Loading...
Contrôle Optimal ESS d'Écrêtement de Pointe
ESS Écrêtement de Pointe
Système de contrôle optimal ESS pour la réduction des pics par IA
L'IA apprend les schémas de consommation des bâtiments et usines pour prédire précisément les heures de pointe et contrôler de manière optimale les cycles de charge/décharge de l'ESS. Réduction significative des frais de demande et gestion efficace de la capacité contractuelle.
Contexte
Dans les tarifs électriques industriels et commerciaux, la charge de base (frais de demande) est déterminée par la puissance de pointe mensuelle maximale. Un bref pic détermine la totalité de la charge de base mensuelle, faisant de la gestion des pics le levier clé de réduction des coûts.
Part élevée des frais de demande
Les frais de demande représentent 30 à 40% des factures industrielles, déterminés par le pic de 15 minutes mensuel.
Puissance contractuelle inefficace
De nombreuses installations maintiennent une puissance contractuelle supérieure au nécessaire, payant des charges de base inutiles.
Limites du contrôle manuel
Les ESS conventionnels fonctionnent sur des horaires fixes, incapables de s'adapter aux variations de charge.
Contexte politique
Selon le 10e Plan de base, la capacité requise en ESS d'écrêtement dans la zone métropolitaine devrait atteindre 2 100MW d'ici 2036. Cependant, il n'existe actuellement aucun plan d'utilisation d'ESS côté demande dans la région métropolitaine.
| 2024 | 2028 | 2029 | 2030 | 2036 |
|---|---|---|---|---|
| 126MW | 440MW | 559MW | 699MW | 2 100MW |
* Source : 10e Plan de base pour l'approvisionnement en électricité
État du marché
Le marché des ESS côté demande a ralenti depuis l'expiration du tarif spécial en 2019, et le taux de conformité à l'obligation d'installation ESS des institutions publiques reste faible.
18%
Taux de conformité national ESS institutions publiques (88 sur 502)
24%
Taux de conformité Province de Gyeonggi (17 sur 70)
주요 이슈
- 1Arrêt des nouvelles installations après l'expiration de la remise spéciale (2019) et le renforcement des mesures de sécurité
- 2Difficulté à obtenir des budgets et coûts d'investissement initiaux élevés
- 3Préoccupations liées aux risques d'incendie et à la gestion de la sécurité
- 4Faible taux d'utilisation des ESS installés par manque d'expertise opérationnelle
Aperçu de la solution
Le système de contrôle optimal ESS de Ninewatt combine des modèles de prédiction IA avec un moteur d'optimisation en temps réel pour contrôler automatiquement la charge/décharge de l'ESS.
Prédiction de charge IA
Prévision de la demande électrique par intervalles de 15 minutes basée sur le deep learning. Précision améliorée par la météo, le jour et la saison.
Planification optimale charge/décharge
Optimise le timing et la puissance de charge/décharge de l'ESS basé sur les profils de charge prédits.
Contrôle adaptatif en temps réel
Surveille les données électriques en temps réel et corrige les écarts prédiction/réalité pour répondre aux pics imprévus.
Fonctionnement
1
Collecte de données
Collecte la consommation par intervalles de 15 min, données météo et plannings opérationnels pour l'apprentissage IA.
2
Prédiction des pics
Prédit la demande des 24 prochaines heures par intervalles de 15 min, calculant le moment et l'ampleur des pics.
3
Génération du planning optimal
Génère automatiquement le planning optimal de charge/décharge selon les objectifs et la capacité ESS.
4
Contrôle en temps réel
Contrôle automatiquement l'ESS selon le planning tout en ajustant dynamiquement aux variations de charge.
Bénéfices
15~30%
Réduction des frais de demande
10~20%
Optimisation de la puissance contractuelle
95%+
Précision de prédiction des pics
24/7
Exploitation et surveillance automatisées
Applications cibles
Applicable à diverses installations nécessitant une gestion de la puissance de pointe.
Industrie manufacturière
Contrôle les variations de charge soudaines et les pics des processus de production.
Grands centres commerciaux
Gère les pics des grands magasins et centres commerciaux à forte charge CVC.
Bâtiments publics
Contribue à l'efficacité énergétique et à la réduction des coûts des bâtiments publics.
Centres de données
Contrôle de manière optimale les pics de charge IT et des systèmes de refroidissement.
Intégration avec l'ESS Partagé
La technologie de contrôle optimal ESS d'écrêtement est non seulement une solution indépendante, mais fonctionne aussi comme fonction centrale dans l'activité ESS Partagé de Ninewatt. L'ESS Partagé connecte un ESS de grande capacité au réseau de distribution, permettant à plusieurs bâtiments de partager les avantages de réduction des pics via le comptage net virtuel.
Gestion simultanée multi-bâtiments
Le contrôle optimal IA de l'ESS Partagé analyse et gère simultanément les heures de pointe de plusieurs abonnés.
Réduction des coûts par comptage net virtuel
Sans installation physique d'ESS, les bâtiments bénéficient d'économies via la charge/décharge de l'ESS Partagé.
Flexibilité du réseau de distribution
Écrêtement en temps normal, stabilisation du réseau en urgence, générant des revenus supplémentaires.
Découvrez le contrôle optimal ESS d'écrêtement
Réduisez les frais de demande et optimisez les opérations électriques avec le contrôle optimal ESS par IA.