Eine Open Source Plattform für Smart Micro Grids

Transkript

1 Eine 6. Innovation Forum Digitalisierung Dr. Markus Duchon fortiss GmbH An-Institut Technische Universität München

2 Überblick Intelligente Energienetze Smart Micro Grid Node Informationsnetze Energienetze 2

3 Smart Energy Living Lab Komponenten und Infrastruktur der SMG Testumgebung Energie Komponenten Solaranlage (5,4 kw peak Leistung) Batterie Backup System (~6,5 kwh Batteriespeicher) Intelligente Stromzähler Automatisierungskomponenten Licht-, Klimaanlagen und Jalousien Steuerung, Fenster-, Temperatur-, Feuchtigkeits-, Helligkeits-, Belegungssensoren, schaltbare Steckdosen, etc. IKT Infrastruktur Verteilte Implementierung kleinen Geräten (Raspberry Pi, Odroid) Leichtgewichtige OSGi Laufzeitumgebung Nachrichtenbussystem RabbitMQ für Informationsaustausch Datenspeicherung MySQL Datenbank 3

4 SMG 2.0 System Übersicht Produktion Produktion/Verbrauch Verbrauch Information 4

5 SMG 2.0 Architektur Überblick Geplante Lizenzierung GPLv3 Apache License 2.0 GPLv3 [1] Advancement of a Sensor Aided Smart Grid Node Architecture CyberC

6 Ausgewählte Komponenten (I) Kernkomponenten ContainerManager Hohe Modellierungsflexibilität Abstraktion heterogener Geräte und Funktionen Automatische Aggregation von Ereignissen 19 C 18 C 20 C ActuatorMaster/Ambulance Zentrales Register und Konfigurationsverteiler für ActuatorClients Führt Status-Checks" für registrierte, verteilte Clients / Komponenten 6

7 Ausgewählte Komponenten (II) Funktions- und Dienstkomponenten Bluetooth Raspberry Room 206 Bluetooth Raspberry Room 207 Nutzung von Smartphones als Multisensoren Verwendung von integrierten Sensoren Positionsbestimmung mittels Raspberry Pi / Bluetooth Kombination mit Benutzerprofilen [2] Mobile Phones as Multisensors in Smart Environments, in LBAS 2014 Mobile registered in Room 206 Room 206 Brightness:? LUX Temperature:? C ContainerManager Mobile registered in Room 207 Room 207 Brightness: 200 LUX Temperature: 20 C Analyzer & RuleSystem Wissensextraktion aus historischen Daten Spitzenwert- Mustererkennung, Zusammenhang Automatische Erzeugung und Anpassung von Regeln [3] Using Knowledge Discovery for AutonomousDecision Making in Smart Grids, in IEEE ICIT 2015 Peak Detection 7

8 Ausgewählte Komponenten (III) Dienstkomponenten Prophet Verbrauchsprognose Triple Exponential Smoothing Produktionsprognose (Solar) Annäherung basierend auf Gaußkurven (aktuelle Wetterdaten, saisonale Maximalproduktion) [4] An Energy Management System for a Smart Office Environment, in MidSEE 2015 Optimizer Nutzung von Prognosen und dynamischen Preisen Erzeugung von optimalen Lade- und Entladevorgängen Verbrauch und Produktion (tatsächliche Werte und Prognose) 8

9 Zusammenfassung & Ausblick Seit 2014 Entwicklung einer Smart Micro Grid Software Plattform Flexible und erweiterbare Middleware Verteilte Implementierung (optional) Unterstützung unterschiedlicher Protokolle für Sensoren/Aktuatoren Dienste zur Datenanalyse, Verbrauchs- und Produktionsprognose, Optimierung der Batterienutzung Standardisierte externe Schnittstellen (z.b. IEC 61850) REST und Socket API (für mobile Anwendungen) Bereitstellung des Quellcodes und der Dokumentation Lizenzfestlegung und Prüfung des Codes Entwicklung weiterer Dienste z.b. spielbasierte Anreize zur Energieeinsparung Erweiterung des Systems um energiebezogene, externe Dienste (Demand Response) 9

10 Danke für die Aufmerksamkeit Smart Energy Systems Group Pragya Gupta, Dagmar Koss, Denis Bytschkow, Markus Duchon fortiss GmbH An-Institut Technische Universität München Guerickestraße München Germany {gupta, koss, bytschkow, fortiss.org