EnglishNếu các bạn có theo dõi mục Blog của BigDataUni thì chắc cũng đã tham khảo qua các bài viết nói về ứng dụng của Big Data và Data analytics trong ngành ngân hàng, thương mại điện tử, chủ yếu là ở lĩnh vực kinh tế. Lần trở lại với đề tài ứng dụng của khai thác dữ liệu, chúng ta sẽ tìm hiểu sơ lược về ngành năng lượng, tiện ích mà cụ thể là ngành điện để xem xem không chỉ dữ liệu đem lại giá trị cho các công ty thuộc ngành kinh doanh mà nó còn có thể giúp ích gì đối với những tổ chức ở các ngành khác hay không.
Sự phát triển của khoa học công nghệ mà điển hình là khoa học dữ liệu với Big Data, AI đã tạo tiền đề cho mọi lĩnh vực đi lên và phát triển vượt bậc ngoài sức tưởng tượng của con người chúng ta. Đến thời điểm này, không còn ai có thể phủ nhận tầm quan trọng của dữ liệu, thông tin trong thời đại ngày nay, đặc biệt là trong năm 2020, khi đối phó với khủng hoảng dịch bệnh toàn cầu Covid-19, thì dữ liệu bỗng trở thành một loại “vũ khí” tối tân hỗ trợ rất nhiều quốc gia kiểm soát và đẩy lùi dịch bệnh.
Đối với ngành điện nói riêng và ngành tiện ích nói chung, nhờ vào sự cải tiến của công nghệ, nhiều tổ chức trên thế giới đã có thể thu thập, tích hợp và phân tích khối lượng lớn dữ liệu – Big Data – có được để đẩy mạnh quá trình cung cấp điện, năng lượng đến các công ty sản xuất, và người dân, hộ gia đình đồng thời tìm thấy nhiều giải pháp tân tiến tối ưu hoạt động cũng như chi phí vận hành.
Trước tiên đi vào phần nội dung chính, chúng ta cùng nói sơ qua về khái niệm ngành tiện ích mà tiếng Anh gọi là Utilities hay Energy & Utilities “Lĩnh vực tiện ích bao gồm công ty cung cấp các tiện nghi cơ bản, chẳng hạn như nước, điện, và khí đốt tự nhiên,…. Mặc dù các công ty thuộc lĩnh vực tiện ích có thể kiếm được lợi nhuận, nhưng vẫn mang tính chất một phần là tổ chức vì công cộng nên do đó phải tuân theo rất nhiều quy định, điều luật khác nhau.” (Theo Investopedia)
Trong ngành tiện ích, thì chiếm tỷ trọng cao nhất từ trước đến nay vẫn là phân khúc năng lượng điện – electric power sector, do đó ở một số tài liệu các bạn có thể thấy tên gọi khác là “Electric power industry” thay cho “Utilities” với nghĩa hẹp hơn chỉ bao gồm các công ty sản xuất, truyền tải, phân phối và bán năng lượng điện cho người dân, hộ gia đình và các công ty kinh doanh, sản xuất nói chung. Ở bài viết lần này, chúng ta sẽ chỉ tập trung vào mảng năng lượng điện trong ngành tiện ích mà thôi.
Các tổ chức thuộc ngành năng lượng và tiện ích ngày nay áp dụng rất nhiều công nghệ thông minh vào quá trình hoạt động của họ, bao gồm công nghệ cảm biến, công nghệ điện toán đám mây, IoT (ví dụ Smart meter),… Chúng tạo ra một nguồn dữ liệu rất lớn có thể được thu thập một cách liên tục theo thời gian.
Các công ty sản xuất và cung cấp điện trên thế giới cũng đã bắt đầu mở rộng triển khai và sử dụng các công nghệ thông minh nhờ vậy nguồn dữ liệu cần khai thác sẽ có khối lượng rất lớn, được tạo ra trong quá trình phát điện, truyền tải, phân phối điện đến người tiêu dùng thông qua các trạm biến áp. Không những ở phân khúc năng lượng điện, các công ty khác trong ngành tiện ích đang phải đối mặt với rất nhiều thách thức cũng như yêu cầu cấp thiết ngày nay (đặc biệt ở những quốc gia đang phát triển) là làm sao khai thác tối đa tài sản dữ liệu để tìm thấy những “Insights” – các thông tin cực kỳ giá trị hỗ trợ việc ra quyết định, lên kế hoạch hay cải thiện tốt hơn quá trình sản xuất và cung ứng năng lượng, tiện ích.
Smart meter, Smart grid và nguồn dữ liệu Big Data có thể khai thác trong ngành điện
Sự ra đời của Đồng hồ thông minh (Smart Metering Infrastructure) đã giúp các quốc gia thu thập và cập nhật dữ liệu liên tục, kiểm soát quá trình tiêu thụ năng lượng điện, nước, khí gas,.. của các hộ dân và các công ty trong thời gian thực, bên cạnh đó với dữ liệu có được sẽ hỗ trợ nhiều dự án nghiên cứu, phân tích dữ liệu. Theo truyền thống là một phần của cơ sở hạ tầng lưới điện, đồng hồ thông minh đơn giản là một thiết bị điện tử cho phép giám sát và ghi lại mức tiêu thụ năng lượng từ xa không chỉ riêng ngành điện. Tuy nhiên, trong thời đại của nền tảng IoT phát triển vượt bậc, các giải pháp Smart meter thông minh hơn đa tính năng và tiên tiến hơn dần được ra đời.
Theo báo cáo thị trường đồng hồ thông minh mới của IoT Analytics 2019-2024 ước tính sự thâm nhập đồng hồ thông minh trên toàn cầu (điện, nước và gas) đã vượt 14% trong năm 2019, tức là 14% trong số tất cả các đồng hồ đo lường mức tiêu thụ năng lượng hiện nay là đồng hồ thông minh – Smart meter.
Theo biểu đồ IoT Analytics cung cấp thì tất cả các nước thuộc khu vực châu Âu, châu Á Thái Bình Dương, Mỹ la-tinh và phần còn lại trên thế giới dự báo sẽ có sự gia tăng trong việc nhập khẩu các thiết bị Smart meter, cụ thể chỉ dưới 132 triệu đồng hồ thông minh (điện, khí đốt và nước) đã được vận chuyển trên toàn thế giới vào năm 2018. Con số này dự kiến sẽ tăng 7% mỗi năm, vượt quá 200 triệu vào năm 2024.
Theo trang Business Insider, tháng 1/2020, các công ty ngành tiện ích không chỉ mỗi ngành điện có thể tiết kiệm 157 tỷ đô la vào năm 2035 bằng cách sử dụng đồng hồ thông minh.
Tại sao chúng tôi lại nhắc đến Smart meter, một nền tảng công nghệ ra đời nhưng không phải là một ứng dụng của Big Data và Data analytics trong ngành điện? Tuy Smart meter không phải là ứng dụng dụng Big Data và Data analytics nhưng nó đóng vai trò khá quan trọng trong việc thu thập dữ liệu và đóng góp vào nguồn dữ liệu Big Data bên cạnh cung cấp khả năng theo dõi và kiểm soát mức tiêu thụ năng lượng và cho phép liên lạc, giám sát từ xa với điểm tiêu thụ năng lượng.
Với dữ liệu có được từ Smart meter, các công ty kinh doanh sản xuất có thể theo dõi lượng năng lượng mà họ đang khai thác để điều chỉnh mức sử dụng nếu cần thiết, theo dõi mức tiêu thụ chi tiết theo thời gian, địa điểm, phân tích để xác định điểm bất thường.
Còn đối với ngành năng lượng, tiện ích thì thông qua dữ liệu từ Smart meter, nhiều công ty điện, có thể theo dõi việc sử dụng năng lượng của khách hàng qua đó xác định tốt hơn chi phí gánh chịu, các vấn đề phát sinh trong quá trình truyền tải và các nhu cầu cải thiện hệ thống, cơ sở hạ tầng. Tóm lại, Smart meter có thể giúp cả các công ty ngành tiện ích, các công ty kinh doanh sản xuất và từng hộ gia đình, cá nhân phát triển những ý tưởng tốt hơn về cách sử dụng năng lượng sao cho tối ưu chi phí và tiết kiệm tiền nhưng vẫn đạt được các lợi ích mong muốn.
Như vậy bên cạnh Smart meter thì những nguồn dữ liệu nào khác có thể khai thác? Các công ty năng lượng và tiện ích có thể thu thập dữ liệu từ hệ thống lưới điện (Grid equipment), dữ liệu từ hệ thống phân phối năng lượng, dữ liệu thời tiết, dữ liệu GIS (Geographic Information Systems), dữ liệu từ các hệ thống đo lường khác, dữ liệu từ phía các hộ gia đình, các công ty thuộc ngành nghề khác, nơi tiêu thụ năng lượng (dữ liệu tiêu thụ năng lượng, dữ liệu từ các thiết bị cảm biến), dữ liệu từ tất cả các hệ thống liên quan khác, kể cả nguồn dữ liệu hỗ trợ thông tin về nhân khẩu học, xã hội,…
Trong ngành điện, có một thuật ngữ mà chúng tôi muốn nhắc đến, cũng chính là cơ sở thúc đẩy khai thác Big Data và Data analytics trong những công ty sản xuất, cung cấp năng lượng điện, đó là “Smart Grid” hay còn gọi là mạng lưới điện thông minh. Vậy Smart Grid là gì?
Theo FPT Tech Insight năm 2016, “Smart Grid lưới điện thông minh thực chất là việc áp dụng các tiến bộ về khoa học kỹ thuật của các ngành như công nghệ thông tin (CNTT), viễn thông, tự động hóa… vào hệ thống lưới điện hiện có (Grid) nhằm giúp việc sản xuất, truyền tải, phân phối, tiêu thụ điện hiệu quả, bền vững hơn. Ban đầu được dùng trong ngành điện (Smart Electricity Grid – hệ thống lưới điện thông minh), nhưng gần đây Smart Grid cũng được dùng cho cả ngành gas (Smart Gas Grid) và nước (Smart Water Grid) do tính chất tương đồng của những ngành này, đặc biệt là trong lĩnh vực phân phối, tiêu thụ”
Lưới điện thông minh cho phép luồng dữ liệu và nguồn năng lượng điện luân chuyển hai chiều giữa bên tiêu thụ và nhà cung cấp qua đó giúp tối ưu hóa việc sản xuất, và khai thác năng lượng điện, tăng độ tin cậy, tính hiệu quả và bền vững trong từng quy trình vận hành. Vì tầm quan trọng và lợi ích to lớn
Theo tài liệu nghiên cứu “Big data analytics in smart grids: state-of-the art, challenges, opportunities, and future directions” của The Institution of Engineering and Technology – Viện Kỹ thuật & Công nghệ (IET) thì nguồn dữ liệu Big Data giúp phát triển Smart grid có thể bao gồm các dữ liệu sau:
Nguồn Institution of Engineering and Technology
Chú thích viết tắt: SCADA – supervisory control and data acquisition – hệ thống điều khiển giám sát và thu thập dữ liệu, PMU – phasor measurement units, RTU – Remote Terminal Unit – Thiết bị đầu cuối điều khiển từ xa.
Cũng trong tài liệu nghiên cứu, các chuyên gia cũng chỉ ra các đặc điểm của Big Data trong vận hành Smart grid nói riêng và trong các công ty ngành điện nói chung
- Veracity: dữ liệu thường bị mâu thuẫn không đồng nhất, dữ liệu dư thừa, thiếu dữ liệu, thiếu thông tin, dữ liệu độc hại,…
- Volume: khối lượng dữ liệu là rất lớn tính bằng Terabyte (TB), một công ty trong ngành có thể phải thu thập và xử lý hàng ngàn TB dữ liệu mỗi năm.
- Variety: tất cả các loại dữ liệu từ phi cấu trúc (Unstructured data) đến có cấu trúc (Structured data), dữ liệu đã được đồng bộ hay chưa đồng bộ
- Velocity: tốc độ truyền tải dữ liệu phải trong thời gian thực, theo hàng giây, hàng phút, hàng giờ
- Value: dữ liệu sau khi phân tích mang lại giá trị kinh tế, hỗ trợ phát triển nền tảng công nghệ, kỹ thuật, tối ưu quy trình vận hành
Tiếp theo chúng ta cùng đi vào những ứng dụng chính (mang tính ý tưởng, không đi vào chuyên môn, kỹ thuật) có thể có của Data analytics, hay nói cách khác dữ liệu có tác động như thế nào đến ngành điện:
Nội dung của phần này được tham khảo chủ yếu từ White Paper “Data analytics in the electricoty sector” của tổ chức DNG VL, tổ chức hàng đầu có nhiều kinh nghiệm trong quản lý rủi ro (Risk management) và đảm bảo chất lượng (Quality assurance), cũng như tham khảo thêm từ bài blog “How Utilities are deploying data analytics now?” của Bain & Company – Công ty hàng đầu về tư vấn quản lý của Hoa Kỳ và bài viết “How Utilities Leverage Data Analytics to Improve Efficiency and Enhance Operations” của Electric Energy Online – một cổng thông tin điện tử về ngành điện và năng lượng.
Nếu xét đến quy trình khai thác dữ liệu trong ngành điện thì theo Electric Energy Online thì có 3 giai đoạn chính, mỗi giai đoạn cho thấy được lợi ích của Data analytics.
- Thu thập dữ liệu
Mạng lưới thông tin kết nối tất cả các tổ chức, các hệ thống, thiết bị liên quan đến quá trình sản xuất, truyền tải điện (Communication network) hỗ trợ cung cấp dữ liệu về việc sử dụng năng lượng, dữ liệu về tình trạng cơ sở hạ tầng và ngay cả những vấn đề phát sinh trong truyền tải điện như mất điện. Giai đoạn thu thập dữ liệu giúp các công ty ngành điện có thể khám phá, xác định chính xác những nguồn dữ liệu quan trọng, cần khai thác để có cái nhìn tổng quan cũng như kiểm soát quy trình hoạt động và vận hành.
Một lợi ích quan trọng khác là thu thập dữ liệu cải thiện sự phối hợp, xóa bỏ sự ngăn cách về mặt thông tin, giao tiếp của các bộ phận, các bên liên quan và chịu trách nhiệm trong việc cung ứng năng lượng điện đến nơi tiêu thụ. Việc thu thập và phân tích dữ liệu cho phép mọi bộ phận có thể nhìn thấy bức tranh lớn hơn không chỉ riêng những bộ phận đóng vai trò chủ chốt trong mỗi công ty cung cấp điện. Bên cạnh đó mọi bộ phận có thể làm việc cùng nhau để cải thiện hoạt động của tổ chức cũng như mang lại lợi ích cho khách hàng của mình bao gồm hộ gia đình, cá nhân, các công ty kinh doanh sản xuất, và các công ty thuộc lĩnh vực khác.
Nhu cầu không chỉ riêng công ty cung cấp điện mà các công ty kinh doanh sản xuất trong việc có được những dữ liệu, thông tin cơ bản và trực quan hóa thành biểu đồ, đồ thị và bảng điều khiển trực tuyến hay còn gọi Dashboard, để nắm bắt tình hình cung ứng và tiêu thụ điện. Thông qua triển khai phân tích dữ liệu, các công ty cung cấp điện có thể thỏa mãn nhu cầu này và tạo cơ sở để phát hiện nhiều thông tin giá trị hơn nữa tiềm ẩn trong nguồn tài sản dữ liệu ở những giai đoạn tiếp theo của dự án khai thác dữ liệu.
- Phân tích dữ liệu, thông tin có được
Thách thức của các công ty cung cấp điện không chỉ nằm ở việc thu thập, tích hợp dữ liệu từ rất nhiều nguồn mà nó còn là làm sao biến những dữ liệu có được thành các thông tin hữu ích và giá trị. Các công ty trong ngành có 2 hướng tiếp cận: tự xây dựng một bộ phận, đội ngũ chuyên gia nội bộ để phân tích dữ liệu có được, hoặc hợp tác với một công ty, tổ chức thuộc bên thứ 3 chuyên về Data science và Data analytics để hỗ trợ.
Mỗi hướng tiếp cận đều có các cơ hội, thách thức nhất định, bất kể công ty cung cấp điện chọn phương án nào, thì việc triển khai phân tích dữ liệu cho phép họ đạt được nhiều lợi ích từ dữ liệu và những lợi ích đó là vô hạn như cắt giảm chi phí, thời gian trong việc thúc đẩy thu thập, giám sát, theo dõi, xác thực và quản lý các nguồn dữ liệu một cách liên tục.
Từ những thông tin phân tích được từ dữ liệu trong thời gian thực, các công ty ngành điện có thể đưa ra nhanh các giải pháp hành động, và từ đó xây dựng trước những chiến thuật, quy trình các bước cụ thể ứng phó với những vấn đề thường phát sinh qua đó phục vụ tốt hơn các khách hàng của mình.
Phân tích dữ liệu cũng có thể ngay lập tức cảnh báo khách hàng về những sự cố xảy ra, giúp cải thiện và nâng cao dịch vụ khách hàng. Khách hàng có thể nhận được các thông báo và cảnh báo tự động tại thời điểm xuất hiện những yếu tố bất thường.
Do tính chất luôn thay đổi của ngành điện, phân tích dữ liệu giúp công ty phát huy tính linh hoạt, khả năng thích ứng với các biến động, phát triển những năng lực cần thiết, thỏa mãn các yêu cầu của ngành và của chính tổ chức. Và trong tổng thể, mọi quy trình hoạt động, vận hành sẽ dần được cải thiện, có hiệu suất cao
Đối với các công ty ngành điện, thì một lợi ích quan trọng khác của phân tích dữ liệu là dự báo doanh thu. Với khả năng liên tục thu thập dữ liệu tiêu thục điện năng theo từng giây, phút, giờ, thay vì chỉ một lần một tháng trở lên, các công ty điện có thể theo dõi, dự báo lợi nhuận của họ trong thời gian thực, hỗ trợ quản lý tổ chức, đồng thời hiểu và phân khúc khách hàng tốt hơn cũng như ước tính ngân sách để tiết kiệm chi phí và cải thiện hoạt động.
- Chuyển đổi dữ liệu thành thông tin hữu ích hỗ trợ giải pháp hành động
Với khối lượng dữ liệu khổng lồ mà các công ty điện thu thập được hàng ngày, một yếu tố quan trọng của quản lý dữ liệu là phải tổ chức, sắp xếp tất cả các thông tin một cách hiệu quả và phân tích chúng nhanh chóng để đưa ra giải pháp hành động cụ thể.
Một ví dụ cụ thể là trong lắp đặt máy biến áp. Trước khi phân tích dữ liệu, các công ty điện thường tự động cài đặt một máy biến áp công suất lớn hơn, giả sử rằng máy biến áp trước đó bị hỏng do công suất thấp. Tuy nhiên, bằng cách sử dụng phân tích dữ liệu, công ty lại thấy rằng máy biến áp không bị hỏng do công suất thấp mà thực tế là ngược lại, công suất quá lớn, không tương thích. Dựa trên dữ liệu này, công ty có thể thay thế một máy biến áp khác với một kích cỡ phù hợp hơn. Phân tích dữ liệu cũng có thể tăng cường cải thiện dịch vụ khách hàng. Với phân tích dữ liệu, các công ty cung cấp điện có thể ngăn chặn trường hợp khách hàng bị mất điện đột xuất bằng cách dự đoán sự cố tiềm ẩn trong máy biến áp.
Theo Bain & Company, thì các công ty ngành điện khai thác, và phân tích dữ liệu với những mục đích quan trọng có thể kể đến như:
- Giảm chi phí: phân tích dữ liệu có thể giúp các công ty quy mô lớn trong ngành điện tăng hiệu suất sử dụng vốn và tiết kiệm lượng lớn chi phí vận hành và bảo trì bằng cách giúp họ cải thiện hiệu suất hoạt động (có thể giảm khối lượng công việc tại trung tâm chăm sóc khách hàng hoặc giúp quản lý cơ sở hạ tầng, môi trường xung quanh hệ thống truyền tải điện), tối ưu hóa việc sử dụng vốn (bằng cách xác định cách hiệu quả nhất để giảm thiểu rủi ro) hoặc tối ưu quy trình thu mua nguyên vật liệu tốt hơn (cân nhắc so sánh chi phí so với giá trị nhận được).
- Tăng độ tin cậy: các phân tích nâng cao cũng có thể giúp tăng độ tin cậy của công ty ngành điện đối với khách hàng một cách đáng kể bằng cách ngăn chặn những sự cố trong cung cấp điện, thông qua dự đoán chính xác hơn về thời điểm mất điện hay thay thế các thiết bị hỏng hoặc cải thiện quy trình phản ứng đối với các sự cố bất ngờ thông qua nhận thức được trước những tình huống có thể xảy ra và quản lý hiệu suất tốt hơn.
- Cải thiện dịch vụ khách hàng: phân tích dữ liệu có thể giúp các công ty ngành điện hiểu hơn về khách hàng và quá trình tiêu thụ điện của khách hàng tốt hơn – những hiểu biết giá trị mà các công ty ngành điện có thể sử dụng để thiết kế những sản phẩm và dịch vụ mới, chẳng hạn như các chương trình tư vấn theo nhu cầu của khách hàng giúp họ sử dụng nguồn điện tốt hơn và giảm chi phí. Phân tích dữ liệu cũng cho phép các công ty cung cấp thông tin chính xác hơn đến khách hàng về các sự cố mất điện, lịch sửa chữa hệ thống, cơ sở hạ tầng, xây dựng mạng lưới điện mới của đội ngũ nhân viên, mục đích nâng cao sự hài lòng của khách hàng.
Về tổng thể, thì theo tổ chức DNG VL, dữ liệu có những tác động chính lên các công ty cung cấp điện cụ thể là hỗ trợ quy trình dự báo, lên kế hoạch và những quy trình vận hành khác, sau đây là một vài ví dụ:
- Ứng dụng phân tích dữ liệu trong việc dự báo và lên kế hoạch
Asset management (tạm dịch Quản lý tài sản) – tối ưu việc đầu tư, và quy trình bảo trì
Quản lý tài sản, hay Asset management trong ngành điện được hiểu là một quy trình có hệ thống, giúp cải thiện hiệu quả về chi phí, quy trình vận hành, bảo trì nhằm nâng cấp nguồn tài sản điện bằng cách kết hợp áp dụng những kỹ thuật đặc thù của ngành và các phân tích kinh tế, cùng với những giải pháp kinh doanh phù hợp.
Với nguồn dữ liệu lớn thu thập được nhờ vào việc đẩy mạnh triển khai ứng dụng công nghệ vào quy trình quản lý tài sản hiện có, bao gồm cả giám sát quy trình sản xuất, phân phối, cung ứng nguồn điện đến nơi tiêu thụ, các công ty ngành điện có thể sử dụng những công cụ, giải pháp phân tích dữ liệu tinh vi, thúc đẩy sự định hướng dữ liệu để tìm ra các mối liên hệ tiềm ẩn giữa các yếu tố môi trường xung quanh với việc tối ưu sử dụng nguồn tài sản, xác định giá trị tài sản theo thời gian (remaining lifetime), dự báo những hỏng hóc có thể xảy ra trong tương lai.
Ứng dụng phân tích dữ liệu trong Asset management hay Asset maintenance gồm 3 loại chính, mỗi loại có những ưu điểm, thách thức riêng, phụ thuộc vào nhiều yếu tố khác nhau như tuổi đời tài sản và việc sử dụng, xác suất và hậu quả khi hỏng hóc xảy ra, sự sẵn có của dữ liệu, và chi phí liên quan, vv.:
- Bảo trì khắc phục (ví dụ khi phát hiện hỏng hóc mới bảo trì)
- Bảo trì phòng ngừa (ví dụ hỗ trợ bảo trì theo định kỳ)
- Bảo trì dự đoán (ví dụ lên kế hoạch bảo trì sau khi dự báo được khi nào hỏng hóc)
Các dữ liệu có sẵn và phân tích dữ liệu về cơ bản đóng một vai trò quan trọng xét trên hai cấp độ. Cấp độ thứ nhất, chúng cho phép chọn cách tiếp cận đúng trong việc quản lý, bảo trì cho từng tài sản riêng lẻ và / hoặc nhóm / cụm tài sản. Cấp độ thứ hai, chúng đóng vai trò chính trong các phương pháp bảo trì, bảo dưỡng. Với các phương pháp phân tích tiên tiến hơn, công ty ngành điện có thể dự báo chính xác những rủi ro mà tài sản có thể gây ra, để xấc định có cần biện pháp bảo trì hay không và khi nào thì cần thực hiện những biện pháp đo lường sự cải thiện trong việc bảo trì tài sản.
Cải thiện quy trình tái tạo nguồn điện – lên kế hoạch sử dụng nguồn lực, tài nguyên
Dự báo thời tiết đã xuất hiện từ rất lâu, và dĩ nhiên luôn đóng vai trò quan trọng trong quá trình dự báo việc tái tạo, sản xuất nguồn điện cũng như nhu cầu tiêu thụ nguồn điện.
Không khó để nhận ra có bao nhiêu cách dự báo thời tiết hiện nay; từ mô hình vật lý chi tiết đến các phương pháp thực nghiệm và phân tích xu hướng,… Ngày nay thực tế hầu hết các tổ chức đều sử dụng rất nhiều nguồn dữ liệu khác nhau, chẳng hạn như dữ liệu về áp suất, tốc độ gió, nhiệt độ, dữ liệu từ vệ tinh, v.v. để phân tích và dự báo biến động của thời tiết.
Sản xuất điện từ gió và mặt trời rõ ràng là phụ thuộc nhiều vào thời tiết. Dữ liệu dự báo thời tiết, (ví dụ dữ liệu từ một trang trại gió có thể xác định được tốc độ gió, sự biến động trong tốc độ gió, hướng gió, áp suất, nhiệt độ, v.v.) được kết hợp với đặc điểm đặc thù của trang trại gió, như lịch sử hiệu suất cung cấp điện, khả năng phản ứng với các biến thể của gió,… Phân tích dữ liệu thời tiết sẽ giúp hình dung được giai đoạn tiếp theo trong quy trình tái tạo nguồn điện từ gió, từ mặt trời, nhờ vậy việc lên lên kế hoạch sử dụng nguồn lực, tài nguyên trong sản xuất điện sẽ được cải thiện.
Dự báo nhu cầu tiêu thụ nguồn điện
Cũng như quy trình tái tạo nguồn điện, nhu cầu tiêu thụ điện bị ảnh hưởng rất lớn bởi thời tiết, đặc biệt là nhu cầu sưởi ấm trong thời tiết lạnh, và làm mát trong thời tiết nóng. Sự thay đổi trong nhu cầu thường không có tính chắc chắn, do đó dự báo trong cung ứng điện luôn là một chủ đề quan trọng. Phân tích dữ liệu hỗ trợ dự báo nhu cầu tiêu thụ nguồn điện thường bao gồm 2 loại chính:
- Dự báo từ trên xuống, tức dự báo theo các yếu tố đến từ công ty cung cấp điện, bao gồm dự báo trong ngắn hạn – ví dụ dự báo nhu cầu tiêu thụ nguồn điện trong thời gian ngắn hạn dựa trên dữ liệu lịch sử có được về tình hình tiêu thụ điện theo thời gian, dự báo trong dài hạn – ví dụ dự báo nhu cầu đầu tư nâng cao năng lực sản xuất nguồn điện trong tương lai, lên kế hoạch phát triển cơ sở hạ tầng, dựa trên dữ liệu về tiêu thụ điện tổng thể của ngành, dựa trên thông tin về những nền tảng công nghệ được ứng dụng, sự phát triển kinh tế,..
- Dự báo từ dưới lên, tức dự báo theo yếu tố môi trường, cơ sở hạ tầng tại từng địa phương, nhu cầu, đặc điểm tiêu thụ điện của khách hàng trong từng khu vực địa lý, yếu tố thời tiết, cơ sở hạ tầng ở nơi tiêu thụ,.. được cập nhật liên tục.
Qua đó cũng có thể thấy, nếu phân tích dữ liệu mục đích dự báo nhu cầu tiêu thụ thì cần rất nhiều nguồn dữ liệu khác nhau, từ dữ liệu nội bộ, dữ liệu ngành, dữ liệu từ địa phương, từ khách hàng,..
- Ứng dụng Data analytics trên các quy trình vận hành
Chức năng hay bộ phận quan trọng của mỗi công ty ngành điện cần ứng dụng phân tích dữ liệu nhất có lẽ là “chức năng vận hành” – Operations. Không nói chắc ai cũng biết nếu không vận hành hiệu quả, khả năng cung cấp nguồn điện sẽ gặp ảnh hưởng, hơn nữa đây cũng là chức năng tốn kém công sức, chi phí nhiều nhất. Vì thế phân tích dữ liệu được triển khai không chỉ với mục đích chính tối ưu quá trình cung cấp nguồn điện đến nơi tiêu thụ, mà còn tối ưu chi phí, cải thiện mọi quy trình hiệu quả, đưa ra chiến lược hành động tốt hơn.
Trong số những thách thức lớn nhất mà hệ thống sản xuất điện đang phải đối mặt đó là việc kết hợp các nguồn năng lượng tái tạo nhiều hơn, hiệu quả hơn, vẫn đảm bảo chi phí phù hợp. Việc kết hợp các nguồn năng lượng còn phải đi đôi với việc dự báo khi nào mới có được nguồn năng lượng cần cho sản xuất điện, ví dụ như gió, mặt trời không phải lúc nào cũng sẵn có. Gió và mặt trời là các nguồn năng lượng được phân bổ theo địa lý và thay đổi theo điều kiện thời tiết thay đổi. Đồng thời, nhu cầu tiêu thụ điện đang thay đổi cũng phụ thuộc vào thời tiết. Nhìn chung tất cả các biến số mà một công ty ngành điện phải xử lý là rất nhiều, và dường như ngày càng biến động mạnh theo thời gian.
Từ đó cũng nhận thấy tổng hợp dữ liệu và phân tích là quy trình phải được thực hiện, trong đó quan trọng là công cụ phân tích dự báo. Tuy nhiên theo DNG VL thì một số yếu tố quan trọng phải có:
- Nguồn dữ liệu trong thời gian thực từ các hệ thống, thiết bị, máy cảm biến,… phải đủ để đưa vào phân tích và đánh giá được tình hình hiện tại của hệ thống
- Phải có khả năng thay đổi, ứng biến, thích ứng tốt, tinh chỉnh phù hợp với sự thay đổi của các yếu tố môi trường xung quanh.
- Phải xây dựng được các mô hình phân tích chuyên sâu, hệ thống những nguồn dữ liệu cần cho các mô hình để tiếp tục triển khai quy trình phân tích một cách liên tục, và là cơ sở tham khảo cho các dự án trong tương lai, phải xây dựng khả năng “tự học” cho các mô hình, hỗ trợ giúp các quy trình được vận hành bền vững.
Bên cạnh tạo điều kiện để quy trình sản xuất, tái tạo nguồn điện được tối ưu, phân tích dữ liệu có nhiệm vụ lớn hơn chính là đảm bảo quá trình truyền tải, phân phối nguồn điện không bị gián đoạn, ngăn chặn các vấn đề có thể phát sinh từ hệ thống truyền tải, từ cơ sở hạ tầng, đo lường hiệu suất, kiểm soát đặc biệt là phát hiện hành vi vi phạm, phạm tội ở những điểm tiêu thụ nguồn điện bất thường, cao quá mức “fraud detection” (thường thấy thuật ngữ này trong ngành tài chính nhưng thực ra ở mọi ngành đều có thể có) sử dụng Smart meter kết hợp phân tích dữ liệu.
Ngoài sản xuất và cung cấp nguồn điện, phân tích dữ liệu có thể giúp ích khá nhiều trong các hoạt động thương mại, kinh doanh của công ty ngành điện. Điển hình là phát triển các cơ hội hợp tác của những công ty trong ngành năng lượng, hay các công ty ngoài ngành, mở rộng thị trường bán lẻ, tăng lợi nhuận bán lẻ (ở một số nước mà ngành điện không chịu sự quản lý, kiểm soát bởi Chính phủ, cơ quan quốc gia) thông qua dự báo giá thị trường và điều chỉnh giá bán phù hợp với mong muốn, nhu cầu của những bên tiêu thụ, ví dụ nâng cao dịch vụ chăm sóc khách hàng, đặc biệt là giúp họ tiêu thụ nguồn điện hiệu quả, giảm chi phí (một cách cá nhân hóa trong sales, marketing) dự trên nhu cầu, hành vi trong tiêu thụ điện. Phân tích dữ liệu sẽ làm tăng lợi thế cạnh tranh của các công ty, xác định vị thế hiện tại trên thị trường, những chiến lược cần thực hiện, đặc biệt thúc đẩy sự phát triển trong việc ứng dụng công nghê tiên tiến, khác biệt quá trong ngành điện vốn được coi là truyền thống, khó thay đổi.
Ứng dụng của Big Data và Data analytics trong ngành điện là rất đa dạng vì bản chất một công ty cung cấp điện phải đối mặt với vô vàn thách thức, vấn đề khác nhau đến từ mọi phía, nếu đi sâu vào kỹ thuật, thì chúng ta có thể sẽ thấy rõ hơn lợi ích của khai thác dữ liệu. Nhưng vì bài viết có hạn nên chúng tôi chỉ dừng lại trình bày các ý tưởng (ứng dụng) chính, các bạn có thể tham khảo thêm những tài liệu khác, làm phong phú thêm thông tin, kiến thức cho bản thân về chủ đề này.
Đến đây kết thúc bài viết, mong các bạn tiếp tục ủng hộ BigDataUni
Tài liệu tham khảo
https://www.investopedia.com/terms/u/utilities_sector.asp
techinsight.com.vn/smart-grid/
https://iot-analytics.com/smart-meter-market-2019-global-penetration-reached-14-percent/
www.businessinsider.com/smart-meters-utilities-iot-energy-water
Big data analytics in smart grids: state-of-the art, challenges, opportunities, and future directions – Institution of Engineering and Technology
White Paper “Data analytics in the electricoty sector” – DNG VL
How Utilities are deploying data analytics now?” – Bain & Company
“How Utilities Leverage Data Analytics to Improve Efficiency and Enhance Operations” của Electric Energy Online
Về chúng tôi, công ty BigDataUni với chuyên môn và kinh nghiệm trong lĩnh vực khai thác dữ liệu sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích, khai thác dữ liệu và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống dữ liệu”, “Khai thác dữ liệu dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.