Из чего собирается умный город?

Автор: Сергей Смагин, инженер подразделения «Автоматизация в энергетике» компании «Сименс» в России


Города включают в себя большое количество различных инфраструктурных систем: электроснабжение, здания, транспорт, коммунальное хозяйство. На основе цифровизации этих сфер жизни городского хозяйства, кстати, Минстрой РФ составляет ежегодный рейтинг IQ городов, о котором писал «Эксперт Юг». Для каждой из них характерна тенденция к использованию тех данных, которые ежедневно производятся инфраструктурными объектами, и основной тренд в свете этих реалий – внедрение цифровых решений, которые позволят полностью использовать потенциал этих объектов. Распространенная схема: данные собираются на полевом уровне (трансформаторный пункт, датчики умного здания, зарядки электротранспорта и т. д.) и передаются через специальные шлюзы в облако, где производится их анализ и визуализация результатов для пользователя.

Скажем, для системы электроснабжения это позволяет организовать мониторинг состояния энергообъектов без развертывания сложных и дорогостоящих систем. Умные здания могут быть интегрированы в систему электроснабжения, в результате их нагрузка может регулироваться в зависимости от  текущей нагрузки питающей сети и тарифов на электроэнергию. Облачные решения позволяют обеспечить прозрачность процессов, происходящих в инфраструктурных объектах, а также экономить на их обслуживании.

Вот лишь пара примеров применения больших данных в мире:  

•    В Германии, Австрии и Финляндии используется предиктивная аналитика для оценки состояния стрелок на железнодорожных путях. Специальное приложение позволяет прогнозировать поломку за 8 часов до ее наступления на основе исторических данных о состоянии стрелок.

•    В Нюрнберге большие данные используются для оценки качества воздуха: она производится на основе исторических данных о загрязнении воздуха, погоде, характере дорожного движения, а также на базе информации с сенсоров, размещенных по всему городу. Система прогнозирует качество воздуха на ближайшие пять дней. Кроме того, приложение может моделировать воздействие на качество воздуха корректирующих мер, таких как установление зон с низким уровнем выбросов, ограничения скорости движения автомобилей и снижение цен на общественный транспорт.

•    Интеллектуальная аналитика управляет нагрузкой второго по величине торгового центра Финляндии – Sello, где размещены более 170 магазинов с суммарной посещаемостью  около 24 млн человек в год в среднем. Для повышения прибыльности и эффективности торгового центра были разработаны новые бизнес-модели.  В торговом центре установили солнечные панели, накопители электроэнергии мощностью 2 МВт, контроллеры для управления нагрузкой в сочетании с интеллектуальной автоматизацией зданий и облачной аналитикой. Задействовано более 20 тыс. датчиков, которые собирают различную информацию: данные о погоде, потреблении энергии, цене на электроэнергию и количестве энергии в накопителе. На базе интеллектуальной аналитики система принимает решение о том, какой источник электроэнергии выгодно использовать в данный момент – локальную генерацию или электроэнергию из централизованной сети. Решение позволяет экономить до 643 тыс. евро в год на расходах на электроэнергию.

Драйвером цифрового развития городов, с одной стороны, выступают жители, которые предъявляют растущие требования к общей комфортности городской среды, удобству предоставления городских сервисов,  справедливости ценообразования этих услуг, оптимальности функционирования и развития инфраструктур. С другой стороны – стоимость внедрения решений, основанных на анализе и обработке данных, постепенно падает, что тоже способствует цифровизации.

Итоговой оценки эффективности внедрения технологий «умного» города в России является индекс «IQ городов», внедренный Минстроем России в 2018 году. Это комплексная и сложная оценка, рассчитанная по десяти направлениям на основе 47 показателей. Со стороны трудно оценить точные причины положения отдельных городов России в рейтинге, так как Минстрой раскрывает только итоговое значение индекса, не раскрывая деталей. Но можно отметить, что скорость внедрения цифровых технологий во многом зависит от состояния инженерной инфраструктуры города и не может проводиться в отрыве от нее.

С моей точки зрения, для выбора оптимальных технологий развития города необходимо использовать комплексный подход. В первую очередь нужно понять, как каждое решение, связанное с инфраструктурой, повлияет на создание рабочих мест и рост конкретного сектора: оценить строительные, транспортные и энергетические технологии в городе; измерить влияние стратегических планов города и сравнить традиционные методы с современными технологиями; определить уровень реализации, необходимый любому городу для достижения своих будущих экологических целей; подготовить отчеты об экологических и экономических ключевых показателях эффективности в транспортном, строительном и энергетическом секторах. Только после определения комплексного сценария развития города можно говорить о дальнейшем согласованном внедрении конкретных технологий.