Перспективы использования технологий Интернета вещей в задачах оптимизации потребления электроэнергии

Общая структура задач оптимизации потребления электроэнергии

Начнём с того, что конечная цель и смысл оптимизации потребления электроэнергии в промышленном оборудовании, коммунальной сфере в тезисном выражении состоит в следующем: тратить электроэнергии нужно ровно столько, сколько необходимо для реализации полноценного технологического процесса при достижении минимума потерь.

Общее содержание работ по оптимизации потребления электроэнергии (ОПЭ) представляется таким:

• разработка теоретических основ для создания специальных режимов работы электрооборудования технологических установок;
• создание моделей и алгоритмов оптимизации уровня потребления электроэнергии для определённых групп технологического оборудования;
• разработка и апробирование инженерных решений и технических средств, позволяющих снизить реальное потребление электроэнергии в технологическом оборудовании;
• модернизация технологического оборудования в части электротехнических устройств и аппаратов с целью повышения эффективности использования электроэнергии и сокращения потерь;
• согласованное с условиями технологического процесса изменение­­­ установленной мощности силового электрооборудования с целью снижения уровня электропотребления, а, следовательно, и повышение технико-экономических показателей производства в целом.

Вполне очевидно, что отправной точкой для проведения работ по ОПЭ служит эффективный и достоверный энерготехнологический аудит, основными составляющими которого являются:

• обследование и анализ состояния электротехнического оборудования технологических комплексов;
• определение режимов реального электропотребления технологических комплексов;
• поиск и подготовка исходных данных для формирования технического задания на разработку мероприятий по оптимизации и снижению электропотребления в оборудовании;
• оценка состояния технологического оборудования на предмет необходимости, объёма и способа его реконструкции или ремонта;
• оформление отчёта о проведении энерготехнологического аудита.

Ранее реализация задач ОПЭ в промышленном производстве и коммунальной сфере опиралась на достижения существующих технологий автоматизации, которые не отражали и не использовали результатов уже укрепившейся технологии индустриальной системы IIoT (Industrial Internet of Things), предусматривающей наличие определённого уровня «интеллекта» в каждом её элементе: контрольно-измерительных приборах, станках и технологическом оборудовании, цехах, на производственных площадках, объектах инфраструктуры жизнеобеспечения и т.д.

Сегментирование инструментов IIoT по направлениям в структуре задач ОПЭ

Компоненты промышленного Интернета вещей (IIoT) как составляющие комплекса производственных объектов обладают различным уровнем интеллектуальной функциональности: от датчика или исполнительного устройства до сложнейших средств управления промышленными системами, то есть, с позиций автоматизации и управления технологическими процессами, IIoT не что иное, как распределённая сеть разнородных устройств, обменивающихся данными между собой и комплексами технических средств, выполняющих анализ, обработку информации и управление. При этом возможности и технологии IIoT предполагается использовать для всех направлений промышленной автоматизации, включая решение такой актуальной на сегодняшний день задачи, как оптимизация потребления электроэнергии и повышение энергоэффективности различных производств вообще. Рассмотрим сегментирование инструментов IIoT в соответствии со структурой задач ОПЭ, нацеленных на обеспечение рационального режима потребления электроэнергии.

Очевидно, что большинство решений IIoT основывается на Ethernet-технологиях, приоритетами которых являются открытость и предоставление информации от широкого спектра оборудования в единой сети, а также реализация эффективного обмена между АСУ ТП и всевозможными IT-системами, включая ERP (управление ресурсами), MES (управление производством), CRM (уп­равление продажами). На структурной схеме (рис. 1) приведена общая конфигурация средств IIoT, отражающая состав хорошо известных аппаратно-программных средств для реализации специальных алгоритмов ОПЭ.

По сути, структурная схема отражает варианты современных технологий удалённого доступа к промышленному оборудованию для объектов, не работающих под управлением классических SCADA-систем, и объектов с уже внедрёнными АСУ ТП, где различные SCADA-системы содержат активные компоненты, реализующие сбор данных, хранение исторических значений, визуализацию и управление технологическими процессами.

Существует два вида промышленных объектов, с позиций способа организации контроля и управления энергопотребляющим промышленным оборудованием: оснащённые SCADA-системами и не имеющие интегрированных программно-аппаратных средств сбора, обработки и анализа информации (рис. 1, зоны промышленных объектов 1 и 2 соответственно).

Особенности работы объектов с установленными SCADA-системами

Что характерно на сегодняшний день для объектов автоматизации с функционирующими SCADA-системами, с точки зрения условий и технологий информационного обеспечения?
Во-первых, ориентация на стандартные коммуникационные протоколы.

Во-вторых, снижение потребности в организации специальных хранилищ архивных данных, разработанных и поставляемых разработчиками SCADA-систем. К ним можно отнести классические реляционные системы управления базами данных (СУБД) с низкой скоростью обращения к архивам, а также современные СУБД, обладающие значительным быстродействием и огромными возможностями по горизонтальному масштабированию и защите данных.

В-третьих, налицо очевидный тренд последних лет – стремление поставщиков SCADA-систем размещать серверы в облачной инфраструктуре.

И, наконец, создаваемые платформы SCADA-систем постепенно интегрируются в структуру IIoT за счёт:

• использования Интернета в качестве универсальной среды передачи данных и взаимодействия устройств;
• применения в качестве базовых форматов и стандартов при передаче и представлении данных, свойственных распространённым платформам IIoT;
• обеспечения доступа исполнительных модулей (серверов, АРМ, контроллеров, операторских панелей и т.д.) к облачным сервисам;
• формирования для вновь разрабатываемых SCADA-систем специальных дополнительных требований, выполнение которых позволя-ло бы интегрироваться с компонентами IIoT.

В зоне промышленного объекта 2, не располагающего функционирующей SCADA-системой, интеллектуальные устройства средств управления энергопотребляющим оборудованием (терморегуляторы, преобразователи частоты, программируемые логические контроллеры, промышленные компьютеры, операторские панели, системы ЧПУ и т.д.) имеют двунаправленную связь с облачным сервисом через шлюз М2М/IIoT, подключённый к полевым устройствам с помощью известного набора интерфейсов ввода-вывода: CAN, RS-232/422/485, USB (2.0 и 3.0).

IIoT для системы коммерческого учёта электроэнергии

Появление и постоянное совершенствование облачных сервисов в рамках IIoT не могло не сказаться на перспективных изменениях в структуре автоматизированных систем коммерческого учёта электроэнергии (АСКУЭ), направленных на снижение тарифов за счёт оптимизации использования. На рис. 2 приведена обобщённая структура организации работы облачной АСКУЭ с использованием интеллектуальных устройств сбора и передачи данных (УПД) по стандартным GSM-каналам.

Отличительной особенностью АСКУЭ является использование облачного программного обеспечения для реализации эффективного доступа к показаниям приборов учёта в промышленном и бытовом секторах через Интернет с помощью широко применяемых браузеров.

Эффект экономии в следующем:

• не требуется приобретение дорогостоящих серверов и ПО для единичных объектов в коммунальной и промышленной сферах;
• незначительная абонентская плата за аренду ресурсов в облаке;
• отсутствие эксплуатационных расходов на проведение комплексного обслуживания программно-аппаратных средств.

Структура облачной АСКУЭ (рис. 2) в общем случае представлена тремя уровнями:

• первый уровень, включающий интеллектуальные приборы учёта;
• второй уровень, объединяющий различные устройства сбора, первичной обработки и передачи данных УПД1…УПДn с функциями опроса устройств первого уровня и передачи данных по каналам GSM к облачным ресурсам верхнего (третьего) уровня;
• третий уровень, представленный инфраструктурой облачных ресурсов (ПО для сбора, обработки, хранения и визуализации информации, серверы сбора данных, сервер-справочник, Web-серверы облачных сервисов).

Ресурсы для решения задач ОПЭ с использованием технологий IIoT

Таким образом, для реализации специальных алгоритмов оптимизации потребления электроэнергии на основе IIоТ в промышленном оборудовании в настоящее время мы имеем:

1. Неуклонно повышающий свои функциональные возможности парк интеллектуальных устройств, встроенных в промышленное оборудование и обладающих аппаратно-программными ресурсами для выполнения индивидуальных программ ОПЭ на фоне (в составе) ПО управления технологическим процессом или адаптивными сценариями потребления электроэнергии.
2. Постоянно и методично развивающуюся инфраструктуру облачных сервисов, включающих серверы сбора и обработки данных, справочно-информационные архивы, а также платформы М2М/IоТ (например, Everyware Cloud), которые управляют распределёнными устройствами и подключением приложений надёжных и безопасных облачных сервисов (рис. 1).
3. Шлюзы М2М/IoT, позволяющие реализовать эффективную двунаправленную связь полевых устройств с системой облачных сервисов, где производится сбор, обработка, хранение информации с помощью широкого спектра специализированных приложений.
4. Достаточно развитые и современные беспроводные сетевые технологии как ключевой сегмент для дальнейшего развития IIoT, радикально вли­яющие на степень фрагментации всей структуры управления энергопотреблением.

На сегодняшний день можно выделить две группы сетей на фоне существования множества стандартов беспроводных соединений, позволяющих передавать данные с определёнными характеристиками:

1. Широко используемые «старые» стандарты протоколов беспроводных сетей на протяжении последних 10–15 лет, не в полной мере удовлетворяющие требованиям IIoT, особенно в части дальности передачи, безопасности и уровня энергопотребления. К ним относятся Wi-Fi, Bluetooth, ZigBee, Z-Wave, Wireless. Сфера применения данных сетевых технологий в настоящее время – системы промышленной автоматизации в различных отраслях производства и коммунального сектора. Учитывая то обстоятельство, что современные концепции IIoT и M2M предусматривают передачу информации между устройствами небольшими пакетами данных, можно констатировать, что существующие технологии беспроводной связи далеко не всегда способны обеспечивать такой режим обмена.
2. Прорывные технологии беспроводных сетей для задач IIoT и M2M.

Стоит отметить, что существует отчётливая перспектива совершенствования широко применяемых технологий Wi-Fi и Bluetooth в направлении значительного снижения энергопотребления, повышения дальности действия, уровня безопасности. Например, ожидается увеличение радиуса уверенного покрытия для Wi-Fi вдвое при некотором снижении энергопотребления, соответственно для Bluetooth дальность может увеличиться в ближайшее время примерно в 4 раза при возрастании быстродействия в два раза. Таким образом, благодаря указанным доработкам Wi-Fi и Bluetooth могут эффективно использоваться для коммуникации внутри зданий, промышленных комплексов и т.д. Кроме этого, упростится решение вопросов по реализации совместимости различных технологий связи в одной или нескольких управляющих системах, обеспечивающих работу крупных производственных комплексов.

Прежде чем обозначить направления работ по совершенствованию технологий беспроводных сетей для поддержки функционирования IIoT и M2M, приведём основные требования для телеметрии:

• высокая проникающая способность для обеспечения стабильной работы в условиях значительной плотности городской застройки;
• высокая энергоэффективность;
• автономность;
• минимальное количество базовых станций, необходимое для покрытия определённой территории;
• большая дальность передачи данных в сети;
• достаточная производительность базовых станций.

В настоящее время разрабатываются и постоянно совершенствуются новые виды беспроводной связи на основе технологий LPWAN (Low Power Wide Area Network), в наибольшей степени удовлетворяющих условиям работы устройств в плане информационного взаимодействия между различными автономными устройствами, сенсорами, датчиками, приборами учёта потребления электроэнергии и т.д., что способствует эффективному решению задач оптимизации потребления электроэнергии с использованием возможностей IIoT и M2M.

Реализация ОПЭ на основе алгоритмов искусственного интеллекта

Теперь обсудим некоторые алгоритмы ОПЭ, которые можно реализовать с помощью облачных технологий и на основе достаточно серьёзных ресурсов аппаратно-программных средств.

Известно, что большинство классических методов оптимизации используют математические модели с непрерывным временем, которые переносятся на решение задач ОПЭ, относящихся к классу динамических процедур управления в реальном времени с описанием процесса через векторные дифференциальные уравнения. Вполне очевидно, что любая оптимизационная задача содержит такие этапы, как моделирование рассматриваемой ситуации с целью идентификации математической функции процесса потребления электроэнергии, подлежащей минимизации, определение ограничений, подбор наиболее приемлемой процедуры минимизации с учётом реальных условий потребления электроэнергии, реализация управляющих воздействий, оценка результатов работы системы управления.

Благодаря уникальным возможностям облачных сервисов в рамках IIоT стали доступными технологии реализации рационального потребления электроэнергии на основе алгоритмов с использованием искусственного интеллекта по таким направлениям, как:

• локальные устройства и системы автоматического сбора знаний о реальном процессе энергопотребления;
• средства, основанные на использовании базы знаний о процессах потребления электроэнергии в различных технологических комплексах;
• системы с применением генетических алгоритмов;
• экспертные системы на основе отработанных или пройденных ситуаций с потреблением электроэнергии;
• аппаратно-программные средства нечёткого управления режимами работы технологического оборудования;
• модели нейронных сетей.

По результатам анализа потенциальных возможностей облачных технологий IIоT, с одной стороны, и степени востребованности их для реализации приведённых алгоритмов ОПЭ, с другой стороны, на рис. 3 показана диаграмма ориентировочного распределения потенциально задействованных функций облачных сервисов в зависимости от направления.

При реализации алгоритмов на основе аппарата нейронных сетей необходимы:

• интенсивная процедура обработки непрерывных и дискретных данных;
• высокая способность общения между встроенными средствами управления и приложениями облачных сервисов;
• воспроизведение аналогий с численной моделью мозга практически в режиме реального времени;
• занесение и обработка точных знаний об условиях потребления электроэнергии с последующим апробированием на модели управления.

Известно, что генетические алгоритмы основаны на создании вероятностных моделей оптимизации. Перспектива их использования – сложные энергонасыщенные технологические комплексы с большим количеством параметров, где требуется эффективный поиск глобального оптимума потребляемой электроэнергии в условиях отсутствия структурированных специфических знаний о процессе. В настоящее время на этой основе создаются приложения, требующие для функционирования значительных вычислительных ресурсов, характерных для облачных сервисов среды IIоT.

Использование базы знаний об условиях потребления электроэнергии в задаче ОПЭ предусматривает создание и хранение набора примеров, характеризующих определённые сценарии потребления электроэнергии в конкретных группах технологического оборудования, каждая из которых содержит некоторые значения атрибутов и спецификации классов, к которым они принадлежат.

В этом случае коммуникационные возможности IIоT позволят эффективно ориентировать управляющие программы объектов на поиск таких групп атрибутов, которые являются общими для примеров в своём классе при формировании некоторых правил в алгоритмах управления оборудованием.

Сбор знаний о реальном потреблении электроэнергии с помощью соответствующей экспертной системы поддерживается комплексом компьютерных программ, позволяющих интегрировать целевые знания, необходимые для выполнения функций управления технической системой по критерию минимизации потребления электроэнергии. Реализация механизма принятия решений на основе накопленных знаний осуществляется модулем программы, который на базе сервисов IIoT будет вырабатывать алгоритм исполнения заданий с помощью определённых методов манипуляции с данными, полученными от отдельных компонентов оборудования технологической системы.

При реализации алгоритмов нечёткого управления коммуникационные ресурсы IIoT позволят консолидировать в пределах производственного комплекса исключительные возможности для обработки неясностей, возникающих из-за неполноты или частичной потери данных в нечётких массивах информации. Непосредственное управление объектами на принципах оптимизации потребления электроэнергии будет осуществляться примерно на 60% с помощью встраиваемых систем (промышленных компьютеров, контроллеров, интеллектуальных устройств и т.д.).

Алгоритмы с использованием экспертных систем на базе истории пройденных ситуаций, по сути, являются некоторым расширением систем, функционирующих на основе накопленных знаний или правил, с той лишь разницей, что принятие решений о характере управления строится исключительно на анализе и последующем подборе ситуации, которая максимально аналогична возникшему случаю. Реализация управления при этом возлагается в 80…90% (рис. 3) на возможности локальных систем с заимствованием информационной поддержки базы знаний с помощью облачных сервисов.

Заключение

Программная и инфраструктурная составляющие Интернета вещей могут стать при определённых условиях глобальной средой для обеспечения энергоэффективности промышленных производств и коммунальной сферы.

Для этого необходимо:

• организовать первичный анализ данных об условиях потребления электроэнергии на уровне рабочих устройств и оборудования;
• разработать ПО, с помощью которого пользователи смогли бы получать информацию о результатах анализа данных;
• разработать и внедрить специализированные промышленные стандарты связи и семантики общения между подключёнными устройствами различных производителей. ●

E-mail: akis_tula@inbox.ru