design-de-imagem-de-fundo
Caso de Sucesso

Xcel Energy usa o PI System para melhorar a previsão do vento, economizando US$ 46 milhões em custos

roda-de-geração-de-energia-excel-

Quando a Xcel Energy começou a trabalhar com energia eólica, em torno de 2005, deparou-se com um problema: prever a velocidade do vento. O vento poderia passar do fornecimento de 900 megawatts de energia para zero em apenas meia hora, causando estragos quando os operadores tivessem de aumentar a produção das usinas de carvão ou gás para compensar, e isso rapidamente ficaria caro. O PI Server, o Asset Framework e as Notificações trouxeram clareza e previsibilidade à previsão de energia eólica, resultando em reduções maciças nos custos operacionais e aumentando o compromisso da Xcel com a energia renovável.

A Xcel Energy fornece energia para 3 milhões de clientes de energia elétrica e 1,9 milhão de clientes de gás natural em oito estados. De acordo com a Associação de Energia Elétrica Americana (American Wind Energy Association, AWEA), a Xcel tem sido a fornecedora líder na geração de energia eólica nos últimos 11 anos, e a empresa mantém um recorde mundial em eletricidade gerada de energia eólica. No Seminário Regional da OSIsoft 2015 em Denver, Kasen Huwa, gerente comercial sênior na Xcel Energy, explicou como o enterprise agreement conosco garantiu que “todos os dados estejam seguros”, permitiu um “aumento na contagem de pontos” e autorizou uma iniciativa de dados para reduzir o erro na previsão da energia eólica e aumentar as economias.

Energia eólica imprevisível e altos custos de manutenção

A Xcel Energy iniciou uma instalação centralizada do PI System em suas operações de transmissão no Colorado em 2003, seguido rapidamente pelas regiões da empresa em Minnesota e no Texas. “Adicionamos nossos dados de geração e preços de mercado para operações comerciais... começamos a previsão de energia eólica em 2008, [e] em 2011… assinamos um enterprise agreement (com a OSIsoft) abrangendo nossas operações de transmissão e operações comerciais e integração de dados eólicos”, disse Huwa.

A imprevisibilidade com a velocidade do vento levou à iniciativa de previsão de energia eólica. “No Colorado, seção nordeste, há cerca de 900 ou 1.000 MW, todos descendo uma linha”, disse Huwa. “Quando existem muitos eventos de vento em andamento e começamos a produzir energia eólica, isso é ótimo. No momento em que o vento atinge uma determinada velocidade, se não se sabe a embreagem da turbina, ela para de produzir energia. Passamos de obter 900 megawatts de potência para 0 em um intervalo de cerca de 30 minutos. Para o pessoal da geração compensar pela energia eólica, é preciso aumentar as usinas a carvão ou gás... É um pesadelo de manutenção. O que se faz é tentar aumentá-las muito rápido, e não é assim que elas devem operar. Para neutralizar isso, ou se carregam muitas reservas giratórias ou se tem muitas usinas elétricas operando com uma carga base. Isso custa muito dinheiro.”

A economia e a eficiência foram estimadas aproximadamente em US$ 46 milhões nos últimos seis anos.
Kasen Huwa
Gerente de negócios sênior

Melhorar a previsão de energia eólica com o PI System

Para melhorar a previsão de energia eólica, a Xcel Energy procurou os especialistas, o Centro Nacional de Pesquisa Atmosférica (National Center for Atmospheric Research, NCAR) e o Laboratório Nacional de Energia Renovável (National Renewable Energy Laboratory, NREL). Então, eles obtiveram dados desses parques eólicos, de 4 a 9 pontos por turbina, para pouco mais de 1200 turbinas no nordeste do Colorado. Após o lançamento do PI Server 2015, a Xcel Energy em parceria com a NCAR e NREL melhorou os displays para os dados do PI Server. “Tudo é baseado na web”, disse Huwa, “muito mais elegante, muito mais limpo [com] muito mais opções.”

O modelo de dados de previsão de energia eólica atual é executado a cada 15 minutos, e os usuários podem ir até 72 horas antes para mostrar dados em tempo real e 168 horas depois. “Dá para ir muito longe para ver sua previsão”, disse Huwa. O display do modelo também fornece previsões de 15 minutos “para as próximas três horas” que informam aos usuários o que é “potência potencial” e o que é “potência disponível”. Após três horas, ele alterna para uma previsão horária com “potência potencial, potência disponível e nossas linhas medidas em tempo real e pontos medidos”.

figura-do-gráfico-de-energia-excel-Os funcionários da WHUD podem avaliar a saúde do sistema de distribuição de água, o consumo de energia e os custos potenciais perdidos por vazamentos, combinando o ESRI e o PI System.

Garantindo qualidade de dados por meio do Asset Framework

O Asset Framework (AF) tem sido fundamental para capturar dados de previsão de energia eólica de qualidade. “Se não tivermos bons dados, você não terá boas previsões”, disse Huwa. “Criamos Notificações para que, [se] atingirmos um certo limite, digamos, 30% de erro de dados, receberemos uma notificação para nossa equipe e seremos capazes de... descobrir o problema e resolvê-lo rapidamente. Dessa forma, nossa previsão de backend também é boa... Sem o uso de AF e Notificações, seria quase impossível rastrear esses erros de qualidade de dados. Nós os encontraríamos um mês depois, o que na verdade não ajuda em nada.”

Os meteorologistas em tempo integral da Xcel Energy foram inicialmente céticos quanto à modelagem de dados para prever o vento. No entanto, a previsão era tão confiável que, após cerca de um ou dois meses de uso do sistema, eles pararam de fazer suas próprias previsões. “Foi legal ver nosso sistema de TI ser automatizado o suficiente para que os meteorologistas que eram muito céticos em relação aos nossos sistemas agora quisessem usá-lo”, disse Huwa.

Com base apenas na iniciativa de dados de previsão de energia eólica, a Xcel Energy reduziu sua média de erros em 38% e obteve significativa economia de custos à medida que as usinas operam melhor agora. A Xcel Energy conseguiu desligar uma usina de carvão por um fim de semana inteiro porque “sabíamos que o vento estaria lá”, disse Huwa. “Facilita muito seus ciclos de manutenção... Agora você pode informar [as suas plantas] horas antes, em vez de último minuto.”

A Xcel cortou muitos pagamentos de restrição e a previsão do vento gerou economias e eficiências estimadas em US$ 46 milhões nos últimos seis anos, disse Huwa.

As iniciativas de dados futuros da Xcel Energy, de acordo com Huwa, podem incluir distribuição de gás, transmissão de gás, monitoramento de emissão, distribuição elétrica, adição de subestações, geração distribuída e medidores inteligentes.

elementos-de-design-gráfico

Como podemos ajudá-lo?

Fornecemos dados confiáveis há mais de 40 anos. De fato, 24 dos nossos 25 primeiros clientes ainda utilizam nossa plataforma. Deixe-nos saber como podemos ajudá-lo.

©2022 OSIsoft, LLC