big data - smart grid
TRANSCRIPT
Agenda
2
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Agenda
3
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Was ist Big Data in der Theorie?
Pospiech et al., 2012 Big Data a State of the Art4
Was macht Data zu Big Data?
Arten von Datenmengen: gut strukturiert und kompakt
Arten von Datenmengen: kaum strukturiert und chaotisch
Größe: klar messbar Formate: Alle gleich
Größe: unscharfFormate: viele Arten
Was ist Big Data in der Theorie?
Pospiech et al., 2012 Big Data a State of the Art5
Was macht Data zu Big Data Dynamik (Veränderung über die Zeit)
Größe: klar messbar Formate: Alle gleich
Größe: unscharfFormate: viele Arten
Was ist Big Data in der Theorie?
Pospiech et al., 2012 Big Data a State of the Art6
Was macht Data zu Big Data Dynamik (Veränderung über die Zeit)
Dynamik: quasi NullGröße: klar Messbar Formate: alle gleich
Dynamik: in jedem PunktGröße: unscharfFormate: viele Arten
Was ist Big Data in der Theorie?
Pospiech et al., 2012 Big Data a State of the Art7
Was macht Datenmengen zu Big Data?
Gemeinsames Auftreten dieser Faktoren führen zu Big Data-Umgebungen
Viele unterschiedliche Formate:• Soziale Daten (Blogs, Wikis,
Chatter)• System Daten (Bar Codes,
Queries, GPS)• Software FormateZusammenführung durch Middleware
Verarbeitung großer Datenmengen• Verarbeitung der Daten
entscheidend
Wachstum und Veränderung der Daten:• 2,9 Mio. Emails pro Tag• 20 Stunden hochgeladener
Videos bei YouTube pro Minute• 50 Mio. Tweets am Tag
Dateiformate Größe Dynamik der Daten
Agenda
8
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Big Data Analytics
Bollier & Firestone, 2010 The promise and peril of Big Data9
Diese Datenmengen zu analysieren ist derzeit eine der größten Herausforderungen der
Informatik.
Was zeichnet Big Data Analytics aus?
Analyse von bisher nicht analysierbaren Systemen/Umgebungen
Erarbeitung von schnellen Analysen, um in diesem Systemen interagieren zu können.
Innen liegende Strukturen erkennen und zu einem gesamten Muster zusammenführen!
Agenda
10
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Agenda
11
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Smart Grid
12 Steger et al. 2008
Zentrale Energieerzeugung, Großkraftwerke
Verteilung der elektrischen Energie an Verbraucher
Verbrauch der elektrischen Energie
Probleme:konstante Menge an elektrischer Energie
Probleme:Speichern nur mit großem Aufwand
Probleme:Energieverbrauch schwankt stark
Vereinfacht: Das Stromnetz (Grid)
Smart Grid
13 Steger et al. 2008
Neue Dynamik: Erneuerbare Energien
Die Lösung:Dezentrale Erzeugung mit erneuerbaren Energien.
Die größten Verluste treten durch nicht genutzte Kapazität und Übertragung über großeDistanzen auf. In Deutschland: ca. 10% der gesamten Energie
Aber:Die Menge an Strom, die durch erneuerbare Energien erzeugt wird, schwankt durch wechselndes Wetter. Großer Steuerungsaufwand
Smart Grid
14 www.unendlich-viel-energie.de
Das deutsche Stromnetz: Big Data-Umgebung
Das deutsche Stromnetz:
•Vier eigenständige Netze (Organisationen)
•Nur eingeschränkter Informationsfluss
•Begrenzte Interaktion über Strombörsen (Verkauf / Ankauf von Überkapazitäten)
Private Verbraucher: ca. 40 Mio. Haushalte
=
Smart Grid
15 www.ict-nobel.eu; Marqués et al. 2010
Ziel: Effizientere Erzeugung und Verteilung von elektrischer Energie
Smart Grid
16 Marqués et al. 2011
Prosumer – wechselseitige Beziehungen im doppelten Sinne
Zentrale Energieerzeugung: Großkraftwerke
Verteilung der elektrischen Energie an Verbraucher
Verbrauch + Erzeugungder elektrischen Energie
Verbraucher (Haushalte) Produzieren selbst elektrische Energie mittels erneuerbaren Energien
Zentrale Energieerzeugung: Großkraftwerke
Verteilung der elektrischen Energie an Verbraucher
Verbrauch der elektrischen Energie
Informationsfluss über die gesamte Wertschöpfungskettevon elektrischer Energie:Verbrauch und Erzeugung
Smart Grid
17 Marqués et al. 2011
Prosumer – wechselseitige Beziehungen im doppelten Sinne
Nötig für Interaktion:Informations- und Kommunikationstechnik (IKT)
• Hardware: Messsysteme für Haushalte (Smart Meter); große Rechenkapazität für Analyse
• Software: Standards für Dateiformate;Übertragungsstandards, Analysesoftware
( Big Data)
Zentrale Energieerzeugung: Großkraftwerke
Verteilung der elektrischen Energie an Verbraucher
Verbrauch + Erzeugungder elektrischen Energie
Zentrale Energieerzeugung: Großkraftwerke
Verteilung der elektrischen Energie an Verbraucher
Verbrauch der elektrischen Energie
Smart Grid
Karnouskos 201018
Das Konzept.Smart Meter misst und versendet kontinuierlich Daten über:
• Energie-Verbrauch
• Energie-Erzeugung durch erneuerbare
Energien
Anwendung Internet of Things – Smart Meter
http://de.wikipedia.org/wiki/Smart_Meter
Das Konzept.Reale, physikalische Gegenstände werden mittels Informations- und Kommunikationstechnik (IKT) in ein Informationsnetzwerk eingebunden.
Das Ziele:
• Automatisierte Überwachung und Messung
von Objekten (RFID in der Logistik)
• Verbesserung der Produkteigenschaften
(Toaster mit Wettervorhersage)
• Automatische Interaktion zwischen
technischen Geräten (Waschmaschine startet
Waschvorgang, wenn Strom günstig ist)
Smart Grid
19 Atzori et al. 2010
www.utopia.de
www.likecool.com
Internet of Things – Neue Netzwerke
Smart Grid
Katz 201120
• Zusammenführung aller Informationen auf einer Plattform
• Kontinuierliche Analyse und Planung des Netzes (Big Data Analytics)
• Effiziente Ressourcen-Allokation durch (automatisierte) Interaktion auf Märkten
Informationsflüsse
http://www.commputation.kit.edu
Fazit
Katz 2011; Karnouskos 201021
In-Haus:
Variable transparente Last-Abhängige Preise für
elektrische Energie
Preisen Information über die Kapazität im
Netz an die Smart Meter gesendet,
Haushaltsgeräte (Internet of Things)
Verringerung der Verluste durch weniger
ungenutzte Kapazität im Netz
In-Netz:
Direkte Interaktion auf Ebene der Niederspannungsnetze weniger Energie aus Mittel- und Hochspannungsnetzen
Daten-Standards, Übertragungs-Standards Handelsplattform
Verringerung der Verluste durch Strom-transport
Nutzen der Big Data Analytics -> Nachfrage Steuerung
Smart Grid
22
Internet
of
Things
Smart
Grid
Big Data durch Kombinierung von Konzepten der Wirtschaftsinformatik
Smart Grid, besteht vereinfacht aus der Umsetzung zweier wissenschaftlicher Ansätze in
der Wirtschaftsinformatik:
• Prosumer:
Die Einbindung des Konsumenten direkt bei Erstellung von Produkten/Dienstleistungen
• Internet of Things:
Das Einbinden von Objekten in Informationsnetzwerke und deren Interaktion
Automatische Messung menschlichen Verhaltens
Pro-sumer
Smart Grid
23
Smart Grid – Big Data Analytics Anwendung
• Viele Dateiformate durch unterschiedliche Hersteller der Smart Meter
• Unterschiedliche Analyse-und Planungsprogramme
Dateiformate Größe
• KontinuierlicheVerarbeitung und Speicherung von 10 –40 Mio. Datensätzen (Haushalte in Deutschland)
Dynamik der Daten
• Ändert sich kontinuierlich, da von Smart Metern erfasst
Agenda
24
2
Smart Grid4
Big Data Analytics
1 Was bedeutet Big Data?
3 S-CRM
Konsumenten Transition / Fazit5
Fazit
25
Direktes Einbinden menschlichen Handelns in ein Informationsnetzwerk:
• Interaktion von Menschen in sozialen Netzwerken und Märkten Prosumer
Customer Relationship Management
• Messen menschlichen Verbrauchsverhalten Social Media Analytics
Internet of Things
Bedürfnisse direkt bei der Erstellung und/oder Bereitstellung von Produkten und Dienstleistungen einzubinden
Fazit
26
S-CRM:Konzepte:CRM + Web 2.0
Beispiel für Big Data Analytics, da:
• Amazon verfügt allein über Datensätze
von 16 Mio. Usern (2009)
• Jede Plattform hat eigenes Datenformat
• Kontinuierliches Wachstum der
Kundendaten
Smart Grid:Konzepte:Prosumer + Internet of Things:
Beispiel für Big Data Analytics, da:
• Datensätze von 40 Mio. Haushalten
• Viele Datenformate von Protokolle
• Kontinuierliche Veränderung
Stromverbräuche
Big Data Analytics: S-CRM und Smart Grid