Dorka Tarnai
A Digital Twin-technológia forradalmasította az akkumulátor-rendszerek tervezését.
A megoldás segítségével részletes modellek készülnek,először még csak a virtuális térben. Így részletes információkhoz jutunk a jövendőbeli energiatárolós rendszerünk várható viselkedéséről, pénzügyi és műszaki paramétereiről, illetve a várható élettartamáról.
Ez azt jelenti, hogy minden korábbinál pontosabb képet alkothatunk a beruházás gazdasági előnyeiről, a pontos megtérülési mutatókról.
A világ leghíresebb szimulációs megoldása
Röviden emlékezzünk meg arról, milyen utat járt be a szimulációs technológia. A módszer egyik legkorábbi alkalmazása egyben az egyik legismertebb is.
1970 áprilisában a világ egyedülálló mentőakció tanúja volt, amikor az Apollo 13 útjára indult a Hold felé. A küldetést egy katasztrofális robbanás az oxigéntartályokban élet-halál harccá változtatta. Az esemény világszerte felkeltette az emberek figyelmét és aggodalmát. Ahogy a NASA mérnökei 200 ezer mérföldes távolságból szembesültek a technikai problémák megoldásának félelmetes feladatával, egy addig nem ismert megoldást hívtak segítségül: a digitális ikerpárt.
A NASA mérnökei a küldetés keretében elkészítették az Apollo 13 pontos másolatát a Földön, amely tökéletesen tükrözte az űrhajón található bonyolult szoftveres és hardveres rendszereket.
Ez a másolat döntő fontosságú eszköznek bizonyult az idővel való versenyben, lehetővé téve a mérnökök számára, hogy a földi irányítás biztonságából teszteljék és vizsgálják az űrhajó biztonságos visszatérését segítő megoldásokat. Azáltal, hogy aprólékosan lemásolták a valós fizikai rendszereket egy virtuális környezetben, rendkívül hasznos betekintést nyertek, ami segítségükre volt a különböző mentési stratégiák kidolgozásában. Ez jelentősen növelte az űrahjósok esélyeit a biztonságos hazatérésére.
Bár a digitális ikerpár koncepciója a Apollo 13 küldetése során vált ismertté, az Internet of Things (IoT) eljövetele teremtette meg a technológia útját a széles körű elfogadásához.
Azóta a digitális ikerpárok a korai fizikai szimulációkból virtuális másolatokká fejlődtek, páratlan betekintési lehetőséget nyújtva a komplex és költséges rendszerek viselkedésébe.
Ma már számos területen alkalmazzák a módszert:
az gyártóiparban már a gyártósoron létrehozzák a termék digitális ikerpárját, ami az egész életciklus-menedzsment hatékonyságát radikálisan növeli
az építőiparban megkönnyíti a tervezési és az építési folyamatot, valósidejű lekövetés révén
az egészségügyben is elkezdték alkalmazni, komplex virtuális másolatként kezelve a páciens összesített adatait
az autóiparban a fejlesztésben és a közlekedés-szervezésben is használják
Az energiaiparban alkalmazott akkumulátoros rendszerek növekvő népszerűsége és gyors technológiai fejlődése, illetve az új alkalmazási területek megjelenése megköveteli a folyamatos innovációt, a digitális iker egy logikus lépés a hibrid energetikai rendszertervezés történetében.
Csökkenő kockázatok
A digitális ikrek segítségével lehetségessé válik, hogy még a fizikai eszközök telepítése előtt rendkívül részletes digitális modellt készítsünk a rendszer várható viselkedéséről. Az a lehetőség, hogy virtuális környezetben szimuláljuk és elemezzük a várható működést a teljes élettartama alatt, jelentős pénzügyi és műszaki biztonságot jelent a beruházásokban.
Az akkumulátoros rendszerekbe való befektetés a nagy beruházási érték miatt nagy pénzügyi kockázatokat hordozhat magában. A befektetőknek a rendszer várható működését és a beruházáson elérhető megtérülést idáig a gyártók által közölt adatlapokra, korlátozott tapasztalati adatokra és egyszerű elméleti számításokra kellett alapozniuk. Azonban ezek a módszerek gyakran nem képesek kellő pontossággal ábrázolni az energiatároló valós üzemeltetésének részleteit.
A digitális ikrek technológiájának felhasználásával már lehetőségünk van létrehozni az akkumulátoros rendszerek virtuális mását, pontos modelleket használva az alkalmazott cellatípusról, elektromos jellemzőiről és az alkalmazás sajátosságairól. Ez a digitális reprezentáció lehetővé teszi számunkra, hogy különböző szcenáriók mentén szimuláljuk és elemezzük a tároló működését. Itt figyelembe vesszük az adott alkalmazásban a fogyasztási profilokat, a töltési és kisülési ciklusokat és az olyan környezeti feltételeket, mint a napelemes termelés adottságai, a rendelkezésre álló csatlakozási kapacitás és a visszatáplálási lehetőségek.
A szimulációkkal értékes betekintést nyerhetünk a várható viselkedésbe, azonosíthatjuk a lehetséges kihívásokat vagy korlátozásokat, és a beruházás előtt optimalizálhatjuk a telepítendő rendszer méretét a beruházói igényeknek megfelelően.
Ez a részletes, legalább 60oldalas, automatikusan generált Energetikai Üzleti Terv jelentősen csökkenti a befektetéssel járó műszaki és pénzügyi kockázatokat. (Nézze meg hogy néz ki egy ilyen elemzés a valóságban, a példadokumentum itt letölthető!)
Modellezési pontosság
A jövő tesztelése
A DimenSim platformunkban minden akkumulátor modellünket moduláris szimulációs környezeten belül építjük fel, cellaszintről kezdve.
A DimenSim platform egyik legnagyobb előnye, hogy képes modellezni a piacon elérhető akkumulátorbeszállítók cellatípusait és a gyártók által kínált termékportfólió teljesítmény-, és kapacitás-értékeit.
A különböző akkumulátortípusok modellezéséhez a cellagyártók adatlapjain elérhető adatsorokat vagy saját laboratóriumi méréseink eredményét használhatjuk. Az újabb termékek adatait folyamatosan töltjük fel adatbázisainkba, ahogy elérhetővé válnak. A cellatípusok tulajdonságai használat közben jelentősen változhatnak a degradációnak köszönhetően, így ezekkel is kell számolni a szimuláció során, hogy lehetővé váljon a garantáltan pontos eredmények meghatározása.
A modellezési folyamat MATLAB/Simulink segítségével történik. Ez egy kifejezetten dinamikus rendszerek többcélú analízisére kifejlesztett grafikus programozási környezet. Ide tápláljuk be az akkumulátorok adatait, létrehozva a digitális ikerpárokat.
A akkumulátor virtuális modelljének működtetéséhez szükséges a konkrét alkalmazáshoz tartozó akkumulátor energiamenedzsment vezérlési logika (EMS) modellezése is. A szimulációs környezeten belül különböző stratégiák alkalmazhatók annak meghatározására, hogy az akkumulátort egy adott pillanatban milyen kívánt teljesítménnyel kell tölteni vagy kisütni: az önfogyasztás optimalizálása mellett a szoftver a csúcslevágás (peak-shaving) és a tőzsdei kereskedelmi arbitrázs felhasználásával is kalkulál. Ez rendkívül komplex, soktényezős számítási feladat, a szimulációk mégis elbírnak vele. Ezután majd ennek megfelelően kell a telepített akkumulátor vezérlő logikáját beállítani, és így a stratégiának megfelelően maximalizálni a profitot.
A szimuláció során akár a teljes életciklusukat, több évtizednyi használatot futattunk le a virtuális térben, másodpercek alatt, sok különböző típussal és konfigurációval.
Az akkumulátor digitális modelljének használata nemcsak a befektetési fázisban csökkenti a műszaki és pénzügyi kockázatokat, hanem értékes információkat nyújt az üzemeltetés során is.
A valós időben monitorozott energiatároló rendszerek folyamatosan frissíthetik a virtuális modell paramétereit, lehetővé téve az eszköz viselkedésének előrejelzését, a várható élettartam folyamatos becslését és a hibák megelőzését.
Tehát a szimulációt nem csak az előzetes tervezés során érdemes használni! A valódi működés során keletkező adatokkal frissítve folyamatosan juthatunk egyre pontosabb eredményekhez és előrejelzésekhez az újabb szimulációk során. Ahogy telik az idő, módosul a tevékenység, az eszközpark, így a létesítményben elkezdenek változni a fogyasztási adatok. A piaci árak mellett a rendszer által gyűjtött további adatok és felhasználási szokások alapján olyan személyre szabott, új szimulációk építhetők, amik még pontosabb képet adnak az adott üzem aktuális energetikai karakteréről.
A virtuális környezet lehetővé teszi a tárolók különböző működtetési stratégiáinak tesztelését is. Nem kell becslésekre és elképzelésekre hagyatkozni. Egy üzem, egy cég, egy ipari létesítmény folyamatosan változik, az évek során az energiafelhasználási szokások kisebb-nagyobb léptékben módosulnak.
Ezekhez a változásokhoz igazodni lehet a frissebb fogyasztási adatokkal megismételt szimulációja során.
Az üzemeltetők szimulálhatják és értékelhetik a különböző igénybevételek hatásait, például a töltési és kisütési profilokat, vagy a tároló különböző kisütési mélységének hatását a működésre azzal a céllal, hogy időnként újra és újra optimalizálják a vezérlési beállításokat, vagyis az energiatároló rendszer teljesítményét és jövedelmezőségét.
A szimuláció képességei folyamatosan bővülnek, a lehetőségek gyarapodnak. A DimenSim fejlesztési tervei között például ilyen funkciók szerepelnek:
nem csupán “zöldmezős” beruházásokhoz, hanem meglévő napelemes rendszerre is lefuttatható a szimuláció, kiszámítva, hogy milyen akkumulátor-kapacitás lenne mellé az optimális
egyedi fogyasztási adatsor összeállítására alkalmas felület
még több akkumulátor-gyártó termékei lesznek elérhetők az adatbázisban, a kínálat folyamatosan bővül
“szakértői” adatbeviteli mezők a szimulációkhoz, ahol meg lehet adni a napelem panelek típusát, dőlésszögét, tájolását, finomhangolni lehet a vissz-wattos vezérlés paramétereit, tőzsdei árakhoz indexált energiaszerződést is lehet majd beállítani
új bevételi források modellezése: peak-shaving (csúcs-levágás), tőzsdei energia arbitrázs.
A digitális ikertestvér a szimulált eszköz működtetése során is folyamatosan átfogó képet nyújt az aktuális teljesítményről, műszaki állapotáról és hátralévő élettartamáról, lehetővé téve a proaktív karbantartást és eszközmenedzsmentet. Rendkívül izgalmas lehetőség ez az energia- és egyéb ipari területeken már most is, és a közeljövőben még többet fogunk hallani róla.