Rambler's Top100
Реклама
 
Все новости Новости отрасли

Рынок IIoT-платформ в электроэнергетике

28 июня 2019

Общее проникновение интеллектуальных систем учета потребления электроэнергии в России крайне мало и составляет десятые доли процента от общего количества объектов – потребителей электроэнергии, а облачные IoT-платформы для создания таких систем практически не используются.

Глобальный объем потребления сервисов облачных IoT-платформ для сбора данных достиг в 2018 году $860 млн, а темпы роста потребления в период 2015-2018 гг. составили 85% CAGR. По прогнозу J’son & Partners Consulting, мировой объем потребления рассматриваемых видов платформ вырастет в 2023 году до $4,8 млрд, CAGR составит 41%.

Используемые облачные платформы для сбора данных с подключенных элементов SmartGrid и сквозного оптимизационного управления энергосетями можно классифицировать на два вида:
  • интеграционные, используемые преимущественно для сбора данных и реализации наиболее востребованных задач мониторинга, в частности, автоматического выявления отключений потребителей и случаев воровства электроэнергии,
  • и аналитические, используемые для оптимизационного предиктивного управления энергосетями в режиме реального времени, в том числе для управления программами DemandResponse и объектами распределенной генерации.
Ситуация в России

Российский рынок предъявляет к разработчикам IoT-платформ существенно более жесткие требования нежели рынки Северной Америки и Западной Европы. Во-первых, в структуре жилого фонда, на который в основном ориентированы программы Demand Response в мире, в России превалирует жилье в многоквартирных домах, подключенных к централизованным системам отопления и горячего водоснабжения (65% от общего количества квартир и индивидуальных жилых домов). Для таких объектов характерен минимальный эффект от оптимизации энергопотребления. Кроме того, в многоквартирных домах установка собственных источников генерации, что является важным элементом Smart Grid, практически нереализуема. Во-вторых, стоимость электроэнергии в России – одна из самых низких в мире (в 2,5 раза ниже чем в США), что еще более снижает размер достижимого экономического эффекта – в среднем $80 в год на подключенный объект жилого сектора против $200 в США, и ужесточает требования к удельной себестоимости сбора и анализа данных об энергопотреблении, и автоматического управления им.

Поэтому для России в еще большей степени чем для США и Западной Европы целесообразен подход «pay as you go», предлагаемый в формате управляемых сервисов, основанных на использовании облачных IoT-платформ (интеграционных и аналитических). Метод «большого взрыва», реализованный в Китае и на первом этапе цифровизации – в США и Западной Европе, в России неприменим.

Реализацию сквозного оптимизационного управления энергопотреблением, охватывающего и конечных потребителей, в России имеет смысл начинать с индивидуального жилого фонда, действуя точечно, и лишь на следующем этапе переходить к охвату многоквартирного жилья. Это возможно только при использовании облачных IoT-платформ.

Что касается внешнего рынка для российских разработчиков, то их коммерческий успех в России, где характерны наиболее жесткие требования по удельной себестоимости, станет важной предпосылкой для успеха и на других рынках, в частности, на потенциально наиболее интересном рынке Китая.

Необходимо отметить, что в настоящее время потребление облачных сервисов интеграционных и аналитических платформ в России составляет лишь около $3,2 млн. Функционал сбора данных с умных подключенных счетчиков потребления электроэнергии реализован преимущественно с использованием проприетарных on-premise систем коммерческого учета электроэнергии (АСКУЭ), а в структуре потребления превалируют крупные коммерческие компании, такие как Роснефть, РЖД, но не сбытовые компании. В результате общее проникновение интеллектуальных систем учета потребления электроэнергии в России крайне мало и составляет десятые доли процента от общего количества объектов – потребителей электроэнергии, а облачные IoT-платформы для создания таких систем практически не используются.

При реализации проектов внедрения интеллектуальных систем учета потребления электроэнергии в крупных корпорациях применяется метод «локального большого взрыва» - подключаются все крупные объекты - потребители электроэнергии в рамках одной компании. Мотивацией служит возможность подбора оптимальных тарифов из перечня доступных для коммерческих потребителей (в том числе почасовых), снижение потерь от воровства электроэнергии, своевременное выявление случаев отключения подачи электроэнергии, автоматизация процессов биллинга и выверки счетов. Поскольку подключаются объекты с большими объемами потребления электроэнергии, то перечисленных выше эффектов оказывается достаточно, чтобы компенсировать затраты на развертывание проприетарных АСКУЭ. При этом ни о каком участии в программах сглаживания пиков энергопотребления в данном случае речи не идет, то есть экономический эффект локализован внутри крупного коммерческого потребителя электроэнергии.

Очевидно, что такой подход неприменим для развертывания АСКУЭ в жилом секторе – ни по себестоимости подключения и эксплуатации, ни по достижимым экономическим эффектам. Попытки реализовать облачный подход в России пока носят крайне ограниченный характер, и концентрируются в основном в небольших управляющих компаниях. Это не позволяет окупать затраты на подключение даже к относительно простым облачным сервисам. Более того, при всех очевидных преимуществах облачных IoT-платформ над on-premise АСКУЭ, ввиду относительно невысокого уровня цен на электроэнергию в России для достижения высокого уровня проникновения удельная стоимость подключения к интеграционным (MDMS) и аналитическим платформам должна быть примерно в 3 раза ниже чем для глобального рынка, образованного в настоящее время на 90% потреблением в Северной Америке и Западной Европе, то есть регионами с высокой стоимостью электроэнергии и высоким подушевым доходом. Однако в настоящее время наблюдается ровно противоположная картина – средний размер платежа за функционал MDMS в формате облачного сервиса в 3 раза больше чем таковой на глобальном рынке.

Ввиду превалирования проприетарного подхода к развертыванию АСКУЭ в России и концентрации этого рынка преимущественно в сегменте крупных коммерческих компаний, у российских разработчиков АСКУЭ отсутствуют стимулы и возможности к развитию облачных IoT-платформ для реализации функционала систем интеллектуального учета потребления электроэнергии. В свою очередь, отсутствие таких платформ блокирует развитие наиболее перспективного глобально направления аналитических платформ, поскольку основой для их успешной разработки является возможность обучать прогностические модели на основе большого объема накопленных за длительный исторический период реальных данных, которые могут быть получены только из облачных интеграционных IoT-платформ, отсутствующих в России. Также отсутствуют в России и управляемые сервисы с использованием таких платформ, получающие широкое распространение в Северной Америке и Западной Европе.

Таким образом, разработчикам IoT-приложений и платформ для электроэнергетики, ориентированным на успех на глобальном рынке, целесобразно делать ставку на сегмент аналитических платформ, вступая в партнерства с глобальными лидерами в сегменте интеграционных платформ, используя их как источник данных для обучения имитационных прогностических моделей.

Незначительный размер российского рынка облачных интеграционных и аналитических платформ в денежном выражении – $3,2 млн. в 2018 году (факт), $10,4 млн. в 2022 году и $39,6 млн. в 2029 году (прогноз), означает что:
  • при минимальной стоимости разработки конкурентоспособной IoT-платформы в десятки миллионов долларов и достижимом размере рынка в единицы миллионов долларов создание платформ, ориентированных исключительно на внутрироссийский рынок, экономически нецелесообразно;
  • продвижение облачных сервисов на базе IoT-платформ в России как самодостаточного продукта не имеет экономического смысла, необходимо пакетировать их в рамках комплексных управляемых услуг аутсорсинга функций телеметрии и телеуправления энергосетями и конечным потреблением;
  • необходимо субсидирование установки на стороне конечных потребителей элементов систем «Умный дом», без наличия которых невозможно автоматическое управление конечным энергопотреблением.
Ключевым условием для реализации достижения указанных выше объемов российского рынка облачных IoT-платформ в электроэнергетике является введение в России полноценных программ стимулирования управления конечным потреблением (аналогов программ Demand Response в Северной Америке, Западной Европе и ряде других регионов), в отсутствие которых экономический эффект, превосходящий затраты на цифровизацию электроэнергетики, недостижим, вне зависимости от источников финансирования цифровизации.

Для индустрии и регуляторов, ведущих обсуждение нормативной базы для цифровизации электроэнергетики, имеет смысл скорректировать рассматриваемый в настоящее время в качестве основного подход «большого взрыва» к внедрению систем интеллектуального учета потребления электроэнергии с учетом накопленного в США и Западной Европе опыта, с переносом акцентов на развитие систем экономической мотивации конечных потребителей и энергокомпаний.

Источник: J’son & Partners Consulting

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.