Hver dag håndterer det europæiske elnet over 3.000 TWh strøm, hvilket kræver konstant afbalancering for at opretholde stabilitet. Efterhånden som mængden af vedvarende energikilder stiger og antallet af traditionelle kraftværker falder, bliver denne afbalancering stadig mere kompleks.
Hos Phlit har vores målsætning fra starten af været at kunne skabe en platform, hvor forskellige energikilder som kompressorer, varmepumper, kedler, batterier etc. hurtigt og effektivt kan kobles direkte i energimarkedet og hjælpe med at stabilisere elnettet. Denne målsætning har krævet en skalerbar cloud-baseret platform, hvor teknologien problemfrit understøtter vores overordnede målsætning.
For at udnytte det fulde potentiale af vores platform har det været vigtigt for Phlit at finde de rette løsninger på følgende udfordringer:
1: Behov for høj hastighed
De fleste energitjenester er bundet op på krav om reaktionstid som eksempelvis Fast Frequency Response markedet (FFR) – den hurtigste netstabilitetstjeneste, hvor energikilder skal reagere på frekvensfald under 49,7 Hz inden for 0,7 sekunder. Da vi arbejder med forskellige responstider for energikilder er det en nøglefunktion at sikre en ultra-lav latenstid i cloud-platformen.
2: Intelligent aggregering (sammenkobling af mange små aktiver)
Mange energikilder er for små på egen hånd eller opfylder ikke kravene for at deltage på markedet alene. Men ved intelligent tilgang til aggregering af energikilderne kan de blive kvalificerede. Det er ligesom at spille Tetris – en figur kan ikke fuldføre en række, men flere figurer sammen danner en perfekt pasform (se figur 1)
3: Behov for markedsbeslutninger i realtid
Vi arbejder med flere forskellige markeder. Deltagelse i disse produkter kræver dynamiske, datadrevne beslutninger som tager højde for skellige oplysninger som:
• Hvor meget strøm dine energikilder faktisk kan levere
• Hvad markedspriserne er
• Hvilke energikilder der er tilgængelige, og hvor hurtigt de kan reagere
Alt dette skal håndteres i realtid for at sikre optimal udnyttelse af energikilderne uden manuel indblanding.
For at tackle de nævnte tre kerneudfordringer og skabe den rette løsning på de nævnte problemstillinger, har vi opbygget en event-drevet arkitektur, hvor systemets adfærd dikteres af realtidsdataflows og - responser.
Rygrad: Kafka
I hjertet af vores platform ligger Apache Kafka, en open-source distribueret event-streaming platform. Hver event, uanset om det er fra enhedsaflæsninger, markedssignaler eller frekvensafvigelser flyder gennem Kafka.
Dette giver os:
• Fuldstændig serviceafkobling for modulær skalerbarhed.
• Høj pålidelighed for at sikre kontinuitet trods fejl.
• Problemfri funktionsekspansion uden at forstyrre kerneoperationerne.
Beregningsmotor: Apache Flink
For at behandle streamingdata i stor skala, bruger vi Apache Flink, en distribueret beregningsmotor til realtidsanalyse. Flink integreres problemfrit med Kafka og muliggør:
1. Smart allokering af aktiver
• Løser realtidsoptimeringsproblemet for energikildedistribution.
• Træffer hurtige beslutninger om ressourceudnyttelse.
• Opretholder sub-sekund latenstid for kritiske netserviceydelser.
2. Realtids Responsstyring
• Aggregerer og sender svar fra alle energiaktiver.
• Behandler budgivning fra forskellige netserviceprodukter.
• Spore energiaktivers fleksibilitet og opdaterer markedsdeltagelsen dynamisk.
• Opbevarer begivenheds- og tilstandsdata i en skalerbar data-pools.
Kan du huske Tetris-analogien?
Her et et konkret eksempel fra vores Frequency Containment Reserve (FCR) system. Oprindeligt brugte vi en "alle får en andel"-tilgang, hvor alle energikilder delte arbejdsbyrden lige. Vi fandt dog ud af, at nogle energikilder kan levere strøm hurtigt, men kun i korte perioder, mens andre reagerer langsommere, men opretholder output i længere tid. Ved intelligent at kombinere disse energikilder optimerede vi ressourceudnyttelsen og gjorde det muligt for tidligere ikke-kvalificerede energikilder at deltage effektivt.
Asset Control
Vi kontrollerer energikilder ved hjælp af vores FLEXGATE IoT-løsning, som etablerer en sikker og hurtig forbindelse til energikilden, hvilket muliggør hurtig kontrol (Se figur 2). Når vi udvikler støtte til en ny enhedstype, bruges et tilpasset software-værktøj til at udvikle en simuleret version af enheden. Dette gør det muligt for os at teste og validere vores kontrol-algoritmer, inden vi implementerer dem på virkelige energikilder. Dette reducerer betydeligt risikoen for uventet adfærd og nedetid og minimerer den tid, der kræves for implementering.
Phlits platform har siden implementeringen leveret meget konkrete og målbare resultater, der understøtter vores strategiske målsætninger på flere plan.
1. Hastighed og reaktionsevne:
• Gennemsnitlig tid fra måling af en ubalance i energinettet, til reaktion kan starte på en tilsluttet energikilde er under 0.2 sekund.
• Platformen håndterer et stort antal events pr. sekund uden kompromis på ydeevne, og er designet til at kunne skalere med antallet af tilsluttede enheder.
2. Hurtig adgang til markedet
• Kraftig reduktion af den tid, som det kræver at få en ny enhedstype på markedet, gennem vores simulations-drevne udviklingsproces. Tiden vil typisk være reduceret fra 4 måneder til et par uger.
• Kunder drager fordel af at platformen allerede er tilsluttet Energinets produktporteføjle for markedsydelser.
3. Effektiv aggregering:
• Mulighed for kvalificering af energiaktiver, som ikke tidligere har kunne fungere til markedsdeltagelse gennem intelligent aggregering
• Mærkbar stigning i udnyttelsesgraden af tilsluttede aktiver via vores "Tetris-tilgang"
4. Intelligent realtidsstyring:
• Automatiseret optimering af aktivindsats baseret på markedspriser og netbehov, hvilket maksimerer indtjeningen for aktivejere
• Real-time beslutningsalgoritmer der konstant balancerer mellem forskellige markedsprodukter for at sikre optimal udnyttelse
• Systemet tilpasser aktivanvendelsen dynamisk baseret på både historiske mønstre og aktuelle forhold, hvilket eliminerer behovet for manuel intervention