Sieć inteligentna – integracja technologii operacyjnych i informatycznych

1. Sieć inteligentna – integracja technologii operacyjnych i informatycznych

2. Obecne trendy: zarządzanie dystrybucją i operacyjne

3. Sieć inteligentna Sieć inteligentna powinna zawierać 3 elementy: • Zaawansowany system zarządzający dystrybucją i wyłączeniami – SCADA DMS/OMS • System zarządzający pracą terenowych ekip technicznych – MWM (Mobile Workforce Management) • System analityczny klasy BI (business intelligence)

4. 5 głównych wyzwań 1 2 3 4 5 • Dostępność • Zużycie energii ma wzrosnąć dwukrotnie do roku 2035 • Flota pojazdów elektrycznych jest spodziewana osiągnąć 40 millionów do roku 2020 • Efektywność • Straty przesyłowe w USA szacowane są na 7% • 60 do 70% tych strat jest generowana w systemie dystrybucji energii • Niezawodność • Wzrost nieplanowanych wyłączeń w ciągu ostatnich 10 lat • Potrzeba redukcji wpływu wyłączeń na klientów oraz ich szybszego eliminowania • Ekologia • Wzrost wytwarzania ze źródeł odnawialnych • Flota pojazdów elektrycznych spodziewana osiągnąć 40 millionów do roku 2020 • Włączanie klienta • Dostarczanie klientom narzędzi do podejmowania właściwych decyzji odnośnie konsumpcji energii • Klienci wymagają również elastyczności

5. Wartość konwergencji i integracji technologii operacyjnych i informatycznych Przedsiębiorstwo zezintegrowaną infrastrukturą IT/OT Praktyka Stan aktualny • Cel: • "W połączeniu z systemami komputerowymi back office, nasza inteligentna sieć, po pełnym wdrożeniu automatycznie zidentyfikuje lokalizację przerw w zasilaniu, odizoluje uszkodzone odcinki sieci i przekieruje energię z innych źródeł, efektywnie ją uzdrawiając”. • Rozwiązania stosowane w CenterPoint Energy: • Service Suite mobile workforce management • FocalPoint business intelligence • DMS Zarządzanie majątkiem niezależne od kontroli i sterowania siecią Monitoring sieci czasu rzeczywistego pozwalający na przeciwdziałanie wyłączeniom i poprawę cyklu życia składnika majątku   Zarządzanie wyłączeniami niezależne od analizy sieci dystrybucyjnej  Dane z liczników, sensorów i przekaźników używane przez DMS/OMS/SCADA/MWM do minimalizacji czasu wyłączeń  Zarządzanie Volt/VAranalizowane osobno i kontrolowane manualnie  Optymalizacja Volt/VArz jej automatyczną kontrolą  Kontrola obciążenia jako jednokierunkowy system, niezależny od zarządzania siecią Zautomatyzowany system zarządania popytem łączący system zarządzania dystrybucją do systemu kontroli obciążenia  

6. Zintegrowane rozwiązanie Model Business Intelligence dla sieci przesyłowych i dystrybucyjnych Integracja systemów IT/OT Zarządzanie majątkiem Zarządzanie pracownikami w terenie Zarządzanie popytem AMI / MDM Informacje o klientach Panele pracownicze, Zapytania, Raporty, KPI Zewnętrzna komunikacja z klientami przedstawicielami mediów, regulatorami rynku • Aplikacje OMS • Zarządzanie połączeniami • Zarządzanie wyłączeniami • Zarządzanie operacyjne • Zarządzanie kolejnością przełączeń • Zarządzanie załogą • Powiadomienia o wyłączeniach • Raportowanie wyłączenia • Zaawansowane aplikacje DMS • Optymalizacja Volt/VAR • Automatyczne przywrócenie • Analiza przełączania • Lokalizacja uszkodzenia • Alokacja obciążenia • Niezrównoważony przepływ • Zmiejszanie przeciążenia • Szacowanie stanu Technologie Informatyczne Model Sieci SCADA Technologie Operacyjne Interfejsy komunikacyjne Urządzenia w terenie – RTU | IED | Sensory

7. Główne korzyści: Network Manager SCADA/DMS/OMS - zarządzanie dystrybucją Przykładowe rezultaty 20 min Poprawa wskaźnika SAIDI poprzez używanie lokalizacji uszkodzenia 80 MW Brak konieczności inwestycji w dodatkowe 80MW poprzez używanie optymalizacji Volt/VAr

8. Główne korzyści: Service Suite - zarządzanie ekipami technicznymi w terenie Przykładowe rezultaty 60% Redukcja skarg i reklamacji klientów 55% Skrócenie czasu napraw

9. Główne korzyści: FocalPoint – analityka biznesowa, business intelligence Przykładowe rezultaty 29% Poprawiony przepływ informacji #1 Osiągnięty najwyższy przedział satysfakcji klienta wg JD Power

10. Praktyczny model zastosowania • Obecny stan: • Poleganie na telefonach od klientów – brak interakcji z obecnym stanem • Niemożność izolacji awarii – brak informacji o dotkniętym obszarze • Potrzeba sprzwadzenia awarii dla identyfikacji która ekipa jest potrzebna • Poleganie na ścisłych kwalifikacjach – trudne przy starzejących się pracownikach • Opóźnienia pomiędzyu zakończeniem pracy a jego dokumentacją i raportowaniem • Niemożność zapewnienia komunikacji z klientami • Brak integracji sieci, urządzeń w terenie z innymi systemów kontroli 1/ Następuje awaria, urządzenie sieciowe wykrywa anomalię 2/DMS lokalizuje awarię i automatycznie przekierowuje dla przywrócenia zasilania 3/OMS zawiadamia pozostałych dotkniętych klientów 6/Szczegółowe raporty i statystyki zbudowane dla zawwansowanego modelowania, analizy trendów i identyfikacji usprawnień 5/Praca zakończona. DMS wysyła sygnał do przełączników w celu przywrócenia zasilania dotkniętnym klientom 4/Najbliższa ekipa wysłana z wszystkimi szczegółamiawarii, historią urządzenia i innymi informacjami na urządzeniu mobilnym

11. Pytania?

12. Dziękuję!

13. Podstawowe wyzwania wynikające z AMI 1 2 3 4 5 • Managing Meter & Network Deployments • AMI has Doubled the # of Assets • Data Collection and Aggregation is not as accurate • Meter Readers are NOT Technicians • Old AMR is not reliable • IT and OT Environments with Opportunities and Challenges • Dated CIS /Billing Technology • New AMI Technology with Reliability Issues • Turning Data into Intelligence • Tremendously Large and Multiple Data Sets • Millions of Smart Grid assets to be managed • Terabytes of Data • MDMs typically only read Meter Data • OMS, CIS, AMI Network data required • Improving Productivity • Input to KPIs • Productivity • Efficiency • Effectiveness • How do we handle our network doubling with a smaller workforce • Adherence to Customer Commitments • Improving Customer Satisfaction • Better Technician Utilization • Providing more information to the customer

14. Dostarczanie korzyści biznesowych Visualize the disparate data from smart systems and turn it into actionable intelligence. Example Business Outcomes 18pts KCP&L improved JD Power & Associates ranking in customer satisfaction survey by 18 points • Company Image (+6) • Price & Value (+22) • Communications ( +25) • Billing & Payment (+18) • Customer Service (+32) • Net Result –reached Tier 1 in our benchmark group • Power Quality & Reliability (+15)

15. Buisness Intelligence w sieci inteligentnej

16. „Zdrowie majątku” - rozwiązanie 1 2 3 4 Data Acquisition; Data from a variety of sources ranging from Data Aggregation and Analytics; Leveraging ABB Experts , Statistics, and Condition Assessments Decision Support; KPIs and Workflows to Prioritize Investment and Maintenance Work Results and Communications; Actionable; Integrated into Work and Asset Management Real time data (condition, EMS-SCADA, monitors and sensors) Analytics, Algorithms and Engineering best practices determine total risk KPIs That Matter Digital Dashboards Reports Mechanical risk Field Inspections/ Communications & Work Notifications Thermal risk Near real time data (GIS, mobility, Historian, EAM) Adhoc capabilities Dielectric Risk Packaged Analytics Mincom Work and Asset Management – Work Orders Accessory risk Facts and dimensions (EAM data warehouse, market databases, ERP etc) KPI Dashboards and Workflows Miscellaneous risk

17. Zastosowanie w praktyce • The old way: • Asset systems not integrated with real time data collection • Wait for critical condition and SCADA alarm to act • Reliant on skilled operators – difficult with aging workforce • Disparate work planning and scheduling systems • No optimization of assets for operational context • Significant impact of events 1/ Aggregated inspections, historical data, and multi-gas sensor data in a single asset condition database 2/Algorithms determine asset condition is rapidly deteriorating, and recommend de-rating and maintenance actions 3/ EMS reduces load on this transformer and revises security analysis • Value Proposition: • Value Proposition: Transform real-time and historical asset data into strategic insights on the health of your mission critical assets 6/ Condition, inspection, and work performed combine for a unified view of transformer health providing data for a business case to replace this asset 5/ Work is sent to field maintenance crew mobile devices and maintenance work is completed 4/ Scheduled maintenance for this transformer is accelerated - status changes to an urgent job and outage planning begins