Wij zagen kansen in de markt en ontwikkelden de Energy Data Hub (EDH): dé big data toepassing voor de energiemarkt. De EDH maakt het mogelijk om miljoenen real-time meetwaarden van elektriciteit en gas op te slaan. Deze meetgegevens bieden de basis om energiebesparende mogelijkheden in kaart te brengen voor consumenten en leveranciers. De EDH bundelt en verrijkt de data van decentrale energie voor toepassingen bij eindgebruikers, leveranciers en netbeheerders.
Willen leveranciers en consumenten verduurzamen dan is het vastleggen van meetgegevens noodzakelijk om als basis te dienen voor analyses rondom inkoop en besparingsmogelijkheden.
Ons doel met het ontwikkelen van deze datahub was daarom om een platform te creëren waarin meetgegevens van elektriciteitsgebruik, gasgebruik, maar ook zaken als watergebruik of eventueel opgewekte energie worden vastgelegd voor zowel huishoudens als bedrijven.
Onze opdracht was om een datahub te bouwen, waarin zeer grote hoeveelheden tijdreeksdata kunnen worden opgeslagen, welke met grote snelheden aangeboden kunnen worden. Waarbij de EDH een zeer belangrijk component is die ingezet kan worden als onderdeel van een totaaloplossing waarbij een systeem nodig is voor opslag van meetgegevens.
De oplossing moest robuust zijn, veilig en flexibel. Ook moest het zeer grote hoeveelheden data met hoge snelheid op kunnen slaan. Belangrijke randvoorwaarde is uiteraard dat het AVG-proof moest zijn. Dit betekende een krachtige versleuteling toepassen, wat niet ten koste mocht gaan van de snelheid en robuustheid van de oplossing.
Met een klein team van experts gingen we aan de slag. De architectuur werd vastgelegd in een document, waarin schaalbaarheid, robuustheid, maar ook security en privacy expliciet een belangrijke invloed hadden op de gekozen oplossingsrichting. De architectuur zetten we vanaf scratch op, gebruikmakend van bewezen best practices en jarenlange ervaring met andere projecten. Daarin werden zeer hoge eisen werden gesteld aan zowel non-functionals als betrouwbaarheid, schaalbaarheid en veiligheid.
De functionele kant werd vooral bepaald door onderzoek van de markt. Wat voor soort gegevens moeten er opgeslagen worden? Wat voor soort bewerkingen moeten er uitgevoerd kunnen worden op die gegevens en welke partijen zijn daarbij betrokken? De antwoorden op deze vragen leidden tot een architectuur met verschillende componenten, waarbij de verschillende componenten verschillende partijen bedienen (aanbieders van data, afnemers van data, beheerders voor aanmaken accounts e.d.).
We ontwikkelden de EDH in Java . Vanwege de extreme performance-eisen ontwikkelden we tevens een eigen opslagmechanisme ten behoeve van snelle real-time dataopslag (op basis van shared memory technology). De meetdata zelf wordt opgeslagen in onze eigen ontwikkelde storage solution.
Tevens maakten we gebruik van Cassandra (een NoSQL database voor opslaan van grote hoeveelheden data) om aangeleverde tijdreeksen voor hele dagen compact en efficiënt op te kunnen slaan.
Ontdek onze vacatures en wie weet spreken we jou snel!