Energy Management

GenScada è un'applicazione avanzata di web SCADA che consente la supervisione sicura e il controllo avanzato delle fonti di energia ibride di Genport (G300/1000/5000HPS) e dei sistemi di accumulo di energia a batteria (GENIOL 6200) installati in diverse località remote. GenScada integra un sofisticato algoritmo di diagnostica e controllo predittivo, distribuendo efficientemente l'energia tra l'accumulo, le unità di generazione e i carichi.

Un'interfaccia HMI scaricata sul tuo smartphone permette una grande e facile visibilità di tutte le variabili di processo chiave e delle prestazioni.

GenSOH è un avanzato e preciso stimatore in tempo reale dello stato di carica (SOC) e dello stato di salute (SOH) per batterie agli ioni di litio. Gli algoritmi si basano su un accurato modello elettrochimico della cella agli ioni di litio. Può essere integrato nel microcontrollore di un BMS esistente o come microcontrollore separato di livello superiore, che comunica con il BMS tramite CAN.

GENMPC è una strategia di controllo predittivo basata su modello a circuito chiuso. Il problema risolto da GENMPC in tempo reale è minimizzare un obiettivo (ad esempio, RUL) o una combinazione di diversi stati interni della batteria (ad esempio, RUL con SOP). In quest'ultimo caso, GENMPC trova il miglior compromesso tra i diversi obiettivi. La funzione obiettivo è costituita da un insieme di modelli elettrochimici dell'invecchiamento della cella agli ioni di litio, soggetti a un insieme di vincoli fisici e operativi. GENMPC ricerca il profilo di carica/scarica più adatto per ottimizzare le operazioni della batteria, ad esempio massimizzando l'estensione della vita utile della batteria.

GenOPT è uno strumento innovativo basato sull’intelligenza artificiale, ideato per ottimizzare la progettazione e il funzionamento di microreti interconnesse multiple che incorporano risorse energetiche distribuite, sistemi con generazione ed accumulo di idrogeno per riscaldamento ed elettricità. GenOPT consente di individuare la migliore posizione in un'area reticolata di piccoli sistemi energetici connessi a macrografi. Questo ottimizzatore si basa su una combinazione di un algoritmo evolutivo multi-obiettivo e un metodo di programmazione lineare a quadrati minimi sequenziali. Lo strumento mira a supportare gli ingegneri durante la fase di progettazione di microreti complesse.