Siemens et Teradata visent le smart grid

L’accord de partenariat entre l’industriel allemand et l’éditeur américain Teradata devrait tirer parti de la croissance de la gestion intelligente dans la distribution d’énergie.

L’annonce faite par ERDF, mi-juillet 2013, d’équiper la France en compteurs d’énergie intelligents Linky tombe à pic. Au nombre de 178 millions aujourd’hui, selon IMS Research, les compteurs d’énergie intelligents devraient atteindre les 343 millions d’unités à l’horizon 2016, et 35 millions en France à l’horizon 2020. Le secteur est en pleine mutation : la production se démultiplie, de même que les usages. Les opérateurs doivent désormais gérer des flux bidirectionnels, ce qui leur impose de placer des appareils pour mieux contrôler, mesurer et agir.

« Nos clients mettent en place des solutions dans le transport d’énergie, et plus encore dans la distribution pour améliorer l’exploitation de leurs réseaux », explique Eric Lammer, directeur de la division Smart Grid (ou réseaux intelligents de distribution d’énergie) chez Siemens, qui vient de s’allier à Teradata dans l’analyse de données. « Nous avons bien observé les acteurs du marché. Teradata nous a paru être le plus novateur dans son domaine, sans double emploi par rapport à nos savoir-faire. »

Les enjeux dans ce domaine sont colossaux. L’entité Power Grids Solutions & Products de Siemens (qui inclut les smart grids) a réalisé un chiffre d’affaires de 6,068 milliards d’euros en 2012 pour son dernier exercice fiscal. Dans un communiqué, Jan Mrosik, P.-D.G. de la division Smart Grid, déclare que le groupe dispose « du portefeuille le plus étendu de technologies de réseaux intelligents et d’une position de leader dans les solutions d’automatisation pour l’énergie et la gestion des données de compteurs. » L’accord avec Teradata lui permet donc de « fournir à ses clients des informations qui leur permettront de prendre des décisions plus rapides et mieux avisées », précise Jan Mrosik.

Siemens et Teradata seront les premiers à proposer une intégration de bout en bout des données opérationnelles issues des compteurs intelligents, en vue de leur analyse sur une plate-forme unique. Siemens prendra en charge la protection, l’automatisation, le contrôle et la gestion centralisée du réseau ; Emeter, start-up américaine rachetée par Siemens il y a un an, la gestion des compteurs électriques intelligents et les applications métiers, et Teradata les outils de simulation et d’analyse de données. Le système Unified Data Architecture (UDA) développé par Teradata et implémenté par les distributeurs fournit la structure et la standardisation requises par des aspects métier essentiels. Plus précisément, il rend les données accessibles, permet leur réutilisation dans d’autres applications et favorise une communication avec les clients et les régulateurs.

 

Élargir l’offre pour les distributeurs
Dans le cas des compteurs intelligents, les informations fournies par un compteur électrique constituent des données structurées (lire l’entretien : « Technologie et Big data : trois questions à… Antoine Junqua »). Nom et adresse du client, consommation d’énergie pour une période donnée, pics de consommation, etc. L’analyse de ces données, transmises en temps réel (plus besoin de se déplacer pour les relever), permet d’ajuster au plus près la facture à la consommation d’énergie, ou encore d’ouvrir ou de fermer un compte à distance.

Aux États-Unis, les clients de Teradata, tels que Southern California Edison et Oklahoma Gas and Electric, gèrent et analysent déjà des volumes conséquents de données pour offrir des services novateurs. Grâce à la possibilité d’évaluer rapidement le coût et la durée de rétablissement du courant en cas de coupure, les services publics peuvent fournir de manière proactive des informations plus précises à leurs clients. Des requêtes concernant les pertes de transmission en fonction des types de fabricants, des emplacements géographiques et des conditions météo permettront une meilleure planification des réseaux et des flux de charge. La maintenance peut être effectuée sur la base d’informations d’usure réelle plutôt qu’en fonction d’un cycle prédéfini. L’exploitation des données géographiques permet un déploiement plus efficace des effectifs.

A la solution globale UDA s’associent des développements plus récents, comme la technologie Teradata Intelligent Memory (TIM), qui permet de pallier le coût de stockage prohibitif d’une grosse quantité d’informations. Près de un million d’équipements de ce type peuvent en effet générer à eux seuls plusieurs pétaoctets de données par an.

La solution proposée par Teradata permet de gérer les données au sein d’un nouvel espace en plaçant en mémoire de manière prédictive les données les plus chaudes, c’est-à-dire les plus fréquemment utilisées, puis en assurant automatiquement leur mise à jour et leur synchronisation. Le processus ne nécessite aucune intervention humaine. L’accès aux données élimine les goulets d’étranglement d’E/S de disque et les délais de requête, tout en augmentant le débit système, trois fois plus rapide que l’accès à un disque dur.

 

Qu’entend-on par big data ? Le big data ne recouvre pas seulement la notion de très gros volumes de données, ou alors de nombreuses sociétés en feraient depuis longtemps. Ce qui le définit, ce sont les « 3 V », pour volume, variété et vitesse. Le volume peut facilement atteindre plusieurs pétaoctets par an *. Les données peuvent être structurées, comme celles fournies par le compte client d’un distributeur d’énergie, ou non structurées, hétérogènes, comme celles recueillies via les réseaux sociaux. Le big data consiste en particulier à structurer ces données éparses, grâce à des solutions d’analyse, pour permettre aux clients d’en tirer de la valeur. Enfin, la vitesse de traitement des données est primordiale. La technologie flash permet, par exemple, de traiter les données chaudes. * Un pétaoctet = 1 015 octets.

 

Cet article est extrait du n°5 d’Alliancy le mag – Découvrir l’intégralité du magazine

 

Lire aussi : Big data et smart grid : Trois questions à… Antoine Junqua