[#SmartGrid #スマートグリッド] MDM(Meter Data Management)の分析(2): 主要ベンダーとAccentureによるM…

スマートグリッドの市場は、国が予算化した多額の助成金・戦略的な投資が寄与して急速に立ち上がり、継続的な成長を見せている。 助成金の多くは、全米各地の電力会社が各家庭にスマートメータを実装するプロジェクトに投じられ、スマートメータ事業者、メータ同士をネットワーク接続するAMIベンダーが急速な成長を遂げた。 

現状は、スマートメータの導入に向けた助成金は、その行き先が決まり、業界は次の大きな波に期待しており、MDMに注目が集まり始めている。

以前紹介した、GTM Research社の発行したレポート、The Emergence of Meter Data Management (MDM): A Smart Grid Information Strategy Reportでは、新しい事業として、MDM(Meter Data Management)という技術が大きく成長する、と予測している。

既に実装されている大量のスマートメータが生成する膨大な電力消費情報を収集し、データベースシステムとして管理、分析を行うニーズが急増する、という事がMDMの成長する背景にある、とされている。  これは完全にIT系の技術であるゆえ、電力会社としてはアウトソースしてシステム実装しなければいけない、という事実も市場の成長に寄与する、と考えられている。

下記が既にMDMソリューションに名乗りをあげているベンダーのリストである。  見てわかるとおり、IT系のベンダーで占めている。

Accenture
Intelligent Network Data Enterprise(INDE)と称するソリューション事業を発表し、スマートグリッドで生成するデータの収集、処理、データベース化、分析、等の機能を統合的に提供するシステム。 詳細はここ

Aclara Software
MDMシステムと称して、データ統合、VEE(Validation, Estimation, Editing)、データストレージ/管理をシステムとして提供する。 詳細はここ

Ecologic Analytics
拡張性のあるMDMシステムを提供し、ワークフロー、メータデータ収集/管理機能、リアルタイムのコマンド実行、拡張性のある課金管理、バックオフィスシステムとの同期、VEE、停電時の対応機能、等、様々なアプリケーションをサポートしている。詳細はここ

eMeter
自動化された、Meter-to-cashシステム(メータ情報をベースに自動的に課金システムに連携する機能)を提供し、さらにVEEエンジン、その他様々な条件によって課金システムを最適化する機能をサポートしている。 詳細はここ

Hansen Technologies
メータのデータを処理する機能、特に大量のメータからの情報収集、管理を提供する。 収集したデータは、既存の課金システム、もしくはHansen社が開発しているHansen CISとの連携ができる。 詳細はここ

Itron
スマートメータの実装率が高いため、広い範囲のユーテリティ事業者に採用されているシステムを開発。 詳細はここ

NorthStar Utilities Solutions
MeterSenseと呼ばれる製品を提供し、メータから収集したデータの収集、管理を行い、インテリジェントなワークフローを構築する事が出来る。 システム全体の効率をモニターし、システムの負荷が一極集中しないための分散化機能が特徴。  詳細はここ

Olameter
複数ベンダーの製品をサポートするMDMSを提供し、複雑なメータ統合環境の中から、効率的にデータを収集して管理できるシステムを提供している。 詳細はここ

Oracle
同社のMDMアプリケーションは、顧客、サプライヤー、製品、課金データを統合的に管理し、ガバナンス機能を提供する事が特徴。 同社のMDM Suiteは企業内のデータを統合し、特に複雑なデータ分析が必要なスマートグリッドデータを効率的に行えるような構造を持っている。 詳細はここ

Telvent
Conductor MDMという製品を提供し、複数のAMIネットワークからの情報を収集、管理し、ユーティリティ事業者の各部門でそれぞれ利用出来るような統合的なデータ管理を行っている。 詳細はここ

上記以外に、多数のベンダーが登場しており、当面この辺の整理が必要になってくる。 

Accenture社によると、MDMによって提供すべきスマートグリッドデータの管理は次の7つの重要な要件を満たす必要がある、と述べている。

1.  スマートグリッドで取り扱うデータのデータクラスを定義し、分類を明確にする。
下記のデータクラスがAccentureに基づく定義である。

  • Operational:  スマートメータやネットワークが分析し、収集するグリッドの電力状況を示すデータ
  • Non-Operational:  グリッド上の資産の健康状態(稼働状況など)を占めるデータ
  • Meter Usage:  各家庭での電力消費情報や、デマンド規模、さらにその上方のピーク、平均、分散状態の情報
  • Event Message:  スマートグリッドデバイスが発信する非同期のイベント情報(障害情報等)
  • Metadata:  上記のデータクラスを分類、整理、分析を行うためのメタデータ

上記の情報は、ユーテリティ内部の各部門において、それぞれ用途も異なるし、重要性やプライオリティも違ってくる。  ビジネス上最も重要なのは、ユーテリティ事業者のMeter-to-cash機能を最適化することで、これによりユーテリティの収益が大きく影響を受ける。  一方では、障害管理、対策はサービスを恒常的に提供するためには非常に重要であり、グリッド上のリアルタイムでの状況を把握することが重要な要件になる。

2.  グリッドから収集した様々なデータソースをどのように分類、分析すれば最も効果的なサービスモデルを構築できるかを見極める。
スマートメータは、エネルギー消費量/時間、電圧状況、警告情報、外部からの侵入情報、等、多くに情報を提供できる様に設計されている。  Meter-to-cashシステムにとってエネルギー消費量が重要な情報源である一方、その情報はコンシューマに対して節電を促すための情報源にもなる。 障害発生時には、メータから発信される警告情報を効率的に収集することによって、ユーテリティ事業者が運営しているOMS(Outage Management System:障害管理システム)が適切な対策を指示することができる。

3.  分散データとアナリティクスのアーキテクチャを作用し、信頼性や性能の課題を対処
障害検知等のシステムを構築する際に、AMIネットワークのもつ分散機能を利用し、各地域に分散されているスマートメータのネットワークを管理するサーバ上で障害の検知、状況把握、対策の指示をローカルに自動化し、障害の対策を局所化する、といったソリューションなどが好例である。  ユーティリティ事業者の中核システムに障害通知が届かないと対応ができない、という超集中システムでは、大量のメータ、そこから発信される情報への対応が事実上不可能になるからである。

データの質、その用途によって「通信の頻度:Frequency」、と「通信速度:Latency」を決めていかなければいけない、ということである、下記がその分類の事例である。

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s