Artificial Intelligence (AI＝人工知能)を使った太陽エネルギー効率の改善

多くの太陽光発電所は、オペレーションとメンテナンス (O＆M) メカニズムに多大な注意を払っています。多くの場合、企業は保守要員の不足やオペレーションの中断にボトルネックの問題を抱えています。Moxaとthingnarioは、技術的な利点を組み合わせて、最初のインテリジェントな太陽エネルギー監視システム"Photon"を共同で推進しました。このソリューションの主な利点は、耐久性のある産業グレードのデバイスとArtificial Intelligence (AI＝人工知能)を使用して、屋外環境での太陽光発電の効率を大幅に向上させることにあります。

概要

課題

• オペレーションおよびメンテナンス (O＆M) に必要な高額のオペレーション費用の支出
• 極端な温度と過酷な環境

ソリューション

• thingnarioの太陽エネルギー監視システム"Photon"：AIエンジンは、今後5～30分間に発電される電力量を予測
• MoxaのUC産業用コンピューター：効率的で安定したデータ収集機能、低消費電力、-40～75℃の動作温度範囲

結果

• 発電される電力が10％増加
• 人件費が20～30％削減

台湾政府は、2025年までに発電される電力の20％を再生可能エネルギー資源にするという再生可能エネルギー政策の目標を設定しました。 この目標を達成するために太陽エネルギーは、毎年20GWを供給すると予測され、これは現在発電されている1.3GWの15倍に当たります。しかし、台湾政府がこの目標を達成する前に克服しなければならない多くの障害があります。

現実には、多くの太陽光発電所は、適切なオペレーションとメンテナンス (O＆M) メカニズムが欠けており、その結果、多くの場合、発電された電力が失われています。さらに、オペレーションが中断された場合、企業は設備を修理点検するために保守人員を派遣することにより多額の資金を支出する必要があります。これらの問題に対応するために、Moxaとthingnarioは技術的な利点を組み合わせて効率を高めるための最初のインテリジェントな太陽エネルギー監視システム"Photon"を共同で推進しました。

繰り返し発生するO＆M (オペレーションとメンテナンス) の運用支出

太陽光発電所は広い地域で太陽エネルギーの発電を展開しています。各太陽光発電所は、毎分20,000～50,000ピースのフィールドデータを送信します。従来のオペレーティングシステムを使用してこれらの膨大な量のデータを管理するには時間がかかりすぎ、また、データの損失は深刻な問題となっています。さらに、従来のメンテナンスシステムはハードウェアベースであり、インバーターの機能に大きく依存しています。これらの状況下でのオペレーションでは、事業者は単一のプラットフォームを介して太陽光発電のオペレーション状況の全体像を把握することが困難でした。また、他のシステムとの統合問題があり、発電された電力が損失されているかどうかを判断することは困難でした。 実際、電力の損失があったと判断された場合でも、損失の根本原因を特定することは殆ど不可能でした。

異常が発生した場合、太陽光発電所は、トラブルシューティングを実行するために保守要員を派遣する必要があります。太陽光発電所を所有する企業は、台湾本土に多数のサイトを所有しているため、この問題は非常に深刻です。また、人的資源が限られているため問題の特定と修理が遅すぎる問題が多数発生しました。実際、パネルを覆う鳥の糞が原因で電力の20％が失われたサイトもありました。この問題を解決するためにメンテナンス担当者は、問題が発生した遠隔地に移動して問題の原因を特定した後、必要な機器と部品を揃えてから再度サイトに出向き必要な修理を行う必要がありました。 全体として発見から問題解決するまでのプロセスには長い場合、6か月もかかります。thingnarioの会長であるMr.Zhangは、これは重大な問題であることに気付き、問題を早急に解決するための措置を講じることを考えました。

人工知能を有効にしてオペレーション効率を向上させる

Mr.Zhangは、thingnarioがすべての問題を特定し、AI技術を活用したソリューションを見つける方法を考え出したと述べています。設計思考によって考案されたPhotonシステムには、インテリジェントな監視機能とインテリジェントなオペレーショナルメカニズムが組み込まれ、機器を効果的に監視させます。また、メンテナンス担当者に、より多くの情報をより早く提供することにより太陽光発電所の全体的なオペレーショナル効率を向上させることができました。

Photonの5つの主要な機能：

1. 人工知能 (AI) 機能：AIエンジンは、大量の履歴センサーデータとリアルタイムセンサーデータを分析してパターンを認識し、今後5～30分間に発電される電力量を予測します。発電されると予測される電力量と実際の発電量との間に大きな不一致がある場合、システムは、予知メンテナンスを行うことを可能にするために警告を太陽光発電所のオペレーターに通知します。
2. ハイスケーラブル：Photonは、バックエンドデータベースでタイムスタンプデータとビジネスデータを別々に処理します。これにより、すべての太陽光発電所でサイズに関係なく、すべてのデータが迅速に処理されます。
3. O＆Mタスクマネージメントシステム：メンテナンス、参加者、費用を含むすべての記録を管理します。 AIシステムに加えて、オペレーショナルコストのデジタル化は、新しいオペレーターがより早く始められ、時間量の削減を支援することでトラブルシューティングのコストを削減します。
4. データ収集のために必要な3ステップによる簡単なセットアップ：最初に、ソフトウェアページ上で太陽光発電所情報を設定、次にネットワーク設定を構成、3番目にフィールド展開を実行します。
5. インスタントデータ分析のためのダッシュボード：単一線図、システムコンフィギュレーションマップ、およびリアルタイムデータによりオペレーショナルステータスが明確になります。

thingnarioが生成する技術は、インバーターからのすべてのデータだけでなくクラウドカバレッジとソーラーパネルがどのように影響を受けるかについての情報を提供する独自のスカイカメラからの気象データをキャプチャーする設計がされています。

耐久性、信頼性、および寿命の確保

企業が膨大な量のデータを正確に収集する前に、選択した産業用コンピューターがすべてのプロジェクト要件を満たしていることを確認する必要があります。慎重に検討された結果、MoxaのUCシリーズArmベース産業用コンピューターが最も適切であると判断されました。 Mr.Zhangは、コンピューターが過酷な環境に耐えることができ、長年にわたって安定した動作を維持し、ユーザーの信頼を獲得するためにブランドの評判が高いことを要求しました。MoxaのUCシリーズファンレス産業用コンピューターは、効率的で安定したデータ収集機能を提供するだけでなく、インバーター、日射計、その他のメーターとのコネクションを簡素化する複数のシリアルポートを装備しています。低消費電力はメンテナンスの複雑さを軽減するためにも役立ちます。さらに、-40～70℃の温度に耐えることができ、thingnarioのすべての期待に応えることができました。

生産性を高めるためのリアルタイムの洞察を得る

太陽光発電所によって発電される電力量を予測するために使用されたAI分析に加えて、リアルタイムアラート (以前のシステムでは利用できなかった) は、オペレーターが発電する電力を10％増加させ、ほぼ30％の労働コストの削減に繋げることができました。 プラントのメンテナンスを担当したEPC (エンジニアリング、調達、建設) コントラクターは、1ページのダッシュボードに有用な情報を表示する優れた監視およびオペレーションシステムの利点を見ることができます。