The role of IoT-enabled data analytics in optimizing renewable energy systems

Abstract

Electrical power production and transmission are facing challenges due to variability, uncertainty and technical characteristics introduced by the integration of renewable energy systems. This thesis explores how data-analytics and the Internet of Things (IoT) may be utilized to answer to these challenges. Literature review is utilized to first establish the challenges and technologies, after which analysis is conducted on the impact of increased data collection capabilities through IoT sensing. The results demonstrate the role that IoT enabled data-analysis plays in optimizing renewable energy systems is crucial. In conclusion, the integration of large-scale renewable energy production to the grid, benefits significantly from the increased collection and data utilization created by digitization.

Sähköntuotanto- ja siirto kohtaavat merkittäviä haasteita uusiutuvien energiajärjestelmien integroinnin aiheuttamien vaihtelevuuden, epävarmuuden ja teknisten ominaispiirteiden vuoksi. Tämä kandidaatintyö tutkii, kuinka data-analytiikkaa ja esineiden internetiä (IoT) voidaan hyödyntää näihin haasteisiin vastaamisessa. Haasteet ja teknologiat kartoitetaan ensin kirjallisuuskatsauksen avulla, minkä jälkeen analysoidaan IoT:n mahdollistaman parantuneen tuotanto ennustetarkkuuden vaikutuksia. Tulokset osoittavat, että IoT-pohjaisella data-analyysillä on ratkaiseva rooli uusiutuvien energiajärjestelmien optimoinnissa. Johtopäätöksenä voidaan todeta, että laajamittainen uusiutuvan energian integrointi hyötyy merkittävästi IoT-pohjaisen data-analyysin tuomasta lisääntyneestä datan keruusta ja sen hyödyntämisestä.