Nå skal maskinene lære å lade seg selv

Siemens Offshore Marine Center og NoIS utvikler en løsning som bruker maskinlæring til å optimere energiforbruk, ladetid og batterilevetid på elektriske ferger.

Publisert: 2020-10-14 Sist oppdatert: 2020-10-29

Ferje og kai_660px.jpg

– På en overfart kan en ferge bruke nesten like mye strøm som en husholdning gjør på en halv måned. Å lade så mye energi på kort tid skaper problemer for strømnettet. Løsningen kan være å bygge smarte ladestasjoner med batterier som gjør det mulig å lade ferjen med nødvendig energi, uten å belaste strømnettet med for store effekttopper, forklarer Hallgeir Magne Lohn fra Siemens Energy.

Alle el-ferger har dieselaggregater som genererer strøm til å drive propellene som en reservekraft dersom batteriet går tomt. Gjennom PILOT-E-prosjektet Smart Ladestasjon, et samarbeid mellom Siemens Offshore Marine Center, Norconsult Informasjonssystemer (NoIS) og fergeselskapet Fjord1, er målet å sikre at fergene alltid har nok strøm til å kjøre på mest mulig elektrisk kraft.

– Målet er at fergene skal kjøre mest mulig på strøm, samtidig som vi utnytter kraftnettet best mulig. Ved å optimere driften basert på live-data, ikke teoretiske data, vil vi få mest mulig ut av batteriene og forlenge batterilevetiden, sier prosjektleder hos Siemens Energy, Asbjørn Frisvoll.

Smart lading via skyen
Gjennom prosjektet Smart Ladestasjon bygger Siemens Energy og NoIS en infrastruktur for smart databehandling i skyen.

– Nå har vi laget en løsning som gjør at et helt fergeanlegg kan bygge alt det digitale av seg selv, på ett klikk. Fergene og ladestasjonene kobler seg til skyen, data samles automatisk inn fra alle sensorer på båten og anlegget, og kombineres med eksterne data som vær og vind, både historisk og meldt, forklarer teamleder Andreas Ravnestad i NoIS.

Sensordata fra fergene og ladestasjonenes batteripakker og kontrollsystemer samles inn og sendes automatisk til skyen, hvor de analyseres og prosesseres. Dataene brukes til å trene opp maskinlæringsmodeller som forutser hvor mye energi fergen trenger resten av dagen, og utarbeider en optimal energiplan med oversikt over hvor mye som skal lades til enhver tid.

Førstereis i oktober
I høst implementeres den nye løsningen implementeres for første gang. Det skjer på strekningen Ranavik–Skjersholmane, mellom Kvinherad og Stord kommune.

– Første fase blir en innlæringsperiode for å luke ut feil. Maskinlæringsalgoritmene trenger tid på å hente inn gode data. Én måned med data er ikke representativt for resten av året, sier maskinlæringsrådgiver Viggo Tellefsen Wivestad i NoIS.

Prosjektet er muliggjort gjennom PILOT-E, som er et finansieringstilbud til norsk næringsliv, etablert av Forskningsrådet, Innovasjon Norge og Enova. Som en del av prosjektet skal Smarte Ladestasjoner sertifiseres etter DNVs standard for sikker kommunikasjon.

Lyst til å lese mer? I ISYnytt 02/20 finner du en utvidet versjon av denne artikkelen.

Profilbilde av Andreas Ravnestad
Andreas Ravnestad
Gruppeleder
 

Nyheter

- av 253