IIoT платформы в цифровизации энергосетей (Smart Grid)
Компания J’son & Partners Consulting завершила подготовку глобального исследования облачных IoT-платформ и приложений для сквозного управления энергосетями, включая управление конечным потреблением электроэнергии. Отрасль электроэнергетики наиболее показательна для изучения процессов цифровой трансформации и понимания роли облачных IoT-платформ и приложений в них, поскольку уже реализованный в электроэнергетике, пусть и в ограниченном масштабе, механизм взаимодействия участников процесса сквозной оптимизации всей цепочки от генерации до конечного потребления электроэнергии, в наибольшей степени соответствует целевому облику цифровой экономики и доказывает его достижимость.
Задачи и границы исследования
В настоящем исследовании рассматриваются платформы и приложения, реализующие функционал сбора данных с интеллектуальных приборов учета (Meter Data Management, MDMS), анализа этих данных и оптимизационного управления энергосетями, включая управление конечным потреблением (Demand Response) и управление распределенной генерацией. Не включены в исследование приложения, не участвующие непосредственно в процессе оптимизационного управления, но использующие данные от систем MDMS, такие как биллинг и системы информирования клиентов (порталы и т.п.).
Наряду с функциональным другим условием для включения платформы или приложения в настоящее исследование является доступность платформы или приложения по облачной (публичной и/или гибридной) модели предоставления – как самостоятельного сервиса и/или в составе комплексного управляемого сервиса (managed service).
При оценке рынка в денежном выражении была учтена выручка только перечисленных выше включенных в исследования платформ и приложений, без учета стоимости оборудования, необходимого для подключения к платформам. В случае если сервис предлагается в составе комплексной управляемой услуги, то не учтены платежи, связанные с арендой оборудования и оплаты услуг обслуживающего персонала.
Результаты исследования носят практический характер и могут использоваться действующими и потенциальными разработчиками отраслевых платформ и сервисов для определения целевых рыночных ниш, облика конкурентоспособных продуктов для этих ниш и достижимых параметров по абонентской базе и объему платежей от нее, стратегии экспансии на рынок, а также профильными инвесторами для оценки перспектив объектов инвестирования.
Роль IIoT платформ в цифровизации энергосетей (Smart Grid)
Отрасль электроэнергетики наиболее показательна для изучения процессов цифровой трансформации и понимания роли облачных IoT-платформ и приложений в них, поскольку уже реализованный в электроэнергетике, пусть и в ограниченном масштабе, механизм взаимодействия участников процесса сквозной оптимизации всей цепочки от генерации до конечного потребления электроэнергии, в наибольшей степени соответствует целевому облику цифровой экономики и доказывает его достижимость. Цифровая отрасль образуется путем автономного, без непосредственного участия человека, взаимодействия цифровых систем, ее составляющих, с целью их взаимной оптимизации на основе автоматически исполняемых алгоритмов оптимизации. Главное условие установления взаимодействия – экономический эффект от взаимодействия систем должен превышать затраты на это взаимодействие. Человек участвует в этом процессе опосредованно, определяя правила (автоматически исполняемые алгоритмы или правила формирования алгоритмов) и выступая бенефициаром результатов взаимодействия.
Применительно к электроэнергетике ключевым отличием SmartGrid от традиционных иерархических сетей энергоснабжения с ручным диспетчерским управлением является возможность реализации автоматически исполняемых алгоритмов оптимизации как иерархических, так и распределенных гетерогенных систем энергоснабжения. Потребность в сквозной оптимизации обуславливает необходимость развития экосистем отраслевых IoT-платформ и приложений (IIoT-платформ), содержащих интегрированные цифровые модели энергосистемы и модели поведения конечных потребителей, и агрегирующих необходимые для их наполнения данные (Рис. 1).
Основная причина почему именно в электроэнергетике реализуется полноценная модель цифровизации, для большинства других отраслей являющаяся лишь отдаленной перспективой, состоит в том, что экономический эффект, превышающий затраты на его достижение, достигается в электроэнергетике только при условии сквозной оптимизации, охватывающей генерацию, распределение, сбыт и конечных потребителей. Анализ реализуемых в мире, в частности, в США, крупномасштабных проектов трансформации энергосетей в умные энергосети со всей очевидностью показывает, что достижение экономического эффекта существенно превосходящего затраты на цифровизацию возможно только в случае сквозной оптимизации генерации, распределения, сбыта и конечного потребления электроэнергии, причем центры затрат и центры достижения экономического эффекта не совпадают, что означает необходимость новых экономических механизмов взаимодействия участников цепочки сквозной оптимизации, позволяющих перераспределять эффект между ее участниками. Если же рассматривать каждого из участников этой цепочки в отдельности (изолированно), то внутренних эффk
Детальные результаты исследования представлены в полной версии Отчета:
«Анализ рынка облачных IoT-платформ и приложений для оптимизационного управления энергосетями»
Содержание (54 стр.)
- Определение облачных платформ IoT и приложений для оптимизационного управления энергосетями
- Выводы и рекомендации
- Облачные IoT-платформы и приложения для оптимизационного управления энергосетями
3.1. Роль облачных IoT-платформ и приложений в реализации сквозного оптимизационного управления энергосетями
3.2. Количественная оценка глобального рынка облачных IoT-платформ и приложений для оптимизационного управления энергосетями
3.3. Облачные платформы для сбора первичных данных с подключенных счетчиков и других видов устройств телеметрии (MDMS)
3.4. Облачные аналитические платформы для оптимизационного управления энергосетями
- Профайлы наиболее крупных и/или наиболее перспективных облачных платформ и приложений для сквозного оптимизационного управления энергосистемами, наиболее характерные примеры внедрения в мире
4.1. Облачные MDMS-платформы
4.1.1. Itron AMI SaaS
4.1.2. Gridstream MDMS
4.2. Аналитические и управляющие платформы
4.2.1. Energy IP Meter Data Management Platform
4.2.2. Smart Grid Analytics Platform
4.2.3. IPKeys Automated Demand Management platform
4.2.4. AutoGrid Energy Internet Platform
- Профайлы разрабатываемых и действующих облачных интеграционных и аналитических IoT-платформ в России
5.1. Time2Save
- Потенциальные потребители цифровых сервисов в России и соответствие их финансовых возможностей ценовой политике и моделям монетизации глобальных и российских провайдеров цифровых сервисов для сквозной оптимизации энергосистем
6.1. Оценка существующего и потенциального объема потребления в России
6.2. Оценка экономического эффекта от использования IoT-платформ и приложений для сквозного оптимизационного управления энергосистемами
Список рисунков
Рис. 1. Развитие экосистемы IoT-платформ и приложений для мониторинга и оптимизационного управления энергосетями
Рис. 2. Функциональный состав интегрированной системы платформ и приложений для мониторинга и оптимизационного управления энергосетями
Рис. 3. Оценка объема, продуктовой структуры и динамики глобального рынка облачных IoT-платформ и приложений для оптимизационного управления энергосетями, факт за 2015-2018 гг. и прогноз на 2019-2023 гг., млн. долл.
Рис. 4. Оценка региональной структуры и динамики глобального рынка облачных IoT-платформ и приложений для оптимизационного управления энергосетями, факт за 2018 г. и прогноз на 2023 г., в % и млн. долл.
Рис. 5. Архитектура MDMS и приложения-потребители данных, собираемых MDMS, на примере платформы Itron AMI
Рис. 6. MDMS как элемент системы сквозного предиктивного управления энергосетями на примере Siemens EnergyIP MDMS Platform
Рис. 7. Пример аналитической IoT-платформы сквозного оптимизационного управления энергосистемой, включая конечных потребителей и источники распределенной генерации
Список таблиц
Таблица 1. Облачные MDMS IoT-платформы для сбора данных с подключенных умных счетчиков и других видов устройств телеметрии энергосетей
Таблица 2. Аналитико-транзакционные облачные IoT-платформы и приложения для оптимизационного управления энергосетями в режиме реального времени
Таблица 3. Основные индикаторы оснащенности жилых домов приборами учета электроэнергии в 2013 г.
Таблица 4. Оценка объема и структуры потенциального рынка облачных платформ и приложений для оптимизационного управления энергосистемами в России, 2022 и 2029 гг.