- “Registrer kontinuerlig 24 timer i døgnet den totale netto konvertering av energi.
- "Gjør det mulig med en balansert belastning ved registrering av omgjort og forbrukt energi."
"Gjør mulig en balansert belastning" oppnås nå med kunstig intelligens.
Etter hvert som flere fornybare energikilder kommer på nettet, har energilagring blitt viktigere, spesielt når solen går ned hver dag og vinden slutter å blåse. Prediktiv analyse og kontrollprogramvare blir nå brukt til problemet med energilagring som en måte å overvåke og kontrollere etterspørselspikene og koble lagringssystemer til det nye smartnettet.
Det siste eksemplet kommer fra AutoGrid Systems Calif., Utvikleren av en "energidataplattform" som bruker smartmåler, sensor og andre verktøydata for å generere en sanntidsvurdering av energiforbruket og anbefalinger for effektiv kraftdistribusjon. AutoGrid, Redwood City, California, kunngjorde mandag (desember 14) at energilagringsspesialisten Electro Power Systems (EPS) ville bruke sitt prediktive kontrollsystem for å bygge og drifte "programvaredefinerte kraftverk."
Den prediktive kontrollteknologien er ment å hjelpe EPS-kunder å forutsi energibehov og optimalisere energilagrings- og distribusjonssystemer for variable kilder som solenergi og "kombinert varme- og kraftverk." De resulterende programvaredefinerte kraftverkene basert på AutoGrid-analysealgoritmer er designet for å samle energilagrings- og distribusjonsressurser. De kombinerte ressursene kan deretter brukes til nettbaserte applikasjoner som å håndtere etterspørselssvar eller bestemme hvor mye fornybar energi som kan omsettes i det bredere strømmarkedet, sa partnerne.
Paris-baserte EPS, som spesialiserer seg på hydrogenlagringssystemer, sa at partnerskapet med AutoGrid vil bidra til å akselerere utplasseringen av energilagringsteknologi på det nye smartnettet. Energiselskapet vil utnytte analyse- og kontrollprogramvaren for å "redusere etterspørselskostnader og delta i fleksibilitetsprogrammer for nettnett og elektrisitetsmarkeder," sa EPS-administrerende direktør Carlalberto Guglielminotti i en uttalelse.
Evnen til å senke energibehovsavgiftene gjennom verktøy som prediktiv analyse blir i økende grad sett på som en annen måte å redusere energikostnadene på. Partnerne bemerket at svingende energibehov representerer et flertall av strømregningen for kommersielle og industrikunder. For eksempel utgjør etterspørselen etter energi i peak perioder av dagen anslagsvis 70 prosent av strømregningen for kommersielle kunder i California.
Til tross for veksten av fornybare energikilder som sol og vind, gjør variasjonen av disse energikildene energilagring mer kritisk siden den kan frigis når solen går ned og når topp etterspørsel stiger.
AutoGrid sa at nøyaktige energibehovsprognoser krever å fange opp og forutsi for eksempel data om samspillet mellom solenergi og bygningsenergilaster. Den programvaredefinerte kraftverkstilnærmingen er designet for å fange data om faktiske topper etterspurt. Disse dataene kan deretter brukes til å unngå unødvendige utladningssykluser i lagringssystemer som forlenger levetiden ved å redusere antall ganger de trenger å lades opp.