52
СЕТИ
РОССИИ
у
п
р
а
в
л
е
н
и
е
с
е
т
я
м
и
управление сетями
Облачные
технологии
в энергетике
Согласно Энергетической стратегии России на период до
2030 года одним из главных векторов перспективного развития
отраслей топливно-энергетического комплекса является переход
на путь инновационного и энергоэффективного развития [1].
Магомед ГАДЖИЕВ, к.т.н., заведующий НИЛ АРС НИУ «МЭИ»
*
,
Дмитрий КРАВЕЦ, ведущий инженер НИЛ АРС НИУ «МЭИ»
Ильгиз МУРЗАХАНОВ, Владислав ПЛОТНИКОВ,
Никита ВАСИЛЕНКО — специалисты 1 категории
НИЛ АРС НИУ «МЭИ»
Т
радиционно
энергетические
и
коммунальные
компании
фокусировались
на
сборе
данных
для
выставления
сче
-
тов
заказчикам
,
обеспечения
финан
-
совой
отчетности
для
регуляторов
,
а
также
обоснования
инвестиций
в
поддержку
и
развитие
своих
акти
-
вов
.
В
последнее
время
компании
все
чаще
становятся
обладателями
но
-
вых
видов
данных
:
неструктурирован
-
ных
,
пространственных
,
поступающих
в
режиме
реального
времени
—
по
-
рожденных
сетями
нового
поколения
и
умными
счетчиками
.
Это
создает
новые
проблемы
для
предприятий
,
не
обладающих
адекватными
ресур
-
сами
для
работы
в
изменившихся
условиях
.
Согласно
исследованию
,
проведенному
T-Systems
совместно
с
аналитическим
подразделением
журнала
The Economist,
перед
ком
-
паниями
стоят
проблемы
,
требующие
повышения
эффективности
работы
,
и
рано
или
поздно
им
придется
за
-
няться
информатизацией
энергетики
.
За
последние
5
лет
концепция
Smart Grid
сделала
колоссальный
шаг
в
области
развития
архитекту
-
ры
будущих
энергетических
систем
.
В
условиях
мирового
экологического
кризиса
лидеры
многих
стран
заду
-
мываются
о
повышении
эффектив
-
ности
электроэнергетических
систем
.
Множественные
расчеты
режима
электрических
сетей
ставят
задачу
повышения
мощности
вычислитель
-
ных
центров
,
хранения
объемных
массивов
данных
и
быстрого
доступа
к
ним
.
Все
эти
качества
объединяют
в
себе
облачные
технологии
,
кото
-
рые
и
будут
рассмотрены
в
данной
статье
.
С
точки
зрения
системы
разверты
-
вания
принято
выделять
локальные
,
частные
,
гибридные
и
публичные
обла
-
ка
.
Наиболее
удобным
вариантом
для
систем
управления
электроэнергией
является
локальное
облако
.
Во
всех
трех
моделях
контроль
и
управление
основной
физической
и
виртуальной
инфраструктурой
облака
,
в
том
чис
-
ле
сети
,
серверов
,
типов
использу
-
емых
операционных
систем
,
систем
хранения
осуществляется
облачным
провай
дером
.
В
качестве
исключения
могут
выступать
параметры
конфигу
-
рации
платформы
в
PaaS.
*
Научно
-
исследовательская
лаборатория
автоматизации
распределительных
сетей
НИУ
«
МЭИ
».
Создана
на
базе
кафедры
«
Электроэнергетические
системы
»
Московского
энергети
-
ческого
института
.
Основное
направление
деятельности
—
продвижение
на
рынок
наиболее
передовых
и
высокотехнологичных
разработок
в
области
энергосбережения
и
комплексной
автоматизации
распределительных
электрических
сетей
системы
электроснабжения
горо
-
дов
,
промышленных
предприятий
и
сельского
хозяй
ства
.
53
Рассмотрим
подробнее
каждую
из
моделей
орга
-
низации
облачных
хранилищ
.
ПЛАТФОРМА
КАК
УСЛУГА
(PAAS)
В
рамках
PaaS
потребителю
предоставляется
воз
-
можность
использования
облачной
инфраструктуры
для
размещения
базового
программного
обеспечения
.
В
дальней
шем
в
рамках
базового
ПО
могут
быть
раз
-
мещены
новые
или
существующие
приложения
.
Это
могут
быть
разработанные
на
заказ
,
собственные
или
приобретенные
тиражируемые
приложения
.
В
состав
платформ
PaaS
входят
инструментальные
средства
создания
,
тестирования
и
выполнения
прикладного
программного
обеспечения
.
Например
,
среды
испол
-
нения
языков
программирования
,
системы
управления
базами
данных
,
связующее
программное
обеспечение
.
Как
правило
,
инструментальные
средства
поставляют
-
ся
провай
дером
и
уже
встроены
в
платформу
.
ИНФРАСТРУКТУРА
КАК
УСЛУГА
(IAAS)
В
данной
модели
предоставляется
возможность
использования
инфраструктуры
для
самостоятельно
-
го
управления
ресурсами
обработки
и
хранения
,
а
так
-
же
управления
сетями
и
другими
фундаментальными
вычислительными
ресурсами
.
К
примеру
,
потреби
-
тель
может
устанавливать
и
запускать
произвольное
программное
обеспечение
,
включая
операционные
системы
,
платформенное
и
прикладное
программное
обеспечение
.
К
зоне
контроля
потребителя
относятся
установленные
приложения
,
виртуальные
системы
хранения
данных
и
операционные
системы
.
В
ряде
случаев
доступен
ограниченный
контроль
набора
до
-
ступных
сетевых
сервисов
.
ПО
КАК
УСЛУГА
(SAAS)
Данная
модель
является
наиболее
простой
и
понятной
для
клиента
.
Потребителю
предоставля
-
ется
возможность
использования
прикладного
про
-
граммного
обеспечения
.
ПО
размещается
в
облачной
инфраструктуре
провай
дера
и
доступно
из
различ
-
ных
клиентских
устрой
ств
посредством
браузера
или
интерфей
са
программы
.
Возможности
контроля
структуры
облака
для
клиента
небольшие
,
поскольку
доступен
только
ограниченный
набор
пользователь
-
ских
настроек
конфигурации
приложения
.
Далее
рассмотрим
модель
SaaS
на
примере
сбо
-
ра
и
передачи
данных
приборов
учета
электроэнер
-
гии
,
установленных
у
потребителей
.
В
рамках
модели
данные
клиентов
в
режиме
реального
времени
будут
передаваться
в
энергосбытовые
компании
.
Предла
-
гается
организовать
обработку
и
хранение
информа
-
ции
в
модульных
центрах
обработки
данных
(
ЦОД
).
Виды
облаков
SaaS
Р
aaS
IaaS
Рис
. 1.
Категории
облачных
технологий
Рис
. 2.
Взаимосвязь
«
Модель
—
объект
управления
—
клиент
»
SaaS
IaaS
PaaS
При
-
ложение
Поль
-
зователь
Язык
программирования
Разработчик
Виртуальная
машина
Администратор
Модульные
ЦОД
представляют
собой
комплексы
информационной
и
телекоммуникационной
инфра
-
структуры
,
смонтированные
в
одном
или
нескольких
мобильных
модулях
.
Отдельные
элементы
таких
ЦОД
создаются
в
виде
специализированных
контей
неров
.
В
качестве
канала
передачи
данных
в
крупных
го
-
родах
могут
выступить
уже
существующие
интер
-
нет
-
коммуникации
.
Данные
об
электропотреблении
клиентов
будут
шифроваться
интеллектуальным
счетчиком
и
передаваться
Интернет
-
провай
деру
.
Он
в
свою
очередь
передает
данные
на
сервер
энергосбытовой
компании
,
где
данные
дешифруются
и
запускаются
в
обработку
.
Безусловно
,
весь
процесс
передачи
данных
автоматизирован
за
счет
примене
-
ния
соответствующих
протоколов
.
В
конечном
итоге
,
к
информации
об
электропотреблении
будут
иметь
доступ
только
клиенты
и
персонал
ЦОД
.
Очевидные
преимущества
для
сбытовых
компаний
и
потребителей
от
внедрения
интеллектуального
счет
-
чика
,
передающего
данные
в
рамках
модели
SaaS:
–
контроль
клиентами
собственного
энергопотре
-
бления
;
–
упрощение
процедуры
обработки
данных
электро
-
потребления
;
–
сокращение
случаев
хищения
электроэнергии
;
–
повышение
энергоэффективности
и
создание
новых
рынков
.
Рассмотрим
подробнее
каждое
из
преимуществ
на
примере
успешного
внедрения
технологии
.
КОНТРОЛЬ
КЛИЕНТАМИ
СОБСТВЕННОГО
ЭНЕРГОПОТРЕБЛЕНИЯ
Зачастую
уровень
собственного
энергопотреб
-
ления
вызывает
интерес
у
клиентов
.
Открыв
браузер
на
любом
устрой
стве
и
авторизовавшись
в
систе
-
ме
,
потребитель
получит
данные
об
использовании
электроэнергии
в
режиме
реального
времени
или
за
конкретный
временной
промежуток
.
Благодаря
этому
можно
определить
оборудование
с
низкой
энергоэффективностью
или
удостовериться
,
что
все
необходимые
электроприемники
были
выключены
№
6 (39) 2016
54
СЕТИ РОССИИ
перед
отъездом
.
Энергетическая
компания
Фран
-
ции
IssyGrid
провела
эксперимент
,
предоставив
кли
-
ентам
данные
о
собственном
энергопотреблении
в
режиме
реального
времени
.
В
эксперименте
в
до
-
мах
потребителей
устанавливались
умные
счетчики
,
имеющие
Интернет
-
соединение
с
сервером
.
Приме
-
нение
облачных
технологий
в
энергетике
прекрасно
себя
оправдывает
,
поскольку
электроэнергетическая
система
создает
50
млн
строк
данных
каждый
год
.
Хранение
и
обработка
столь
массивного
объема
дан
-
ных
возможно
исключительно
на
серверном
обору
-
довании
крупных
компаний
.
Эксперимент
был
начат
в
2012
году
,
и
в
проекте
приняло
участие
200
частных
домов
.
К
настоящему
моменту
число
клиентов
достиг
-
ло
5000
в
частном
секторе
и
10 000
в
бизнес
-
секторе
.
Простое
оповещение
клиента
об
уровне
собственного
энергопотребления
позволило
снизить
потребление
на
20%.
Компания
IssyGrid
намеревается
увеличить
число
клиентов
,
подключенных
к
серверу
,
и
распро
-
странить
данную
модель
на
регионы
Франции
за
пре
-
делами
Парижа
.
УПРОЩЕНИЕ
ПРОЦЕДУРЫ
ОБРАБОТКИ
ДАННЫХ
ЭЛЕКТРОПОТРЕБЛЕНИЯ
Как
известно
,
процедура
сборки
,
обработки
показателей
счетчиков
электроэнергии
и
выставления
счета
клиенту
занимает
значительное
время
.
Данный
процесс
может
быть
автоматизирован
и
организован
в
кратчай
шие
сроки
.
Россий
ский
опыт
.
В
настоящее
время
кли
-
ентами
ПАО
«
Мос
энерго
сбыт
»
являются
7
млн
потребителей
,
полезный
отпуск
в
2012
году
составил
70
млрд
кВт
·
ч
.
В
рамках
реализации
проекта
вне
-
дрения
авто
ма
тизированных
систем
контроля
учета
электроэнергии
в
2012
году
было
установлено
более
160 000
интеллектуальных
счетчиков
.
Установлен
-
ные
счетчики
могут
вести
учет
электроэнергии
по
нескольким
тарифам
и
автоматически
передавать
данные
о
текущем
электропотреблении
.
За
счет
частой
отправки
данных
(
каждые
несколько
минут
)
с
интеллектуального
счетчика
на
сервер
энергоком
-
пании
удалось
организовать
непрерывный
монито
-
ринг
показателей
качества
электроэнергии
.
Для
удобства
клиентов
ПАО
«
Мос
энерго
сбыт
» —
юридических
лиц
в
2012
году
создана
и
введена
в
промышленную
эксплуатацию
система
юридически
значимого
электронного
документооборота
с
клиен
-
тами
Общества
(
Личный
кабинет
клиента
ЮЗДО
),
осуществляющая
обмен
расчетно
-
платежными
до
-
кументами
с
использованием
электронной
подписи
.
На
промышленных
предприятиях
—
крупных
потре
-
бителях
электроэнергии
,
в
электрогенерирующих
,
электросетевых
и
энергосбытовых
компаниях
широ
-
кое
применение
нашли
автоматизированные
систе
-
мы
коммерческого
учета
электроэнергии
(
АСКУЭ
)
и
автоматизированные
информационно
-
измеритель
-
ные
системы
коммерческого
учета
электроэнергии
(
АИИС
КУЭ
).
Основная
функция
АСКУЭ
промпредприятия
за
-
ключается
в
получении
и
автоматизированной
обра
-
ботке
информации
о
потребленной
электро
энергии
для
проведения
финансовых
расчетов
с
ее
поставщи
-
ком
и
получении
информации
о
расходе
электроэнер
-
гии
структурными
подразделениями
предприятия
для
оптимизации
и
снижения
затрат
на
энергоснабжение
,
повышения
энергоэффективности
производства
.
Для
компаний
энергетического
сектора
АИИС
КУЭ
предназначена
для
проведения
взаимных
расчетов
с
поставщиками
и
потребителями
электроэнергии
,
определения
и
минимизации
потерь
при
производ
-
стве
,
транспортировке
и
отпуске
энергоресурса
.
Для
удобства
клиентов
ПАО
«
Мосэнерго
сбыт
» —
физических
лиц
и
для
повышения
качества
дистанци
-
онного
обслуживания
был
запущен
сервис
«
Личный
кабинет
частного
клиента
».
С
помощью
Личного
ка
-
бинета
клиент
может
передать
показания
приборов
учета
электроэнергии
и
узнать
текущий
баланс
лице
-
вого
счета
в
режиме
реального
времени
.
Количество
пользователей
,
зарегистрированных
в
Личном
каби
-
нете
частного
клиента
,
в
феврале
2013
года
достигло
1
миллиона
.
Кратко
резюмируя
,
в
России
наблюдается
тенденция
к
постепенному
переходу
на
автоматический
сбор
и
хранение
данных
в
облачных
сервисах
.
Зарубежный
опыт
.
В
настоящее
время
техно
-
логия
Автоматической
обработки
показаний
(AMR)
активно
внедряется
в
Тай
ване
и
КНДР
. AMR
позво
-
ляет
собирать
,
анализировать
и
выставлять
счета
согласно
данным
счетчиков
потребителей
в
полно
-
стью
автоматическом
режиме
.
Данная
технология
совместима
с
любыми
интеллектуальными
счетчи
-
ками
учета
расхода
воды
,
газа
и
электроэнергии
.
Ум
-
ные
счетчики
воды
,
газа
и
электроэнергии
передают
данные
на
устрой
ство
AMR,
которое
обрабатывает
показания
и
рассылает
сформированные
пакеты
ин
-
формации
в
сбытовые
компании
.
В
результате
клиент
получает
единое
устрой
ство
,
с
помощью
которого
мо
-
жет
контролировать
все
коммунальные
расходы
.
Для
корректной
работы
AMR
требуется
всего
один
раз
настроить
интеллектуальные
счетчики
и
серверное
оборудование
,
и
затем
система
автоматически
про
-
изводит
обработку
и
отправку
данных
.
Более
того
,
при
данном
подходе
число
сотрудников
сбытовых
компаний
,
задей
ствованных
в
выставлении
счетов
,
минимально
.
СОКРАЩЕНИЕ
СЛУЧАЕВ
ХИЩЕНИЯ
ЭЛЕКТРОЭНЕРГИИ
Несмотря
на
растущую
сложность
измерительных
приборов
,
находятся
пути
обхода
этих
систем
и
хи
-
щения
электроэнергии
.
Поскольку
в
существующей
системе
нельзя
получить
единый
срез
данных
по
времени
для
всех
клиентов
,
обнаружить
конкретного
нарушителя
не
представляется
возможным
.
В
случае
применения
модели
SaaS
данные
электропотребле
-
ния
передаются
на
сервер
в
режиме
реального
вре
-
мени
.
Попытка
взломать
счетчик
приведет
к
тому
,
что
значение
потребленной
электроэнергии
со
временем
будут
уменьшаться
.
Простей
ший
алгоритм
на
серве
-
ре
определит
это
несоответствие
и
даст
сигнал
опе
-
ратору
.
Во
-
вторых
,
интеллектуальные
счетчики
могут
снабжаться
датчиками
вскрытия
электросчетчика
и
воздей
ствия
на
электросчетчик
мощным
внешним
магнитным
полем
.
В
итоге
,
любое
вмешательство
в
работу
измерительного
устрой
ства
регистрируется
в
режиме
реального
времени
и
передается
на
сервер
сбытовой
компании
.
55
ПОВЫШЕНИЕ
ЭНЕРГОЭФФЕКТИВНОСТИ
И
СОЗДАНИЕ
НОВЫХ
РЫНКОВ
Сбытовые
компании
,
предложившие
своим
кли
-
ентам
установку
интеллектуальных
счетчиков
,
станут
более
конкурентоспособными
.
За
счет
новой
услуги
компании
откроют
для
себя
новый
рынок
и
получат
дополнительный
доход
.
Подобное
предложение
за
-
интересует
как
существующих
,
так
и
потенциальных
клиентов
,
поскольку
освободит
их
от
ежемесячного
снятия
и
передачи
данных
электропотребления
.
Для
примера
рассмотрим
контроль
электроснаб
-
жения
зданий
в
Сиэтле
.
Энергопотребление
Сиэт
-
ла
стремительно
увеличивалось
с
1970
года
за
счет
повышения
качества
жизни
и
роста
населения
.
Два
этих
фактора
привели
к
увеличению
потребляемой
электрической
энергии
.
Городские
власти
решили
пой
ти
по
пути
увеличе
-
ния
энергоэффективности
за
счет
применения
про
-
грессивных
технологий
.
В
2012
году
Городская
служба
освещения
Сиэтла
запустила
проект
Высокопроизво
-
дительных
Зданий
.
Строительство
новых
интеллек
-
туальных
зданий
и
реконструкция
эксплуатируемых
основывались
на
применении
автоматических
систем
управления
,
датчиков
и
контроллеров
.
Власти
города
поставили
задачу
снизить
электро
-
потребление
на
50%
к
2030
году
.
Большинство
зданий
частного
сектора
уже
были
снабжены
автоматизиро
-
ванными
системами
управления
(BMS),
датчиками
и
ПО
для
контроля
освещения
,
электрических
систем
,
отопления
и
кондиционирования
.
Однако
все
при
-
веденные
системы
не
позволяли
снизить
электропо
-
требление
.
Звеном
,
собирающим
все
системы
,
стал
сервер
облачных
технологий
.
Все
оборудование
было
объединено
в
единую
информационную
сеть
.
Данные
электропотребления
зданий
передавались
на
сервер
,
что
позволило
операторам
в
режиме
реального
вре
-
мени
отслеживать
состояние
зданий
.
Интеллектуальные
алгоритмы
обрабатывали
дан
-
ные
об
электропотреблении
и
оповещали
владельцев
зданий
о
неэффективном
использовании
электро
-
энергии
.
Система
не
только
сообщала
управляю
-
щим
зданий
,
как
уменьшить
потери
электроэнергии
,
но
и
рекомендовала
,
в
каком
режиме
эксплуатиро
-
вать
конкретное
оборудование
.
Поскольку
система
оценивала
состояние
оборудования
,
владельцы
за
-
благовременно
оповещались
об
установках
,
кото
-
рые
работают
ненормально
и
могут
вый
ти
из
строя
в
ближай
шее
время
.
Владелец
мог
отремонтировать
или
заменить
данное
электрооборудование
до
полом
-
ки
,
тем
самым
сохранив
энергоснабжение
.
Другим
примером
использования
облачной
техно
-
логии
SaaS
могут
служить
технологические
решения
создателей
Высокопроизводительных
Зданий
.
Основными
направлениями
повышения
энергоэф
-
фективности
стали
освещение
,
отопление
и
кондици
-
онирование
.
В
офисных
зданиях
на
освещение
при
-
ходится
более
38%
от
общего
электропотребления
.
Поэтому
авторы
проекта
уделили
должное
внимание
этой
составляющей
эксплуатационных
затрат
.
Были
предложены
следующие
решения
:
–
Установка
датчиков
движения
.
В
рамках
проек
-
та
было
использовано
два
типа
датчиков
: «
вы
-
ключен
по
умолчанию
»
и
«
включен
по
умолчанию
».
Первый
тип
устанавливался
в
коридорах
и
на
лестничных
площадках
.
Датчик
срабатывал
на
появление
человека
и
включал
свет
на
15–40
се
-
кунд
,
время
достаточное
для
прохождения
до
следующего
датчика
движения
.
Датчики
второго
типа
устанавливались
в
помещениях
,
подразуме
-
вающих
продолжительное
присутствие
человека
.
Свет
оставался
включенным
до
тех
пор
,
пока
все
люди
не
покидали
помещение
.
–
Применение
диммеров
и
датчиков
освещения
.
Диммеры
нашли
применение
преимущественно
в
освещении
улиц
и
открытых
пространств
.
Но
благодаря
точной
настрой
ке
датчиков
освещения
с
учетом
расположения
окон
,
их
удалось
приме
-
нить
в
рамках
проекта
Высокопроизводительных
зданий
.
Диммеры
снижали
яркость
ламп
до
уровня
,
при
котором
искусственное
освещение
,
дополняя
естественное
,
создавало
комфортную
обстановку
на
рабочем
месте
.
–
Контроль
состояния
ламп
.
Большинство
источников
света
теряют
свою
яркость
с
тече
-
нием
времени
.
Специалистами
было
введено
понятие
«
установленной
яркости
»
для
каждого
типа
ламп
.
Под
данную
установленную
яркость
были
настроены
датчики
освещения
и
диммеры
.
Очевидно
,
что
новые
лампы
обладали
яркостью
,
выше
установленной
,
поэтому
диммеры
снижа
-
ли
их
уровень
освещения
.
С
течением
времени
яркость
ламп
снижалась
,
что
объяснялось
загряз
-
нением
их
поверхности
или
преимущественно
старением
.
В
результате
,
все
лампы
протирались
с
определенной
периодичностью
и
старые
заме
-
нялись
на
новые
.
Подобные
мероприятия
позво
-
лили
уменьшить
электропотребление
на
10–20%
в
часы
пиковых
нагрузок
.
–
Учет
суточного
графика
.
Изменение
яркости
в
зависимости
от
времени
суток
является
эффек
-
тивным
решением
для
офисных
зданий
или
заводских
помещений
.
В
такой
схеме
в
течение
рабочего
дня
диммеры
обеспечивают
требуемый
уровень
освещения
для
работы
офисных
сотруд
-
ников
или
рабочих
на
заводе
.
В
конце
дня
персо
-
нал
проводит
уборку
рабочих
мест
и
оптимально
снижает
яркость
освещения
на
40–50%.
Вторым
направлением
работы
специалистов
ста
-
ло
повышение
эффективности
отопления
и
кондици
-
онирования
.
Вместо
централизованного
отопления
здания
целиком
создатели
проекта
поставили
перед
собой
задачу
отапливать
только
те
помещения
,
в
ко
-
торых
находятся
люди
.
В
каждой
комнате
был
уста
-
новлен
термостат
,
который
измерял
текущую
темпе
-
ратуру
и
подавал
сигнал
на
корректировку
в
случае
отклонения
параметра
от
заданного
значения
.
Наиболее
эффективным
способом
снижения
затрат
на
отопление
в
зимний
период
является
снижение
температуры
в
помещении
.
По
мнению
специалистов
,
оптимальная
температура
в
офисе
в
рабочие
часы
находится
на
отметке
20°
С
.
В
ноч
-
ные
часы
экономично
снижать
уставку
термостата
до
10–5°
С
.
В
жилых
домах
температура
помещения
повышается
при
приготовлении
еды
или
,
например
,
при
собрании
больших
компаний
друзей
.
Уставка
на
термостате
поддерживает
заданные
20°
С
и
по
-
№
6 (39) 2016
56
СЕТИ РОССИИ
дает
сигнал
на
снижение
отопления
.
По
подсчетам
руководителей
проекта
,
внешнее
повышение
темпе
-
ратуры
на
1°
С
,
позволяет
снизить
затраты
на
отопле
-
ние
на
1%.
Естест
венно
,
команды
на
корректировку
температуры
в
зависимости
от
времени
суток
были
запрограммированы
в
устрой
ство
,
и
клиенту
не
тре
-
бовалось
вручную
задавать
команды
.
Авторы
проекта
максимально
оптимизировали
потребление
энергии
.
Например
,
горячая
вода
после
использования
отдавала
свое
тепло
в
теплообмен
-
нике
.
В
результате
,
для
нагрева
следующей
порции
воды
требовалось
меньшее
количество
энергии
.
В
ночные
часы
минимального
спроса
на
электро
-
энергию
воду
охлаждали
и
замораживали
в
резерву
-
арах
системы
кондиционирования
.
Днем
талая
вода
циркулировала
в
трубках
системы
кондиционирова
-
ния
и
охлаждала
воздух
из
помещений
.
По
итогам
реализации
проекта
Высокопроизводи
-
тельных
Зданий
достигнуты
значительные
результа
-
ты
.
Внедрение
новой
технологии
повысило
удоб
-
ство
использования
и
надежность
электрической
системы
.
За
счет
введенных
технологий
удалось
снизить
электропотребление
в
различных
зданиях
от
10
до
25%.
Общая
стоимость
проекта
для
пяти
зданий
,
включая
отель
«
Шератон
»
и
офис
«
Боинг
»,
муниципальное
здание
и
два
университета
,
соста
-
вила
450 000
долларов
.
Большая
часть
этой
суммы
была
оплачена
из
федерального
гранта
.
За
год
от
-
ель
«
Шератон
»
и
офис
«
Боинг
»
сэкономили
более
130 000
долларов
.
Окупаемость
внедрения
данной
системы
составляет
1–2
года
.
В
последующие
3–5
лет
в
рамках
проекта
планируется
построить
и
модернизировать
500
высокопроизводительных
зданий
в
рай
оне
Пьюджет
-
Саунд
.
Дополнительно
система
предсказывает
электропотребление
,
что
позволяет
объединить
данный
интеллектуальный
алгоритм
с
OpenADR.
Система
управления
спросом
OpenADR
позволя
-
ет
«...
изменить
нагрузку
потребителей
в
результате
стимулирующего
изменения
стоимости
электроэнер
-
гии
или
выплат
,
направленных
на
снижение
электро
-
потребления
в
периоды
высокой
цены
на
оптовом
рынке
или
при
угрозе
надежности
функционирова
-
ния
энергетической
системы
» [3].
В
рамках
модели
клиент
снижает
свое
электропотребление
в
часы
пи
-
ковых
нагрузок
и
получает
материальную
компенса
-
цию
в
виде
снижения
тарифа
.
Применение
облачных
технологий
дополнительно
к
концепции
OpenADR
позволит
«...
потребителю
осуществлять
точный
мо
-
ниторинг
и
корректировку
своего
потребления
по
заранее
заданным
правилам
и
алгоритмам
по
сиг
-
налам
от
OpenADR
без
участия
человека
» [3].
Для
объединения
OpenADR
и
облачных
технологий
будет
создана
Система
автоматического
регулирования
спросом
,
которая
физически
будет
располагаться
в
тех
же
ЦОД
,
что
и
данные
об
электропотреблении
.
Это
позволит
максимально
увеличить
скорость
об
-
работки
данных
,
организовать
согласованную
рабо
-
ту
обеих
систем
и
обеспечить
конфиденциальность
информации
клиентов
.
КУРС
НА
ИНТЕЛЛЕКТУАЛИЗАЦИЮ
В
БЫТУ
В
настоящее
время
все
большую
популярность
набирают
«
умные
»
дома
.
Наряду
со
значительными
преимуществами
в
энергоэффективности
,
экологич
-
ности
и
экономичности
применяемых
устрой
ств
,
су
-
ществуют
недостатки
,
тормозящие
внедрение
подоб
-
ных
технологий
в
России
.
Одним
из
них
является
цена
предлагаемой
технологии
.
Некоторого
успеха
в
созда
-
нии
бюджетного
счетчика
,
который
мог
бы
передавать
Рис
. 3.
Схема
построения
Высокопроизводительных
Зданий
.
Принятые
сокращения
:
ЛОС
—
локальная
операционная
сеть
,
ТО
—
техническое
обслуживание
,
ДСПРВ
—
доводчик
системы
с
переменным
расходом
воздуха
.
57
данные
энерго
потребления
на
устрой
ство
клиента
,
достигла
канадская
компания
Neurio [2].
Нашими
специалистами
Лаборатории
Автома
-
тизации
Распределительных
Сетей
был
приобре
-
тен
и
установлен
в
электрический
щит
лаборато
-
рии
интеллектуальный
счетчик
компании
Neurio [2].
Устрой
ство
предоставляет
доступ
в
личный
каби
-
нет
с
персонального
компьютера
или
мобильного
устрой
ства
.
Клиент
в
режиме
реального
времени
может
видеть
собственное
электропотребление
и
тип
нагрузки
.
Сотрудники
лаборатории
испытали
устрой
ство
,
попеременно
включая
различные
типы
электроприемников
. Neurio
не
определяет
тип
от
-
дельно
взятого
электроприемника
и
,
следователь
-
но
,
не
может
использоваться
для
выборочного
отключения
нагрузки
в
случае
ограниченного
энерго
-
снабжения
.
НИЛ
АРС
поддерживает
направления
исследований
и
предлагает
объединить
разработ
-
ки
с
технологией
OpenADR.
Планируется
создать
интеллектуальный
счетчик
,
который
будет
переда
-
вать
данные
на
сервер
энергокомпании
по
существу
-
ющему
интернет
-
проводу
потребителя
.
В
НИЛ
АРС
мы
изучили
интеллектуальные
счетчи
-
ки
ведущих
мировых
производителей
,
таких
как
Itron,
GE, Landis+Gyr, Elster, Sensus.
После
анализа
специ
-
фикации
устрой
ств
был
составлен
список
требований
к
интеллектуальному
счетчику
,
внед
рение
которого
планируется
в
России
:
1.
Высокоточные
измерения
потребленной
энергии
,
напряжения
,
тока
и
активной
мощности
,
отсчет
календарной
даты
и
времени
.
2.
Защищенность
от
несанкционированного
вскры
-
тия
и
сохранение
измерений
в
энергонезависимую
память
при
прерывании
энергоснабжения
.
3.
Связь
по
проводному
или
беспроводному
каналу
для
настрой
ки
параметров
счетчика
и
передачи
данных
.
Так
же
могут
передаваться
обновления
ПО
для
счетчика
.
4.
Управление
энергопотреблением
.
При
ограничен
-
ном
электроснабжении
интеллектуальный
счетчик
оптимизирует
потребление
электроприборов
,
от
-
ключая
критически
не
важные
устрой
ства
.
5.
Отображение
данных
на
LCD
и
LED
дисплеях
c
низ
-
ким
потреблением
мощности
.
Согласно
регуля
-
тивным
требованиям
европей
ских
стран
,
потреби
-
тель
должен
видеть
сумму
,
подлежащею
к
оплате
.
6.
Синхронизация
по
времени
.
Данная
функция
критически
необходима
для
надежной
передачи
данных
в
центральный
пункт
сбора
показаний
,
их
обработки
и
выставления
счетов
.
Особенно
это
важно
при
использовании
беспроводных
систем
передачи
данных
.
По
результатам
работы
с
россий
скими
производи
-
телями
мы
планируем
наладить
выпуск
и
внед
рение
в
России
счетчиков
,
обладающих
всеми
необходимы
-
ми
функциями
для
организации
интеллектуального
учета
.
«
БОЛЬШИЕ
ДАННЫЕ
» —
КЛЮЧ
К
РАЗ
-
РЕШЕНИЮ
ТЕХНИЧЕСКИХ
ОГРАНИЧЕНИЙ
При
сборе
данных
по
модели
SaaS
перед
энерго
-
компанией
появляется
проблема
хранения
большого
массива
данных
.
К
примеру
,
если
энергетическая
ком
-
пания
имеет
один
миллион
интеллектуальных
счетчи
-
ков
и
получает
данные
с
них
каждые
15
минут
в
тече
-
ние
12
месяцев
,
то
в
результате
одна
таблица
готовой
базы
данных
будет
содержать
35
МИЛЛИАРДОВ
строк
.
За
несколько
лет
работы
энергетическая
компания
со
-
берет
огромный
объем
данных
.
Это
привело
к
появлению
новых
требований
к
об
-
работке
и
анализу
данных
.
Ответом
на
данный
вызов
стало
внедрение
инфраструктуры
AMI
для
передачи
данных
,
собираемых
датчиками
.
Отличие
AMI
инфра
-
структуры
от
обычных
«
умных
»
счетчиков
в
наличии
двухсторонней
связи
с
интеллектуальным
электро
-
счетчиком
.
Созданные
решения
принято
объединять
терми
-
ном
«
большие
данные
»,
который
охватывает
весь
спектр
данных
,
создаваемых
интеллектуальными
счетчиками
.
Применение
«
больших
данных
»
имеет
следующие
преимущества
:
1.
Отлаженная
работа
с
большим
объемом
данных
(
например
,
данные
«
умных
»
счетчиков
).
2.
Высокоскоростная
обработка
получаемой
инфор
-
мации
.
3.
Способность
системы
работать
с
различными
ви
-
дами
данных
(
в
зависимости
от
уровня
структури
-
рованности
).
Рассмотрим
опыт
компании
First Solar
по
исполь
-
зованию
технологий
обработки
«
больших
данных
».
Данный
пример
иллюстрирует
еще
одну
нишу
при
-
менения
облачных
технологий
—
это
передача
функ
-
ции
обработки
данных
на
аутсорсинг
.
Компания
First
Solar
является
мировым
лидером
в
создании
дина
-
мических
карт
для
солнечной
энергетики
.
Выработка
электроэнергии
на
солнечных
электростанциях
на
-
прямую
зависит
от
погодных
условий
.
Вырабатывае
-
мая
электроэнергия
на
СЭС
продается
в
общую
сеть
.
Встает
проблема
предсказуемости
значения
мощ
-
ности
,
которую
смогут
выдать
солнечные
станции
в
сеть
.
Требовалась
система
,
позволяющая
в
каждый
момент
времени
знать
количество
СЭС
,
вырабаты
-
вающих
номинальную
мощность
.
Наиболее
перспек
-
тивным
вариантом
организации
процесса
стало
соз
-
дание
статических
карт
(«static maps»).
Статические
карты
требовалось
обновлять
вручную
при
каждом
значительном
изменении
погодных
условий
,
причем
на
создание
каждой
карты
требовалось
6
часов
,
по
-
скольку
объем
обрабатываемых
данных
был
колос
-
сален
. First Solar
разработала
динамическую
карту
СЭС
,
которая
отображается
на
27
экранах
в
дис
-
петчерском
центре
компании
в
Аризоне
.
Внедрение
новой
технологии
позволит
сэкономить
500 000
дол
-
ларов
в
последующие
пять
лет
,
и
директоры
ком
-
пании
рассчитывают
окупить
проект
за
13
месяцев
.
За
счет
внедрения
динамической
карты
, First Solar
планирует
увеличить
число
клиентов
и
расширить
собственный
бизнес
.
Облачные
технологии
позво
-
лили
отдать
задачу
обработки
и
хранения
массива
данных
в
специализированные
компании
.
Благодаря
этому
компания
вышла
на
новый
уровень
качества
предоставляемых
услуг
,
повысила
эффективность
обработки
данных
и
избежала
затрат
на
закупку
и
обслуживание
серверного
оборудования
и
най
м
персонала
.
№
6 (39) 2016
58
СЕТИ РОССИИ
ПРИМЕНЕНИЕ
PAAS
К
УДАЛЕННОМУ
УПРАВЛЕНИЮ
АКТИВАМИ
Другой
«
облачной
»
технологией
является
модель
PaaS,
открывающая
возможность
использования
приложений
в
масштабах
всего
Интернета
вне
зави
-
симости
от
места
нахождения
клиента
.
Многопользо
-
вательские
версии
приложений
,
запущенных
в
PaaS,
обеспечивают
одновременный
доступ
к
ним
большо
-
го
числа
пользователей
.
К
примеру
,
вычислительные
мощности
или
возможности
подключения
доступны
в
облаке
,
однако
данные
хранятся
локально
. PaaS
по
-
зволяет
решать
задачи
более
высокого
уровня
.
Во
-
первых
,
с
помощью
модели
PaaS
станет
воз
-
можным
отдать
серверную
обработку
данных
на
аут
-
сорсинг
специализированным
компаниям
.
Данная
возможность
актуальна
для
молодых
энергетических
компаний
,
работающих
в
сфере
проектирования
и
расчета
режимов
,
которые
еще
не
успели
обзаве
-
стись
собственными
серверами
.
Во
-
вторых
,
хранение
большего
массива
данных
позволит
оценить
ретроспективу
электропотреб
ления
и
построить
регрессионные
модели
роста
нагрузок
.
Созданная
модель
будет
автоматически
проверяться
и
корректироваться
за
счет
постоянного
обновления
входящих
данных
.
Рассмотрим
,
как
применение
модели
PaaS
по
-
могло
решить
проблему
сохранности
данных
и
без
-
опасности
управляющего
персонала
крупней
шей
энергетической
компании
Украины
.
ДТЭК
,
первая
по
величине
энергокомпания
Украины
,
применила
облачные
технологии
на
собственных
мощностях
.
Штаб
-
квартира
компании
находится
в
Донецке
.
В
2014
году
город
оказался
в
зоне
военного
кон
-
фликта
,
и
директоры
ДТЭК
были
вынуждены
пере
-
нести
сервер
обработки
данных
в
Киев
.
Местные
провай
деры
Киева
не
смогли
обеспечить
требуемую
стабильность
работы
системы
.
Тогда
компания
объ
-
единила
и
усовершенствовала
собственный
центр
обработки
данных
с
помощью
облачных
технологий
.
ДТЭК
наладила
высокоскоростную
передачу
дан
-
ных
критической
нагрузки
на
сервер
компании
.
От
-
правленные
данные
стали
доступны
на
любом
устрой
стве
,
что
позволило
директорам
дистанцион
-
но
управлять
процессами
в
компании
.
В
будущем
ру
-
ководство
ДТЭК
планирует
инвестировать
80%
всех
активов
,
предназначенных
для
развития
ИТ
сектора
,
в
облачные
технологии
.
В
настоящее
время
существует
несколько
факто
-
ров
,
сдерживающих
широкое
внедрение
облачных
технологий
в
энергетике
:
–
Безопасность
.
Этот
вопрос
всегда
был
одним
из
ключевых
для
энергетических
компаний
.
Для
обеспечения
безопасности
облачных
сред
исполь
-
зуемые
ЦОД
должны
соответствовать
стандарту
ISO/IEC 27001:2005,
а
также
поддерживать
про
-
грамму
регулярной
проверки
средств
защиты
от
вторжений
.
Кроме
того
,
обязательным
требова
-
нием
к
поставщикам
облачных
служб
является
шифрование
любых
конфиденциальных
данных
,
которые
передаются
или
хранятся
в
облачной
среде
.
Например
,
использование
GUID
для
хра
-
нения
всех
данных
интеллектуальных
счетчиков
.
В
случае
рассекречивания
данных
хранилища
невозможно
установить
связь
между
данными
счетчиков
и
потребителем
.
Суть
данной
технологии
в
том
,
что
сопоставление
GUID
и
идентификатора
клиента
производится
локально
,
за
брандмауэром
энергетической
компании
.
–
Конфиденциальность
данных
.
Поскольку
подав
-
ляющее
большинство
программного
обеспечения
в
сфере
облачных
технологий
является
зарубеж
-
ным
,
то
встает
вопрос
о
сохранении
конфиденци
-
альности
данных
,
обрабатываемых
этими
прило
-
жениями
.
–
Отсутствие
стандартов
для
интеграции
интел
-
лектуальных
систем
.
Для
корректной
работы
представленной
выше
системы
необходима
интеграция
устрой
ств
,
используемых
для
отслежи
-
вания
и
управления
оборудованием
и
ресурсами
сети
.
Важным
условием
совместимости
является
способность
интеллектуальных
устрой
ств
поддер
-
живать
стандарты
автоматической
на
строй
ки
.
Осо
-
бенно
это
касается
тех
устрой
ств
,
которые
исполь
-
зуются
на
площадках
конечных
пользователей
.
В
этих
целях
применяется
множество
отраслевых
стандартов
,
в
том
числе
стандарты
,
разработан
-
ные
такими
организациями
,
как
МЭК
и
IEEE.
В
частности
,
в
стандарте
IEEE C37.118
определя
-
ются
требования
к
синхронизированным
фазорным
измерениям
,
которые
производятся
в
системах
управ
-
ления
энергоснабжением
.
Учитывая
,
что
системы
ин
-
теллектуальных
устрой
ств
могут
использовать
GPS
для
точной
синхронизации
времени
,
то
открывается
возможность
получения
точных
и
синхронизирован
-
ных
результатов
измерений
волновых
форм
внутри
энергосети
.
Этот
стандарт
отправлен
в
МЭК
для
вклю
-
чения
в
документ
IEC 61850.
В
дальней
шем
разработ
-
ка
отечественного
стандарта
к
синхронизированным
фазорным
измерениям
станет
одной
из
важных
задач
.
ВЫВОДЫ
Применение
облачных
технологий
в
энергетике
успело
положительно
зарекомендовать
себя
за
рубе
-
жом
.
Внедрение
данных
технологий
является
страте
-
гически
важной
задачей
в
масштабах
России
,
посколь
-
ку
позволит
повысить
эффективность
использования
текущего
оборудования
и
вывести
отечественную
энергетику
на
путь
инновации
и
интеллектуализации
.
Запуск
столь
крупного
проекта
требует
государствен
-
ного
участия
и
совместной
работы
научно
-
исследова
-
тельских
и
проектных
институтов
,
а
также
компаний
ИТ
-
сектора
.
Реализация
проекта
улучшит
наблюдае
-
мость
существующей
электроэнергетической
систе
-
мы
и
создаст
тенденцию
к
возникновению
интеллек
-
туального
энергетического
бизнеса
в
России
.
ЛИТЕРАТУРА
1.
Распоряжение
Правительства
Россий
ской
Феде
-
рации
от
13
ноября
2009
г
.
№
1715-
р
.
2. Neurio Technology, Inc. [
Электронный
ресурс
].
Ре
-
жим
доступа
: http://neur.io.
3.
Гаджиев
М
.
Г
.,
Жмуров
Н
.
В
.,
Ермолов
Н
.
С
.,
Мурза
-
ханов
И
.
З
.
Развитие
автоматизированных
систем
управления
спросом
на
электроэнергию
//
ЭЛЕК
-
ТРОЭНЕРГИЯ
.
Передача
и
распределение
, 2015,
№
4.
С
. 50–52.
Оригинал статьи: Облачные технологии в энергетике
Множественные расчеты режима электрических сетей ставят перед проблемами высокой мощности вычислительных центров, хранения объемных массивов данных и быстрого доступа к ним. Все эти качества объединяют в себе облачные технологии, которые и будут рассмотрены в данной статье.
