Qual è il ruolo dei Big Data per le utility? In che modo questa tecnologia può aiutare il business del settore energetico e migliorare i rapporti con i consumatori finali? A queste e altre domande risponderemo in questo articolo, primo di una serie di servizi dedicati alle diverse tecnologie chiave del paradigma Smart Energy.
Partiamo innanzitutto da una definizione: i big data sono caratterizzati da un flusso di informazioni caratterizzato da alto volume (quantità di osservazioni raccolte), velocità (di acquisizione) e varietà (eterogeneità nella provenienza, nella natura e nella struttura e nella codifica dei dati). Per effetto di tali caratteristiche i big data non possono quindi essere analizzati e archiviati con strumenti tradizionali come i classici database. Al contrario, l’analisi di questa enorme ed eterogenea mole di dati in continuo aumento richiede competenze specifiche, nuovi modelli di governance e tecnologie avanzate in grado di supportare l’elaborazione dei dati da cui estrarne informazioni utili. In particolare, è grazie a competenze e a tecnologie di Analytics e intelligenza artificiale che diventa possibile a trasformare i dati grezzi in informazioni di valore per i decision maker di tutte le organizzazioni, utility comprese. Dalla personalizzazione della comunicazione con il cliente all’efficientamento dei processi produttivi, passando per la gestione dei flussi e delle emergenze, i Big Data Analytics possono infatti avere un notevole impatto per gli operatori del settore, che si trovano ad affrontare sfide e cambiamenti di enorme portata.
L’impatto della transizione energetica
In particolare questo fenomeno interessa da vicino il mondo dell’energia elettrica che, dopo oltre un secolo caratterizzato da una produzione centralizzata e basata sulle risorse di origine fossile, sta passando a una completamente distribuita, fondata sulla presenza di migliaia di impianti rinnovabili (eolico e fotovoltaico su tutti) localizzati sul territorio. L’avanzamento della transizione energetica, infatti, pone le utility di fronte a sé un doppio compito: da un lato continuare ad assicurare la fruizione dell’elettricità ai clienti finali e dall’altro favorire l’integrazione delle nuove fonti pulite nel sistema elettrico, come peraltro imposto dalle normative italiane ed europee. Inoltre è diventato indispensabile utilizzare strumenti avanzati di analisi basati sui big data per comprendere il comportamento o l’adattamento di queste fonti di energia, che sono legate alla disponibilità delle materie prime (sole, vento, ecc). Ma anche restando nell’ambito delle fonti fossili, è evidente che l’elevata volatilità dei prezzi del petrolio e del gas, per effetto della crisi energetica, mette in seria difficoltà il business delle utility, che hanno una crescente necessità di avere a disposizione informazioni di qualità. Più in generale, ci sono tutta una serie di problemi che accomunano tutti gli operatori del mondo dell’energia: la previsione della domanda di produzione, il miglioramento dell’efficienza, la distribuzione e l’ottimizzazione del carico e l’ottimizzazione dei processi operativi da preservare. Queste sfide possono essere affrontate soltanto con il supporto del digitale, in particolare attraverso un’analisi intensiva e automatizzata dei dati a disposizione, che nei tempi moderni non mancano: dai dati geofisici raccolti per scegliere dove posizionare un parco eolico a quelli provenienti dai sensori collegati agli impianti di generazione dell’energia (es: centrali idroelettriche, parchi eolici o fotovoltaici, centrali termoelettriche, ecc.), oppure rilevati e acquisiti per il telecontrollo delle reti di trasmissione e distribuzione, o ancora provenienti dagli smart meter.
Le potenzialità dei Big data
Le potenzialità dei big data in ambito utility sono ben raccontate dallo studio “La digitalizzazione delle utility: la chiave per efficientare la produzione, migliorare i processi e garantire la trasparenza dei servizi pubblici del futuro”, realizzato dalla Fondazione Utilitatis in collaborazione con AGICI. In particolare, il report evidenzia come la crescente mole di dati operativi che arriva dal campo, infatti, contenga una serie di informazioni che possono essere utilizzate per agevolare i processi aziendali, supportare il processo decisionale, migliorare la gestione degli asset e la pianificazione delle operazioni e il rilevamento dei guasti attraverso il monitoraggio in tempo reale. È tutta la catena del valore delle utilities energetiche può beneficiare del valore generato dai dati e dalla trasformazione digitale. Nella generazione, i big data possono servire non solo per attuare strategie di manutenzione predittiva e condition-based, ma anche all’ottimizzazione del funzionamento degli impianti e dell’utilizzo dei combustibili fossili. Numerosi progetti realizzati in questi anni prevedono l’impiego dei big data generati dagli smart meter, analizzati da tecniche di machine learning così da migliorare le previsioni delle curve di carico della rete, grazie alle maggiori capacità di calcolo.
Gli ulteriori ambiti applicativi
Ma la generazione non rappresenta l’unico ambito di applicazione dei big data nel mondo energy: nella fase di trasmissione e distribuzione possono essere utilizzati strumenti di analisi della produttività dei team operativi, nonché di business intelligence per il miglioramento dell’efficienza di rete e la riduzione delle perdite della stessa. Nel segmento di vendita gli operatori data-driven possono potenziare l ’acquisizione e la retention dei clienti attraverso informazioni sulla loro soddisfazione, con l’ottimizzazione della comunicazione, sviluppando nuovi prodotti e migliorandone il pricing. A livello organizzativo, la corretta analisi dei big data può potenziare gli strumenti di analisi delle risorse umane, l’automazione di alcuni processi, nonché la previsione di necessità di componentistica. Ovviamente, l’impiego dei Big data non è ristretto soltanto alle utility del settore energetico vero e proprio. Ad esempio – spiega il report di Utilitalia e Agici – l’utilizzo dei big data da parte dei gestori idrici permette di pianificare in modo ottimale i sistemi idrici, analizzare l’impatto dei cambiamenti climatici, rilevare i cambiamenti nell’ecosistema attraverso il telerilevamento, prevedere le calamità naturali e quelle provocate dall’uomo (inondazioni, siccità, straripamento di fiumi, ecc.), programmare i piani di irrigazione, mitigare l’inquinamento ambientale. Nel settore ambiente/rifiuti gli operatori possono ottimizzare i percorsi dei mezzi, gli svuotamenti dei contenitori e le attività di spazzamento grazie alla disponibilità di dati puntuali e modelli previsionali e prescrittivi avanzati.
I benefici e i possibili ostacoli
Ma è possibile stimare e quantificare i benefici dei Big data in ambito utility? Chiaramente, il valore reale deriva dalla capacità di utilizzare tale patrimonio informativo per rilevare i punti deboli, progettare soluzioni e consentire di migliorare il processo decisionale. Secondo stime prudenziali di Mc Kinsey, l‘analisi avanzata dei dati è in grado di aumentare la redditività di queste organizzazioni dal 5 al 10%, aumentando la soddisfazione dei clienti e migliorando al contempo la salute e la sicurezza dei dipendenti. Eppure, mettere in atto con successo un progetto big Data in ambito energetico non è né semplice né scontato, tanto che molte utility che si sono cimentate in questa impresa non di rado faticano a ottenere un valore tangibile. Il problema di diverse aziende del settore, secondo Mc Kinsey, è il tentativo di effettuare grandi investimenti in progetti di analisi senza avere un chiaro business case o un concreto piano di monetizzazione. Oppure, alcuni operatori pagano l’incapacità di riuscire implementare le necessarie modifiche ai processi aziendali. In definitiva il successo di progetti Big data in ambiti richiede non solo l’adozione delle tecnologie necessarie, ma anche il coordinamento di una complessa serie di passaggi. In altre parole, come mette in luce il report di Utilitalia, per realizzare tutti i benefici della digitalizzazione dei processi, catturando il potenziale dei dati per la produzione di valore, è necessario adottare un approccio sistemico e l’introduzione di cambiamenti anche nell’organizzazione e nella cultura aziendale. Questo modello a tendere è noto come data-driven organization, in cui i dati diventano un elemento strategico della gestione aziendale.
Le soluzioni di Big Data disponibili sul mercato
Sul mercato sono ovviamente disponibili una grande quantità di software e soluzioni destinati alla raccolta e analisi dei big Data, un business in costante crescita che vede coinvolti praticamente tutti gli attori del mondo Ict. Di seguito un elenco, non esaustivo e in perenne aggiornamento, di alcune delle soluzioni portate sul mercato dai leader del settore.
AWS: Utility Meter Data Analytics Platform è una soluzione pensata per le utility e le altre organizzazioni che cercano di ottenere informazioni dai dati provenienti dai contatori intelligenti.Utility Meter Analytics Platform consente di Archiviare, pulire, aggregare ed eseguire query sui dati recuperati dal Meter Data Management System (MDMS) con un Data Lake creato con Amazon S3, Amazon Redshift, Amazon Glue, ecc. In secondo luogo diventa possibile costruire e distribuire automaticamente modelli di machine learning (ML) con Amazon Step Functions e Amazon SageMaker. Le utility possono poi eseguire query sull’utilizzo anomalo storico dei contatori e sui dispositivi malfunzionanti, aggregare i dati dei contatori e prevedere gli utilizzi futuri dei contatori.
Siemens: Siemens ha sviluppato soluzioni DLE (Digital Lifecycle Excellence) pensate per il mondo energy & utility. Le soluzioni Digital Lifecycle Excellence forniscono strumenti di simulazione che consentono alle aziende E&U di stabilire gemelli digitali completi e a circuito chiuso di un impianto, struttura o prodotto. Questo gemello digitale genera informazioni che possono essere utilizzate per raggiungere gli obiettivi di sostenibilità, ridurre i costi e il rischio di non conformità e migliorare la qualità e la sicurezza.
Dell: La partnership tra Dell Technologies, NVIDIA e Domino ha prodotto un’unica piattaforma aziendale con funzionalità specifiche per ogni fase dei progetti di Data Science delle aziende di servizio pubblico. Questa soluzione congiunta è pensata per aumentare la produttività dei Data Scientist offrendo spazi di lavoro self-service e consentendo loro di configurare il proprio ambiente per aiutare le aziende di servizio pubblico a configurare e rendere operativo un ambiente di Data Science efficace in settimane, anziché mesi.
Google: la proposta principale della società di Mountain View per il mondo utility è BigQuery ML, una soluzione progettata per consentire a data scientist e analisti dei dati di creare e rendere operativi modelli di machine learning su dati strutturati, semistrutturati e ora anche non strutturati su scala globale direttamente all’interno di BigQuery utilizzando semplici comandi SQL, in molto meno tempo. Si tratta di una soluzione di analisi multi-cloud completamente gestita che consente di analizzare i dati in modo economico e sicuro su più cloud, tra cui AWS e Azure, e di condividere i risultati da un pannello centralizzat. BigQuery dispone di funzionalità di elaborazione in modalità flusso integrate che importano automaticamente i flussi di dati e li rendono subito disponibili per le query, insieme a integrazioni native con i prodotti di elaborazione in modalità flusso di Google Cloud come Dataflow.
Microsoft: nei mesi scorsi Microsoft ha presentato Microsoft Energy Data, un’offerta sviluppata congiuntamente con Schlumberger. Si tratta di una soluzione di piattaforma dati OSDU di livello aziendale che consente lo sviluppo efficiente di applicazioni software per le aziende energetiche, alimentata dai servizi cloud sicuri e affidabili di Microsoft . Microsoft Energy Data Services consente alle aziende del settore energetico di ottenere informazioni dettagliate interattive, migliorare l’efficienza operativa e accelerare il time-to-market su una piattaforma dati OSDUTM di livello aziendale basata sul cloud.
IBM: Tra le proposte del vendor per il settore utility c’è IBM Maximo Manage, una piattaforma di gestione degli asset completamente integrata che utilizza strumenti analitici avanzati e dati IoT per migliorare la disponibilità operativa, estendere i cicli di vita degli asset e ottimizzare le prestazioni. IBM Maximo offre soluzioni ed estensioni di settore basate sulle best practice per affrontare le esigenze specifiche di un’organizzazione, riducendo rischi e costi per gestire asset, pianificazioni, risorse, processi, inventari e spese.
Articolo originariamente pubblicato il 25 Gen 2023
