Big Data toepassing

nieuwe-stroom
nieuwestroomlogopayoffblauw_v2

NieuweStroom verzamelt een grote hoeveelheid data van energiemeters. Met goede software, een schaalbare database en data-aggregatie wordt eenvoudig en snel overzicht gecreëerd.

Met een totaal nieuwe manier van energie dienstverlening heeft NieuweStroom de ambitie om andere partijen op de kleinverbruikersmarkt voor te blijven. Dit doen zij door rechtstreeks op de groothandelsbeurs energie in te kopen voor haar klanten. NieuweStroom factureert de spotmarktprijs van het moment van gebruik plus een geringe opslag. Met hun slimme ICT-platform heeft de klant continu inzicht in het werkelijke verbruik en de geldende spotmarktprijs op dat moment.

De vraag

Verwerking van Big Data tot bruikbare informatie

Bij NieuweStroom komen dagelijks een enorme hoeveelheid meetgegevens van de elektriciteitsmeters binnen. Klanten van NieuweStroom hebben een slimme energiemeter. Voor elektriciteit wordt elk kwartier de meterstand afgelezen. Voor gas wordt ieder uur de meterstand afgelezen. Deze gegevens worden opgeslagen in een database.

Voor één klant komen dus per uur al vier elektriciteitswaarden en één gaswaarde binnen. Met zo’n 100.000 klanten komt er per uur dus heel veel informatie binnen. Het is belangrijk dat al die informatie snel uit de database opgevraagd kan worden. Daarvoor heeft Covadis een oplossing ontwikkeld.

nieuwestroom-dashboard
De oplossing

Schaalbare databases en data-aggregatie

Voor de enorme hoeveelheid data die NieuweStroom verzamelt en gebruikt, is het noodzakelijk om te kiezen voor data-aggregatie om informatie op een snelle manier te kunnen ontsluiten. In de database komen voor iedere aansluiting kwartierwaarden binnen. Deze worden aangevuld met verbruikswaarden per uur en verbruikswaarden per periode. Wanneer er bijvoorbeeld een factuur wordt opgesteld, worden de verbruikswaarden van die maand uit de database opgevraagd. Deze waarde staat dan al klaar in de database. Hierdoor hoeven dus niet eerst alle kwartierwaarden van die maand bij elkaar opgeteld te worden om tot een maandwaarde te komen. Door data te aggregeren groeit de hoeveelheid data nog meer, maar daarna kunnen gegevens veel sneller opgevraagd worden.

In de database staan ook prijsgegevens van stroom en gas. Deze gegevens zijn nodig om later het verbruik op een bepaald moment van de dag te kunnen koppelen aan de energietarieven die op dat moment van toepassing waren.