Bert Haskell, Technology Director, Pecan Street Inc.
Pecan Street Inc. è un consorzio no profit di università, aziende tecnologiche e fornitori di servizi pubblici che collaborano per testare, sperimentare e commercializzare tecnologie smart grid. “Smart grid” è un termine utilizzato per definire gli sforzi del settore dei servizi pubblici per modernizzare i sistemi della rete elettrica con sistemi di misurazione avanzati, sistemi di gestione del consumo energetico domestico, sensori, impianti solari fotovoltaici, appliance intelligenti, veicoli elettrici e servizi Internet che possono favorire una maggiore efficienza energetica. Fino a oggi, Pecan Street ha raccolto circa due anni di dati sul consumo energetico da sistemi di sensori installati in più di 200 abitazioni nella comunità Mueller di Austin, Texas.
Uno dei principali obiettivi di Pecan Street è favorire lo sviluppo di nuovi prodotti, servizi e opportunità economiche per quanto riguarda la gestione del consumo energetico. La ricerca condotta dal gruppo ha la possibilità di offrire ai consumatori le conoscenze e gli strumenti per gestire e ridurre il consumo energetico, oltre che per rendere le loro case più confortevoli da vivere. Inoltre, le società di servizi pubblici saranno in grado di utilizzare questi dati per gestire in modo più efficace la rete e di investire nella modernizzazione dell'infrastruttura.
Le iniziative di ricerca di Pecan Street sono basate su un'architettura dispositivo-cloud che acquisisce i dati da più fonti e li archivia per l'analisi e la visualizzazione. Vengono raccolti dati elettrici da sistemi che misurano la quantità di energia che fluisce attraverso 6 - 8 circuiti ogni sei secondi. Vengono inoltre raccolti dati su gas e acqua dai contatori tramite un gateway wireless. Inoltre, un collettore radio installato in una vecchia torre dell'aeroporto della comunità trasmette i dati dai contatori intelligenti avanzati Landis+Gyr* al centro di supercomputing dell'Università del Texas e al database di Pecan Street tramite una rete a elevata affidabilità.
Vengono registrate azioni dei consumatori come le modifiche ai controlli ambientali delle case o a variazioni apportate alla visualizzazione di informazioni energetiche. È inoltre prevista la raccolta di dati da termostati avanzati, sistemi di domotica, sistemi di antifurto, rilevatori di movimento e nuove tecnologie energetiche come pannelli solari e stazioni di ricarica di veicoli elettrici.
È fondamentale capire come vengono utilizzati i dati dai consumatori. Pertanto, nell'ambito della ricerca, alcuni partecipanti avranno accesso ai loro dati tramite un portale Web o un'app per smartphone.
Nell'arco di due anni è stata raccolta una notevole mole di dati, nell'ordine di oltre 80 Gigabyte di informazioni, e si prevede di raggiungere un Terabyte di dati nel corso del programma. Anche se un Terabyte può non sembrare un valore eccessivo, considerando i singoli punti dati si tratta in realtà di una quantità enorme. Ogni punto dati rappresenta un evento unico, per cui l'elaborazione di questi dati è estremamente complessa. La sfida dei grandi quantitativi di dati consiste nell'aggregare e trasportare questo flusso costante di dati non strutturati da più fonti disparate all'Università del Texas, dove vengono analizzati e visualizzati.
Nel tentativo di trovare la soluzione più efficace per archiviare e analizzare questa notevole quantità di dati, sono state cambiate tre architetture di database. Dopo il primo mese, è risultato evidente che l'approccio MySQL* adottato non consentiva di gestire query complesse, ad esempio "Qual è l'utilizzo aggregato del frigorifero in un periodo di 24 ore, ed è possibile definire un programma di rilevamento di domanda e risposta oppure dei picchi di consumo?". È stata quindi effettuata la migrazione ad altre architetture di database e ora è in fase di valutazione una soluzione EMC Greenplum* per la gestione di grandi quantitativi di dati. Greenplum offre un sistema integrato di analisi di grandi quantitativi di dati con un'architettura MPP (Massively Parallel Processing), senza la complessità e i vincoli di hardware proprietario, e una distribuzione di Hadoop* che consentirà di elaborare e analizzare i dati con una soluzione modulare per dati strutturati e non strutturati.
Oltre alla ricerca dell'approccio più appropriato all'analisi di grandi quantitativi di dati, una delle principali difficoltà è legata all'integrità dei dati raccolti. I canali inattivi del sistema dati o un'interruzione della connessione a banda larga residenziale generano valori inaffidabili. Questo problema è stato risolto producendo set di dati qualificati "known good". Ai ricercatori viene quindi richiesto di utilizzare questi dati, etichettati come di altissima qualità.
Le organizzazioni che costituiscono il consorzio Pecan Street, tra cui Intel, utilizzano il progetto smart grid come piattaforma di sviluppo per nuove idee di prodotti, un banco di prova per l'innovazione. Con l'analisi di grandi quantitativi di dati, è possibile sviluppare informazioni più accurate sul modo in cui viene utilizzata e gestita l'energia dai consumatori. È inoltre possibile fornire alle società di servizi pubblici dati utili per effettuare investimenti più oculati nella modernizzazione della rete elettrica.
