ネットワークの区分および侵入の検出

ユーティリティは、NISTのサイバーセキュリティフレームワークを採用しています。, 企業のITネットワークから運用技術(OT)ネットワークをセグメンテーション. 侵入検知システムが、侵害を示すことができる異常なトラフィックパターンの監視. [北米電気信頼性株式会社(NERC)[]]は、すべてのバルクパワーシステム事業者全体にベースラインセキュリティ慣行を強化するために、必須クリティカルインフラストラクチャ保護(CIP)基準を導入しました。

脅威検出のための機械学習

AI 主導のセキュリティプラットフォームは、ネットワークログを分析してゼロデイの悪用やインサイダーの脅威を特定します。例えば、]Darktrace]]は、攻撃が運用上の影響を引き起こす前に、多くの場合、グリッドコントローラやアラートオペレータが逸脱する通常の動作をモデル化するために監視されていないマシン学習を使用します。このような積極的なサイバーセキュリティに投資するユーティリティは、ランサムウェアや国家スポンサー攻撃によって引き起こされる長期ブラックアウトのリスクを低減します。

コミュニティエンゲージメントとレジリエンス計画

テクノロジーだけでは、停電防止を保証できません。コミュニティを活性化することで、バックアップジェネレータ、保存水、およびボランティアネットワークなどのローカルリソースがグリッドが故障したときに調整されます。

レジリエンスハブ

多くの都市は、ソーラーパネル、バッテリーストレージ、緊急通信を備えた通信センター、レジリエンスハブを確立しています。 停電時には、これらのハブは、デバイス充電、医療機器の電力、冷却などの重要なサービスを提供します。 []ポートランドの緊急管理局]は、脆弱な地区で、地域フィードバックを使用して、局所やサービス優先順位を上げるために、検証された回復ハブを持っています。

顧客サイドの調製

ユーティリティは、停電安全に関する顧客教育プログラムを拡大しています。 発電機を安全に使用し、機器をオフにして、サージを防ぎ、ダウンされたワイヤを報告します。 一部のユーザーは、ブラックアウト時に自動的に非重要な負荷を切断できるスマートパネルをインストールするためのインセンティブを提供し、バックアップシステム上の負担を軽減します。 通知された顧客は、積極的に、全体的な回復時間を短縮します。

コンテンツ

停電防止の未来は、レイヤード・アプローチにあります。 彼らが起こる前に故障を予測する機械学習、自分自身を癒すスマートグリッド、資産寿命を延ばす予測メンテナンス、および回復力を高めるコミュニティパートナーシップ。 システムがすべての停電を排除できるわけではありませんが、これらの革新的な技術の組み合わせは、既に不足している頻度、持続期間、および費用で測定可能な削減を配信しています。 気候変動が極端な気象やデジタル脅威を増加させるにつれて、これらの戦略に継続的な投資は、何百万もの家庭や企業がライトを維持するために不可欠です。