Case © INILAB
Det er en slet skjult hemmelighd, at elektrificeringen øger presset på lavspændingsnettet i Danmark. Flere varmepumper, elbiler og enfasede belastninger skaber nye udfordringer med faseubalancer, hosting capacity og spændingskvalitet. Samtidig mangler mange DSO’er fortsat en grundig og detaljeret indsigt i, hvad der faktisk sker på de enkelte faser i elnettet.
Netop derfor stikker vores CTO, Daniel Frederiksen, og DTUs seniorforsker, Kai Heussen, hovederne sammen i forbindelse med deltagelse i ekspertpanel om etablering af et danske enegidataspaces. Her føder de idéen, der senere realiseres i ELFORSK-projektet: 3PhaseInsight med inddragelse af Radius og med Kai Heussen som projektleder.
3PhaseInsight handler grundlæggende om faseubalancer i elnettet, varsling af black outs og demonstration af, hvordan vi via datapipelines omdanner rå trefasede smartmetermålinger til nyttig information og digitale løsninger til betydelig gavn for forbrugerne, el-distributører, netværksoperatører, elektrikere og installatører af målerudstyr.
Branche: Forskning, Energisektoren
Projektpartnere: DTU Wind and Energy Systems, Radius
Projektperiode: 2024-26
Projektsum: 4 mio. kr.
Finansiering: ELFORSK (Energistyrelsen)
Hjemmeside: wind.dtu.dk/3PhaseInsight
Kompetencer og erfaring:
Etablering af en dataplatform
Vi skyder 3PhaseInsight-projektet i gang anført af vores lead udvikler Chris Fotteler, og en helt central del af INILABs bidrag er at omsætte forskningsalgoritmer til en skalerbar software- og dataarkitektur.
Elnetdata består som bekendt af både af relationelle data om topologi, assets og historik, samt store mængder tidsseriedata fra målinger. Derfor vælger INILAB en hybrid datamodel, hvor PostgreSQL håndterer den relationelle kerne, mens kolonnebaserede Parquet-filer i object storage anvendes til de omfattende måledata.
Netop denne arkitektur gør det muligt at behandle meget store datamængder hurtigt og omkostningseffektivt uden at gøre databasen til en flaskehals. Platformen bygger desuden på gennemprøvede open source-teknologier som Apache Airflow og Dask, der understøtter orkestrering og parallel behandling af beregningstunge workflows.
Resultatet er en driftssikker og skalerbar dataplatform, som bringer forskningsbaserede algoritmer tættere på praktisk anvendelse hos DSO’er. Den vigtigste læring for os i INILAB er enkel: Storage-teknologi bør altid vælges ud fra datatypen og det konkrete anvendelsesmønster.
Platformen danner desuden grundlag for en række servicekoncepter:
Fælles for løsningerne er, at de gør lavspændingsnettet langt mere transparent og de hjælper teknikere, planlæggere og operatører med at træffe bedre beslutninger på baggrund af faktiske målinger frem for antagelser.
For DSO’er peger projektet på en konkret vej til at øge udnyttelsen af eksisterende netkapacitet uden nødvendigvis at starte med tunge netforstærkninger.
For forsknings- og energibranchen demonstrerer 3PhaseInsight, hvordan avanceret dataanalyse, robust dataarkitektur og domæneviden kan kombineres i åbne, skalerbare løsninger, der fornemt understøtter den grønne omstilling i distributionsnettet.
Al projektets kildekode er open source og findes i følgende repositories:
Har du spørgsmål, er du altid velkommen til at hive fat i os.
Tak for en rigtig god og inspirerende 3PhaseInsight Final Conference på DTU Risø.
Det var en fornøjelse at opleve forskere, DSO’er, teknikere og branchefolk samle kræfterne om fremtidens datadrevne elnet.
En stor tak til DTU Wind and Energy Systems, Cerius-Radius, ELFORSK og alle deltagere for skarpe oplæg, frugtbare dialoger og mange særligt værdifulde perspektiver på løsning af faseubalancerne i elnettet.
Også en helt særlig tak til seniorforsker Kai Heussen for et stærkt projektlederskab gennem hele forløbet.
Kontakt os
Daniel Frederiksen
CTO | Teknisk direktør
