Cet article présente EcoPhi et son CEO et fondateur Ebrahim Balouji (photo), dont la mission est d’améliorer la visibilité au sein du réseau et de transformer les sous-stations en équipements intelligents et automatisés qui détectent et prédisent les défaillances de manière anticipée, permettant ainsi aux opérateurs de réduire leurs coûts, d’accélérer les mises en service et de réduire le câblage. Pour l’aider à concrétiser cette vision, Ebrahim Balouji a fait appel à l’expertise technique et à la technologie de haute précision d’Analog Devices, Inc. (ADI).

Les réseaux électriques du monde entier vieillissent et sont de plus en plus saturés. La demande d’énergie croissante ainsi qu’une exploitation rendue plus complexe par la recharge bidirectionnelle des véhicules électriques, les pompes à chaleur, les ressources d’énergie distribuées (DER), les systèmes de gestion domestique de l'énergie (HEMS) ainsi que l’IA et les puissances de calculs des data centers, créent des difficultés sans précédent en matière de stabilité du réseau. À l’échelle de la planète, les investissements dans les réseaux électriques devraient dépasser les 2000 milliards de dollars d’ici 2030. Une meilleure visibilité du réseau existant est indispensable pour l’exploiter de manière plus intelligente et éviter les coupures, tout en continuant à le moderniser.

Le problème des sous-stations traditionnelles
Les sous-stations jouent le rôle d’intermédiaires du réseau électrique. Elles ont été construites pour maintenir l’équilibre du réseau, en conditionnant, commutant et acheminant de l’électricité à très haute tension afin d’assurer un approvisionnement sûr et efficace. Il est urgent de moderniser les sous-stations car elles font face à une dure réalité : ces centres névralgiques ont été conçus principalement pour protéger, automatiser et contrôler un réseau unidirectionnel qui est aujourd’hui davantage bidirectionnel, plus complexe et nécessite que les défaillances soient traitées en temps réel. Pour chaque minute d’interruption de service, les opérateurs se voient infliger des amendes, parfois substantielles.

Le système idéal de sous-station devrait offrir une visibilité totale du réseau afin d’anticiper ou de prévoir les défaillances avant qu’elles ne surviennent. Pour ce faire, il faut des données de qualité sur lesquelles effectuer des calculs en temps réel basés sur l’IA  afin d’identifier des motifs spécifiques et révéler des informations cachées au plus profond des données. Traditionnellement, assurer la surveillance, la protection, le contrôle et l’automatisation pour la décharge partielle et la qualité de puissance exige de nombreux appareils différents, un câblage étendu et une mise en service complexe.
EcoPhi fournit des outils de gamme industrielle pour la numérisation du réseau, du matériel et du logiciel IA qui transforment les sous-stations en nœuds proactifs, automatisés, efficaces et intelligents. La société intègre dans un même produit, le QMU 800, les mesures de qualité de puissance virtualisée (vPQ), de décharge partielle virtualisée (vPD) ainsi qu’un phaseur virtualisé (vPMU). ADI a fourni des CAN rapides 24 bits, des amplificateurs de précision et des convertisseurs de puissance très performants.

LE DÉFI
Développer une solution de haute précision pour la mise en œuvre d’un réseau électrique intelligent basé sur l’IA afin de visualiser le comportement et prévoir les défauts avant qu’ils ne surviennent.

L’OBJECTIF
Numériser le réseau électrique, renforcer la fiabilité, booster l’efficacité et permettre des prises de décision plus éclairées, grâce à des données temps réel et des informations obtenues par IA. En associant des informations provenant de deux sujets de doctorat – l’une portant sur la surveillance et le contrôle, l’autre sur l’IA et l’apprentissage automatique - Ebrahim Balouji, CEO et fondateur d’EcoPhi, avait pour objectif de développer une plateforme numérique tout-en-un. Cette solution réunit la surveillance virtualisée de la qualité de puissance (vPQ), la mesure de phaseur (PMU), la protection, le signalement numérique de défaut (DFR) et la surveillance de décharge partielle, afin d’assurer une surveillance intelligente et automatisée et un contrôle prédictif en temps réel. « ADI et EcoPhi partageaient la même vision et savaient combien il était urgent de rationaliser le réseau électrique, d’améliorer le fonctionnement des sous-stations et d’en faire l’épine dorsale d’un système électrique plus intelligent, plus facile à exploiter », a déclaré Christopher Murphy, responsable technique Energy Field—EMEA, chez ADI.
L’appareil de précision QMU 800 d’EcoPhi avec son logiciel embarqué rassemble l’ensemble de ces fonctions tout en réduisant de 80 % la quantité de matériel destiné à la protection du réseau intelligent ainsi qu’au contrôle et à la surveillance de la décharge partielle et de la qualité de puissance. Ceci constituait le cœur de l’énorme défi que devait relever Ebrahim Balouji.

Mesures de précision pour extraire les informations potentiellement moyées dans le bruit
De même que chaque individu dispose d’une signature vocale unique, l’électricité qui circule au travers des câbles se caractérise par une signature qui lui est propre. Il est toutefois extrêmement difficile de détecter ces signatures qui contiennent de précieuses informations sur les câbles, les transformateurs et les appareils connectés. En effet, les signaux constituant ces signatures sont faibles, cachés et profondément enfouis dans le bruit de fond.
Il n’est pas possible de mesurer ces informations hautes fréquences au moyen de convertisseurs analogique-numérique (CAN) standards à faible vitesse d’échantillonnage. EcoPhi s’est donc tourné vers la technologie CAN d’ADI, leader du marché, et son traitement du signal haute vitesse, capable de numériser des signaux à des vitesses d’échantillonnage extrêmement élevées (jusqu’à 2 MHz) pour une précision de 24 bits. ADI a rapidement mobilisé son expertise auprès d’EcoPhi pour réaliser la chaîne de signal et leur montrer comment optimiser les coûts, la performance et le délais de commercialisation.
« Après analyse et consultation, l’équipe locale en charge du support technique a recommandé la meilleure solution d’ADI », a déclaré Christopher Murphy. « Celle-ci comprenait un CAN rapide 24 bits AD4030 d’ADI, des amplificateurs de précision ADA4945-1 et le LTC7819, un contrôleur d’alimentation très performant. C’est-à-dire, en substance, la chaîne de signal complète. »

Anticiper la demande et éviter les perturbations
Grâce à l’IA, le système d’EcoPhi apprenait des profils de charge spécifiques, tels que le démarrage en début de matinée, le creux en milieu de journée, la hausse pendant l’après-midi et la baisse en soirée. En comparant des données en temps réel avec ces motifs de base, le système pouvait rapidement identifier les anomalies. En cas de prévision ou de détection d’un défaut, ou en cas d’augmentation soudaine de la demande, le système alertait une autre sous-station ou un autre générateur électrique dans une autre région, afin de déclencher un avertissement et des mesures proactives : « Anomalie en cours de formation. Pic à prévoir. Envoyer de la puissance supplémentaire dès maintenant ! »
Dans un autre contexte, si des urbanistes décident de construire 5000 logements supplémentaires dans une région, le système pourrait indiquer aux opérateurs du réseau électrique quels transformateurs seraient en surcharge et quelle capacité supplémentaire serait nécessaire.

Prévoir les défaillances
Traditionnellement, la détection de décharge partielle (de petites étincelles électriques causées par une isolation endommagée ou des irrégularités de tension) exigeait l’utilisation de capteurs déployés sur des milliers de kilomètres de câbles. Mais envoyer des équipes pour localiser les défauts, parfois dans du béton ou en eau profonde, coûte cher et n’est pas efficace. La solution d’EcoPhi utilise la technologie précise et rapide d’ADI pour détecter le contenu harmonique, en employant l’IA pour reconnaître des motifs et prévoir, avec un degré de certitude élevé, s’il y a un risque de décharge partielle.
Les défauts sont détectés par le QMU 800 d’EcoPhi, un « boîtier » tout-en-un monté sur un rack dans une sous-station. « Il s’agit d’un compteur virtuel pour la mesure de qualité de puissance qui rassemble des données en temps réel et peut détecter des anomalies en quelques millisecondes », a déclaré Jakob Lindqvist, CTO d’EcoPhi. « Il n’est plus nécessaire d’installer et d’entretenir des dizaines de compteurs physiques pour obtenir une bonne visibilité, et cette solution offre une intégration parfaite avec la cybersécurité et les protocoles d’infrastructure de réseau électrique tels que l’IEC 61850. »

L’avenir est virtuel
Pour améliorer la visibilité du réseau électrique et faire face aux défis énergétiques, il convient, entre autres, d’augmenter l’automatisation des sous-stations par la numérisation, en convertissant les signaux électriques analogiques en données numériques de période de l’ordre de la microseconde qui sont ensuite analysées par IA. « Nous réinventons la surveillance et l’entretien des systèmes d’énergie en apportant aux opérateurs les outils dont ils ont besoin pour agir avant que les problèmes ne provoquent des coupures », a déclaré Jakob Lindqvist. « En associant le matériel de précision d’ADI avec nos logiciels et une IA intuitive, nous aidons les services publics à optimiser leurs performances, à réduire leurs coûts et à évoluer vers une planète plus durable et un avenir énergétique intelligent. »

Analog Devices www.analog.com

Cliquez ici pour voir les autres produits de la société