Sense révolutionne la gestion des bornes de recharge grâce à son nouvel outil EV Analytics, conçu pour permettre aux services publics de mieux comprendre le chargement des véhicules électriques. Sans nécessiter d’infrastructure spectaculaire, cet logiciel innovant traite les données à la source pour optimiser l’efficacité énergétique.
L’outil d’analyse des données de recharge des VE de Sense
Sense, un fabricant de compteurs intelligents, vient de lancer un nouvel outil qui permet aux services publics de comprendre comment les véhicules électriques (VE) se chargent sur le réseau électrique. Cet outil, appelé EV Analytics, n’a pas besoin de cloud computing ni de matériel spécial pour fonctionner.
Qu’est-ce que EV Analytics ?
Le logiciel EV Analytics de Sense fonctionne via les compteurs intelligents AMI 2.0. Cela signifie qu’il peut traiter des données directement au bord du réseau, sans avoir besoin d’envoyer des informations vers le cloud. En analysant les données de forme d’onde à haute résolution localement, EV Analytics peut identifier les VE sur le réseau et déterminer quand ils commencent et arrêtent de charger, la quantité d’énergie qu’ils consomment, et s’il s’agit d’un chargeur de Niveau 1 ou de Niveau 2.
Il s’agit du premier produit conçu spécifiquement pour les services publics par Sense. Cet outil pourrait révolutionner la manière dont les services publics planifient, prévoient et mettent en œuvre des programmes de recharge gérée.
« Vous ne pouvez pas mesurer ce que vous ne pouvez pas voir », a déclaré Nancy Riley, vice-présidente des produits chez Sense. « Nous avons concentré nos efforts sur la détection de tous les VE sur un réseau, y compris ces VE fantômes que les services publics ne voient souvent pas, car ils utilisent des chargeurs de Niveau 1. »
Fonctionnalités d’EV Analytics
Identifier chaque VE et chargeur
Une des principales caractéristiques de EV Analytics est sa capacité à détecter les événements de charge, peu importe la marque ou le type de chargeur, sans nécessiter de télémétrie automobile ou d’intégrations.
Utilisation de l’informatique de pointe
L’intelligence artificielle et l’apprentissage automatique intégrés dans le compteur analysent les données de forme d’onde à haute résolution localement. Cela permet d’obtenir des résultats plus précis que les anciens modèles de cloud basés sur des intervalles de 15 minutes.
Amélioration des programmes
Les services publics peuvent améliorer l’efficacité de leurs programmes de recharge gérée et réaliser des économies en obtenant des données de charge en temps réel directement depuis le bord du réseau.
Scalabilité
EV Analytics fonctionne avec plusieurs protocoles de communication, y compris cellulaire, maillé et Wi-Fi, ce qui lui permet de s’intégrer facilement dans les systèmes existants.
L’objectif est de faciliter la gestion de la demande croissante pour la recharge des VE tout en offrant à tous les clients la possibilité de participer à des programmes qui contribuent à réduire les coûts et à maintenir un réseau fiable.
Disponibilité
EV Analytics est déjà disponible pour les services publics utilisant les compteurs intelligents Revelo de Landis+Gyr à travers l’application Sense EV Analytics. Sense affirme que EV Analytics est le premier d’une suite de solutions logicielles de données au bord du réseau que l’entreprise lancera dans les mois à venir.
Pour découvrir comment fonctionne le logiciel EV Analytics de Sense, une vidéo explicative est disponible.
Information complémentaire
Pour les utilisateurs vivant dans des régions sujettes à des événements climatiques fréquents, envisager un système de recharge avec des installations de stockage d’énergie pourrait renforcer la résilience de leur habitation face aux coupures de courant.
Pour plus d’informations sur les solutions énergétiques, consultez les options disponibles pour les installations solaires et les systèmes de stockage.
Mon avis :
Sense a lancé EV Analytics, un logiciel innovant qui permet aux services publics de suivre le chargement des véhicules électriques (VEs) à l’aide de compteurs intelligents AMI 2.0. Ce système, en utilisant l’analyse de données locales, offre une détection précise des VEs, améliorant ainsi la gestion et l’efficacité des programmes de charge. Toutefois, son adoption pourrait être limitée par la nécessité d’une infrastructure de compteur compatible.