BIGDATA4GRID

Big data solutions in demand side management enhancing market  strategies and settlement for distribution grid operators

This project is supported by a grant of the Romanian Ministry of Education and Research, CCCDI – UEFISCDI,
Project number PN-III-P2-2.1-PED-2019-1198, within PNCDI III
Project financed by: 
Unitatea Executiva pentru Finantarea Învatamantului Superior, a Cercetării, Dezvoltarii si Inovarii
Programul 2 – Cresterea competitivitatii economiei romanesti prin cercetare, dezvoltare si inovare
Subprogramul 2.1 – Competitivitate prin cercetare, dezvoltare si inovare
Project type: Proiect experimental – demonstrativ
NR. 462PED ⁄ 2020
PARTNERS
The Bucharest University of Economic Studies (coordinator) – PhD. Simona Vasilica Oprea
ICPE SA – PhD Viorel Ursu
OBJECTIVE
The main objective is to create a modular and scalable web-based prototype, built on two functional modules that should answer to DSO necessities in terms of DSM, efficiency and legislative requirements: M1-Models for DSM; M2-Models for efficient grid operation.
M1 – demonstrative models at the DSM level, including: designing DSM stimuli (such as information via notifications, advices on savings, best practices, etc.) and surveys for understanding the consumers’ behaviour; monitoring & control of appliances (via smart plugs, hubs), EV, SD and generation; day-ahead consumption optimization using programmable/dimmable appliances and other controllable devices; a simulator for consumers based on a virtual environment for modelling various behavioural scenarios, envisioning the possible outcome.
M2 – demonstrative models at the aggregated level, such as: load profile clustering the consumers with similar behaviour; load forecast guiding the grid development strategies, technical loss forecast for different time horizons improving the market strategies; 15-minute settlement; designing the distribution tariff rates to incentive the consumers to shift consumption from peak to off-peak hours; Key Performance Indicators (KPI) calculation for grid operation.
The demonstrative models are developed by the Bucharest University of Economic Studies (BUES), integrated into a prototype developed in TRL4 with scalable and open source technologies for Big Data, and tested by SC ICPE S.A.
REZUMATUL-ACTIVITATILOR-DESFASURATE-IN-CADRUL-PROIECTULUI-2020-2022Descarcă

PREZENTAREA PRINCIPALELOR REZULTATE ALE PROIECTULUI

Obiectivul principal al proiectului a fost propunerea și implementarea unui prototip informatic modular și scalabil, compus din două module funcționale prin care să se eficientizeze managementul operării rețelelor electrice astfel încât să permită aplicarea modelelor de tip Demand Side Management (DSM). Cele două module funcționale sunt: nivelul M1 – conține modele demonstrative pentru DSM: i) modele pentru creșterea gradului de conștientizare și implicare a consumatorilor pentru un consum durabil; ii) modele pentru monitorizarea și controlul dispozitivelor electrice; iii) modele de optimizare a consumului la nivel individual; iv) simulator virtual pentru consumatori și prosumatori; nivelul M2 – conține modele demonstrative pentru funcționarea eficientă a rețelei: i) modele pentru determinarea profilurilor de consum; ii) modelele de predicție a consumului de energie electrică și a consumului propriu tehnologic; iii) decontarea la 15 minute; iv) modele de tarifare avansate; v) indicatori de performanță (Key Performance Indicators – KPI).

Prototipul BigData4Grid a fost dezvoltat pe o arhitectură Edge-Fog-Cloud, iar principalele componente constau din două aplicații dezvoltate care integrează modelele M1 (My SASM Dashboard) și M2 (M2 Dashboard), bazele de date corespunzătoare fiecărui nivel al arhitecturii și un kit de monitorizare și control destinat prosumatorilor (figura 1).

Figura 1 – Componentele prototipului BigData4Grid

Ca urmare a implementării și validării prototipului a rezultat produsul informatic cu denumirea Smart Adaptive Optimization and Control application for Prosumers. Acesta conține kit-ul format din dispozitivul Rasperry Pi, prizele inteligente, senzorii de temperatură și umiditate și aplicația My SASM Dashboard care oferă consumatorilor posibilitatea de a controla dispozitivele electrice din locuință, stabilind caracteristicile de funcționare și preferințele de operare. Pe baza preferințelor exprimate și a predicției puterii orare generare de sistemul fotovoltaic algoritmul de optimizare va stabili programul optim de consum astfel încât să maximizeze consumul din sursele proprii de generare și să minimizare cheltuielile la nivelul locului de consum. Aplicația permite monitorizarea în timp real a consumului, generării din sistemul fotovoltaic și gradul de încărcare a bateriei, precum și funcțiile de control (pornire/oprire) a dispozitivelor (figura 2).  

Figura 2 – Aplicatia My SASM Dashboard

Utilizarea pe scară largă a produsului informatic dezvoltat în cadrul proiectului – Smart Adaptive Optimization and Control application for Prosumers, va contribui semnificativ la reducerea cheltuielilor prosumatorilor prin maximizarea consumului din sistemele fotovoltaice, la creșterea gradului de sustenabilitate și la maximizarea veniturilor obținute din livrarea surplusului în rețea.

Prototipul informatic BigData4Grid dezvoltat modular permite accesul facil al părților interesate (consumatori, prosumatori, furnizori, agregatori și DSO) la modelele dezvoltate astfel încât să poată fi utilizate și configurate în funcție de gradul de dezvoltare al infrastructurii, al cadrului legislativ și economic dintr-o anumită regiune/țară.

DISEMINAREA REZULTATELOR PROIECTULUI

Rezultatele proiectului au fost diseminate în 10 articole publicate în jurnale indexate ISI Web of Science, 10 conferințe internaționale și un capitol într-o carte publicată la o editură internațională.

ISI journals:

  1. Oprea SV, Bara A, Machine learning classification algorithms and anomaly detection in conventional meters and Tunisian electricity consumption large datasets, Computers & Electrical Engineering (Q1 AIS), 94, 107329, DOI: 10.1016/j.compeleceng.2021.107329, 2021
  2. Oprea SV, Bara A, Edge and fog computing using IoT for direct load optimization and control with flexibility services for citizen energy communities, Knowledge-Based Systems (Q1 AIS), DOI: 10.1016/j.knosys.2021.107293, 2021
  3. Oprea SV, Bara A, Puican FC, Radu IC, Anomaly Detection with Machine Learning Algorithms and Big Data in Electricity Consumption, Sustainability (Q3 AIS), 13(19), https://doi.org/10.3390/su131910963, 2021
  4. Bucur C, Tudorica B, Oprea SV, Nancu D, Dusmanescu DM, Insights into Energy Indicators Analytics Towards European Green Energy Transition using Statistics and Self-Organizing Maps, IEEE Access (Q2 AIS), 9, pp: 64427-64444, DOI: 10.1109/ACCESS.2021.3075175, 2021
  5. Oprea SV, Bara A, Marales R, Florescu M, Data Model for Residential and Commercial Buildings. Load Flexibility Assessment in Smart Cities, Sustainability (Q3 AIS), 13 (4), DOI: 10.3390/su13041736, 2021
  6. Oprea SV, Bara A, Ifrim GA, Optimizing the Electricity Consumption with a High Degree of Flexibility Using a Dynamic Tariff and Stackelberg Game, Journal of Optimization Theory and Applications (Q2 AIS), 190(1), DOI: 10.1007/s10957-021-01876-1, 2021
  7. Oprea, S-V., Bâra, A., A measurement model for electricity Consumers’ awareness with covariance structure Analyses. A solid pillar for boosting demand response programs, Sustainable Energy Technologies and Assessments (Q2 AIS), Volume 53, Part C, October 2022, 102738, https://doi.org/10.1016/j.seta.2022.102738
  8. SV Oprea, A Bara, V Diaconita, C Ceaparu, AA Ducman, Big Data Processing for Commercial Buildings and Assessing Flexibility in the Context of Citizen Energy Communities. IEEE Access (Q2 AIS), vol. 9, pages 168715 – 168730, 10.1109/ACCESS.2021.3137352, 2022
  9. SV Oprea, A Bara, Feature engineering solution with structured query language analytic functions in detecting electricity frauds using machine learning. Scientific Reports (Q2 AIS) 12, 3257. https://doi.org/10.1038/s41598-022-07337-7, 2022
  10. Simona-Vasilica Oprea, Adela Bâra, Cristian-Eugen Ciurea, and Laura F. Stoica. 2022. Smart Cities and Awareness of Sustainable Communities Related to Demand Response Programs: Data Processing with First-Order and Hierarchical Confirmatory Factor Analyses, Electronics (Q3 AIS) 11, no. 7: 1157. https://doi.org/10.3390/electronics11071157, 2022

International conferences:

  1. Simona-Vasilica OPREA, Adela BÂRA, Niculae OPREA, Machine learning in electricity fraud detection in smart grids with multivariate Gaussian distribution, The 4th International Conference on Economics and Social Sciences, June 10-11, 2021 – indexată ISI Proceedings
  2. Simona Vasilica Oprea, Adela Bara, Vlad Diaconita, Niculae Oprea, Alerts and fraud detection in electricity consumption recorded by smart metering systems, in Proceeding of the 20th International Conference on Informatics in Economy (ISSN: 2247 – 1480),  Bucuresti,15 May 2021
  3. I.Șimonca (Botha), A.Corbea (Florea), A.Belciu (Velicanu), Analytical capabilities of graphs in Oracle multi-model database, Proceeding of the 20th International Conference on Informatics in Economy (ISSN: 2247 – 1480), 14 May 2021, Bucuresti
  4. Tanasescu L, Bologa AR, Machine learning and data mining techniques for Human Resource optimization process – Employee Attrition, Proceeding of the 20th International Conference on Informatics in Economy, (ISSN: 2247 – 1480),  Bucuresti,15 May 2021
  5. Preotescu D, Oprea SV, Bara A, Oprea N, Analysing the forecast of electricity grid losses, The 7th International Scientific Conference SEA-CONF 2021, Scientific Bulletin of Naval Academy, Vol. XXIV 2021, pg.88-96, doi: 10.21279/1454-864X-21-I1-010, ISSN: 2392-8956; ISSN-L: 1454-864X, Naval Academy Press, 2021
  6. Oprea SV, Bara A, Dobrita (Ene) Gabriela), Machine Leaning Algorithms and Time Series Feature Extraction Library for Electricity Consumption Fraud Detection in Smart Grids, DOI: 10.1109/ICSTCC52150.2021.9607308, 25th International Conference on System Theory, Control and Computing (ICSTCC), 20-23 October 2021, Iasi, Romania – indexată ISI Proceedings
  7. Oprea SV, Bara A, Dobrita (Ene) G, Big Data Solutions for Extracting Load Flexibility Potential and Assessing Benefits, THE 7TH INTERNATIONAL SYMPOSIUM ON ELECTRICAL AND ELECTRONICS ENGINEERING (ISEEE), 28 – 30 October, 2021, Galati, Romania
  8. Simona-Vasilica Oprea, Adela Bâra, Jin Xiaolong, Qian Meng, Lasse Berntzen, Sustainable communities with smart meters. A statistical measurement model to cope with electricity consumers’ behaviour, IE conference, May 2022, Bucharest, România
  9. Oprea, SV., Bâra, A., Ursu, Ene, Analysing the Electricity consumers’ attitude with Structural Equation Modeling, SEA-CONF conference, June 2022, Constanța, România
  10. Gabriela Dobrita (Ene), Simona-Vasilica Oprea, Adela Bara, Mobility, COVID-19 cases and virus reproduction rate data analysis for Romania using Machine Learning Algorithms, ICSTCC 2022, Octombrie 2022, Sinaia, România

Book chapter:

Preotescu D., Oprea SV, Bara A, Flexibility of the Electricity Load for the Main Types of Consumers, UNDER THE PRESSURE OF DIGITALIZATION: CHALLENGES AND SOLUTIONS AT ORGANIZATIONAL AND INDUSTRIAL LEVELS, FIRST EDITION, Page124-131, 2021