Ervaringen I-Balance TKI Urban Energy

Transcriptie

1 Ervaringen I-Balance TKI Urban Energy Lech Bialek KennisCentrum Energie Hanzehogeschool, Groningen Hanzehogeschool, TNO, I-NRG, GasUnie, GasTerra, Hooghalen Duurzaam, Essent - RWE Wind. Outline Project & Doelstelling I-Balance Project keuzes I-Share energy on EnTranCe Inrichting omgeving en componenten heeft lang geduurd Balanceren gerichte sprints (4) Resultaten Conclusie Vragen 1

2 Project en Doelstelling I-Balance Project: sept aug 2015, 1.2 M budget Hanzehogeschool, TNO, I-NRG, GasUnie, GasTerra, Hooghalen Duurzaam, Essent - RWE Wind. Doelstelling: Integratie duurzame bronnen (zon, wind) in bestaand energie net Door niet-controleerbare bronnen te combineren met wel controleerbare bronnen Praktijkopstelling met Hooghalen Duurzaam. Projectkeuzes Samenstelling consortium Thuisbasis: EnTranCe, Groningen & Hooghalen Praktijk Energie componenten: 5 windturbines 50 huishoudens Zonnepanelen bij Hooghalen Duurzaam Slimme meters (huishoudens, windturbines) 9 CFCL SOFC BlueGen brandstofcel Praktijk Energie en ICT I-NRG Energy Box en EnergyQ Icare uitlezen en doorgeven slimme meter data CFCL BlueGen API HG I-Share open energie data platform uitgebreid met een balanceer module 2

3 I-Balance overview I-Share platform I-Balance ICT Hooghalen 50 huishoudens, zonnepanelen EnTranCe 5 Windturbines 9 Brandstofcellen EnTranCe Open Data platform EnTranCe Grafieken Balanceer Logica Interfacing I-Share with I-Balance 3

4 I-share: Example of Smart meter meta data HHD I-share: Example of Smart meter data HHD 4

5 Balancering op wijkniveau Maak voorspellingen van energie gebruik (en productie) in Hooghalen Duurzaam (op wijkniveau) op basis van bedrijfsprocessen in Hooghalen Duurzaam Weersvoorspellingen Kennis van typicals van de brandstofcellen Aanpak: Cyclische engineering aanpak: denk na, ontwerp, realiseer, observeer en verbeter ICT: Scrum/Agile: met maandelijkse cyclus Uiteindelijk: 4 Sprints puur op balanceren gericht Inrichtingskeuzes en problemen Hergebruik beschikbaar I-Share Energie Open Data platform Doorontwikkeling noodzakelijk voor I-Balance Windturbines ging vlot Koppeling met 50 huishoudens Geringere deelname dan verwacht, uiteindelijk in onderzoek data van 10 huishoudens gebruikt Datakwaliteit slimme meter datastroom en communicatie kanaal (1 keer per minuut) CFCL SOFC Brandstofcellen onbekend Spannende apparaten voor lokale toepassingen beloven 50 tot 85 % rendement uit een liter gas te halen (elektriciteit + warmte) Voorzien van API Echter: CFCL API deed het niet (voor de aansturings functie ). Is pas in februari 2015 gefixed. KNMI data alleen historisch beschikbaar (opportunity) 5

6 Smart meter data quality (poor) Smart meter data quality (improved) 6

7 Sprint 1 de eerste balancering (maart 2015) Beelden maken van bedrijfsproces HHD Leefpatroon van mensen (zichtbaar in energie patroon) Georganiseerd op dag & week basis Aansturing CFCL BlueGen bedrijfproces HHD (1 huis) 7

8 bedrijfproces HHD (10 huizen, single) Bedrijfsproces HHD alle huizen 1 week 8

9 Bedrijfsproces HHD alle huizen 1 week Bedrijfsproces HHD alle huizen 1 week gesommeerd 9

10 Resultaten eerste balancering (I) Resultaten eerste balancering (II) 10

11 Resultaten eerste balancering (III) Sprint 2 verbetering balancering ( april 2015) Doorgaand: Gebruik makend van weersvoorspellingen Alleen historische weer data beschikbaar Onderhand ook historische gebruiksdata beschikbaar Voorspellen in het verleden! 11

12 KNMI public climate research data Typical Sunday all households 12

13 Typical Sunday all households Typical Sunday all households 13

14 Sprint 3 verbetering balancering (mei 2015) Doorgaand: Gebruik makend van weersvoorspellingen Rekening houdend met eigenschappen BlueGen Virtuele en echte Bluegens Bluegen eigenschappen Stabiele elektriciteitsproductie Rampup time (133 w / minuut) Genereren van SetPoints voor de BlueGens 14

15 Demand sum vs prediction (24h)) Sprint 4 verbetering balancering (juni 2015) Doorgaand: Afronden, opzetten van langerdurende analyses (gebruik makend van data in i-share). Voorspellen met richtingscoeficient 15

16 Demand sum vs prediction (history) Demand sum vs prediction (ramp) 16

17 Eindresultaten balanceringslogica Het lukt aardig om goed te voorspellen Ambitie was NIET om perfect te balanceren Diverse mogelijkheden voor volgende sprints, echter project was op. Het lukt aardig om bruikbaar te voorspellen Demand sum vs. Prediction (total) 17

18 Conclusies Heeft lang geduurd voordat de hele praktijk opstelling (met ICT) klaar stond en bruikbaar was. Veel praktische tegenvallers. Balancering Doelstelling project is wel gelukt Ervaring opdoen met praktijk opstelling is wel gelukt! Onderschat dagelijkse operations niet in zo n omgeving met veel datastromen (ICT componenten) en apparaten Niet alles lukt (kost wel effort, maar wordt uiteindelijk niet gebruikt) Nog veel ideeen Deelname Hooghalen Duurzaam was leuk en de moeite waard Gaan zeker meer doen met HHD, interesse in informatie uitwisselen, maar ook praktische informatie. Hebben geholpen met juridische en community problemen, en regelmatig contact gehad over het project. Echter: enthusiasme voor deelname aan de community veranderde PowerQuality: concept wel uitgewerkt, niet meer kunnen toepassen. Vragen? 18

19 I-Balance data per year: Big data? 1440 measurements * 365 days = measurements (per sensor per year ) 10 households * 10 sensors = 100 sensors 9 fuel cells * 25 sensors = 225 sensors 28 sensors for set points & prediction * (353) = measurements per year! One year of HHD demand for 10 HH 19

20 One year of data (HHD demand sum) One year of BlueGen setpoints 20