Електрическа мрежа с изкуствен интелект?

Анализ от Real Time Future

Бъдещето ни зависи от чиста, безопасна и устойчива енергия. В стремежа ни към устойчивост се очаква изкуственият интелект (ИИ) да играе важна роля в енергийния сектор, който понастоящем е изправен пред нарастващото търсене на възобновяема енергия. Целият сектор се стреми да стане по-интелигентен и по-устойчив едновременно. И понеже виждаме, какво се случва само за няколко месеца по света, след бума на AI чат роботите, то със сигурност няма как да не сме впечатлени от техния потенциал.

На помощ за проблемите в енергетиката идва ИИ

Изследванията и експериментите с модели на изкуствен интелект имат потенциала да доведат до по-добри и по-точни прогнози за натоварването, ефективни прогнози за търсенето и предлагането, по-голяма гъвкавост на мрежата, както и оптимизирана поддръжка и експлоатация.

Ако се интересувате от темата ще знаете, че технологиите с изкуствен интелект могат да имат пряко въздействие върху околната среда по отношение на енергийната ефективност, повишената интеграция на възобновяемите енергийни източници (ВЕИ) и намаляването на отпадъците. Същевременно трябва да се обърне специално внимание на въглеродния отпечатък на самите тези технологии, включени и осигуряващи работата на системата за изкуствен интелект, особено по време на цикъла на обучение на моделите му, който изисква значително потребление на енергия по отношение на CPU, памет и GPU/TPU.

Замърсява ли природата ИИ от своя страна?

Прекомерният ентусиазъм, шумът и конкурентната борба за нови бизнес идеи за ИИ могат да доведат до антиутопични прояви на неефективни, “жадни за енергия” решения, които дори нанасят повече вреди, отколкото ползи на околната среда. Необходимо е индустрията да внедри още на „стъпка едно“ от всеки процес отговорното вземане на решения, в рамките на който устойчивостта на предложеното решение за ИИ да остане основен приоритет.
Необходимо е да се оценяват по-прости математически решения или решения, основани на данни, преди да се стигне до по-сложни модели, изискващи много енергия. В съответствие с този манталитет експертите в областта трябва да оценяват използваемостта и ефективността на технологиите с изкуствен интелект и да ръководят процеса на разработване на функции още от концептуалната фаза.

Но защо сега?

Няма как да не сте забелязали, че енергийната индустрия се намира на кръстопът. И то не само заради пандемията и последвалата след това война в Украйна. Развитието на цифровите технологии има потенциала да промени драстично доставянето, търговията и потреблението на енергия. Интегрирането на енергийните доставки, търсенето и възобновяемите източници в енергийната мрежа ще се контролира автономно от интелигентен софтуер, който оптимизира вземането на решения и операциите. ИИ ще играе неразделна роля за постигането на тази цел. Освен това Big data, разработването на модели за машинно обучение и ИИ ще играят важна роля в бъдещия енергиен пазар. Затова съвсем закономерно ИИ се превръща в ключов фактор за развитие на сложната, нова и свързана с данни енергийна индустрия, предоставяйки ключов магически инструмент за повишаване на оперативната ефективност и ефикасност в една все по-напрегната среда.

В резултат на това на енергийната индустрия, комуналните услуги, операторите на енергийни системи и независимите производители на енергия може да се наложи да се съсредоточат все повече върху технологиите на ИИ, особено ако искат значими резултати, за да останат конкурентоспособни.
Новите конкуренти, новите бизнес стратегии и по-активният подход към клиентите ще изискват информиран и гъвкав регулаторен ангажимент със свързаните с това сложности, неизменно прикачени към безопасността на клиентите, неприкосновеността на личния живот и сигурността на информацията. Като се има предвид темпът на развитие на информационните технологии, ИИ и анализа на данни, регулаторните одобрения за нови услуги и продукти в новата Ера на цифровите енергийни пазари могат да бъдат наложени възможно най-бързо и ефективно.

Необходимо е да се оценяват по-прости математически решения или решения, основани на данни, преди да се стигне до по-сложни модели, изискващи много енергия. В съответствие с този манталитет експертите в областта трябва да оценяват използваемостта и ефективността на технологиите с изкуствен интелект и да ръководят процеса на разработване на функции още от концептуалната фаза.

Теория на ползите от ИИ

Има два основни начина за прилагане на ИИ в енергийния сектор (или във всеки друг сектор): автоматизирано вземане на решения и подпомагане на вземането на решения. Автоматизираното вземане на решения включва компютърни системи, които обработват информация без човешка намеса. Това прави възможно те да се справят със сложни задачи по-бързо, отколкото хората биха били в състояние да направят за същото време.

Конкретен пример от енергийния сектор: Автоматизирана система с изкуствен интелект за изготвяне на график за превантивна поддръжка на фотоволтаична (PV) централа.

Ограничението на този подход е, че автоматизираните решения могат да бъдат изкривени от различни видове отклонения, което може да доведе до вземането на неправилни решения. Това може да доведе до проблеми в критични системи и поради това автоматизираното вземане на решения не е подходящо за всички случаи.

От друга страна, асистираното вземане на решения може да реши този проблем, като остави отговорността за действителното вземане на решение на човека. В този смисъл изкуственият интелект се фокусира върху предоставянето на инсайти, които да обогатят информационно процеса на взема на решения. Това носи със себе си допълнителната гъвкавост на хората, които прилагат своите знания и опит към анализа на компютърната система. Системите с помощта на ИИ могат да се използват за задачи, които изискват вземането на решения с различни вектори и променливи.

Конкретен пример от енергийния сектор: Анализ на въздействието върху околната среда за предложени обекти за слънчеви и вятърни електроцентрали.

Ето няколко случая с голям потенциал за многобройни итерации и с пенетрация в различни индустрии, в които ползването на изкуствен интелект дава сериозен competitive edge. Най-вероятно в скоро време всякакъв размер бизнеси ще ползват някакъв род ИИ за “смартифициране” на своя енергиен мениджмънт. Извеждаме ги като ключови.

1.     Персонализиране на услугата с цел по-силно ангажиране на клиентите
Енергийният сектор започва да използва изкуствен интелект и машинно обучение за ангажиране на клиентите. Чрез използването на ИИ и машинно обучение енергийните компании могат да предоставят на клиентите информация, която е съобразена с техните нужди. Това включва използването на анализ на данни, за да се разбере потреблението на енергия от клиентите и след това да се предостави на клиентите информация за това как могат да намалят потреблението на енергия, като променят навиците си.

2.     Микромрежи
Микромрежата е малка енергийна мрежа, която може да работи независимо от конвенционалната енергийна мрежа. Системите за управление на микромрежите използват изкуствен интелект и машинно обучение за управление на енергийните потоци и оптимизиране на използването на енергия. Микромрежите стават все по-популярни, тъй като могат да осигурят енергийна сигурност при извънредни ситуации и да интегрират възобновяемите енергийни източници в енергийната мрежа по-лесно от традиционните енергийни мрежи. 

3.     Откриване на кражби на електроенергия и енергийни измами
Кражбите и измамите с електроенергия струват на енергетиката и комуналните услуги до 96 млрд. долара всяка година в световен мащаб, като само в Съединените щати те достигат 6 млрд. долара всяка година.

Кражбата на електроенергия е незаконно използване на енергия от мрежата. Енергийната измама е умишлено невярно представяне на данни за енергията или нейното потребление. ИИ и машинното обучение могат автоматично да откриват аномалии и да ги сигнализират на енергийните компании за отстраняване. Това позволява на енергийните компании да защитават активите си, да намаляват загубите на енергия и да пестят пари.

4.     Търговия с енергия
Търговията с енергия се различава от търговията с други стоки, тъй като енергията трябва да бъде доставена незабавно. Това представлява предизвикателство за търговците на енергия, но е и възможност, защото енергийните пазари стават все по-ликвидни. 

ИИ и машинното обучение могат да се използват, за да се направи търговията с енергия по-ефективна, като се прогнозира търсенето на енергия и се предоставя на търговците информация в реално време за цените на енергията. С тази информация търговците на енергия могат да вземат по-информирани решения за това кога да купуват и продават енергия.

Блокчейн технологията се използва за създаване на споразумения за закупуване на енергия, вид финансов договор между купувачи и продавачи на енергия. Блокчейн технологията прави тези договори по-ефективни, тъй като намалява времето за транзакции, струва по-евтино от традиционните платформи и е изградена върху изключително сигурна платформа.

5.     По-интелигентно съхраняване и използване на енергията
Световният пазар за съхранение на енергия ще нарасне 20 пъти до 2030 г. Интелигентните системи за съхранение на енергия могат да бъдат интегрирани в енергийната мрежа, за да направят управлението на енергията по-ефективно. Съхранението на енергия се използва и за създаване на виртуални електроцентрали, които позволяват на енергийните компании да доставят енергия, когато е необходима, дори ако текущите им енергийни доставки не са достатъчни. Това спомага за намаляване на необходимостта от изграждане на нови електроцентрали от страна на енергийните дружества.

6.     Енергийни прогнози
Прогнозният анализ може да се използва за определяне на промените в търсенето на енергия в бъдеще. След това тази информация може да се използва за планиране на развитието и изграждане на необходимата инфраструктура за посрещане на бъдещите енергийни нужди.

Чрез използването на прогнозен анализ енергийните компании могат също така да предвидят кога е вероятно дадена машина или част от оборудването да се повреди. Това не само помага да се предотвратят неочаквани прекъсвания, но и спестява пари, като позволява на компаниите да планират подмяната на критични и скъпи енергийни активи и да избягват непланирани дейности по поддръжката.

7.     Увеличаване на производството
ИИ и машинното обучение се използват и за подобряване на производството в енергийния сектор.  Например петролните и газовите компании използват алгоритми за машинно обучение, за да подобрят разполагането на кладенците и да увеличат производството. Като анализират данните, събрани от сеизмични проучвания и други източници, тези компании могат да вземат по-добри решения за това къде да сондират за нефт и газ. Това ще повиши енергийната ефективност и ще създаде по-опростена и по-ефективна енергийна мрежа, която е по-лесна за поддържане от енергийните компании.

8.     Управление и ефективност на мрежата
ИИ се използва за оптимизиране на енергийните мрежи чрез управление на енергийните потоци между домакинствата, предприятията, батериите за съхранение, възобновяемите енергийни източници, микромрежите и самата енергийна мрежа. По този начин се намаляват загубите на енергия, като същевременно се повишава ангажираността на потребителите с потреблението на енергия.

Възобновяемите енергийни източници като вятърната и слънчевата енергия стават все по-популярни, но те са непостоянни енергийни източници. Това означава, че енергията от тези източници не винаги е налична, когато е необходима. 

Това представлява проблем за енергийната мрежа, тъй като енергията трябва да се управлява в реално време, докато се генерира. ИИ и машинното обучение могат да помогнат на енергийните компании да прогнозират кога ще има енергия от възобновяеми източници и да управляват енергийните мрежи по съответния начин. 

9.     Сигурност на мрежата
Енергийната мрежа е сложна система, която е уязвима на кибератаки. ИИ и машинното обучение могат да се използват за подобряване на сигурността на енергийните мрежи чрез предотвратяване на кибератаки, преди те да са се случили. 

Това включва използването на анализ на данни за идентифициране на модели в енергийните данни, които могат да бъдат показателни за кибератака. След като кибератаката бъде идентифицирана, ИИ и машинното обучение могат да се използват за реагиране на атаката.

10.  Интелигентни мрежи
Мрежите вече могат да бъдат интегрирани със сензори, инструменти за анализ на данни, системи за съхранение на енергия, платформи за управление на енергията и други видове енергийни технологии, за да станат „интелигентни“.

Чрез използването на интелигентни мрежи енергийните компании могат да събират данни за потреблението на енергия от всяко отделно устройство в мрежата и след това да използват тази информация, за да разработват проекти за енергийна ефективност за своите клиенти. Това също така позволява на енергийните компании да наблюдават енергийните потоци и използването на енергия в почти реално време.

След това енергийните компании могат да намалят потреблението на енергия чрез автоматизирани системи за реагиране на търсенето, които могат да изключват енергията в пиковите часове, което води до икономии на енергия както за собствениците на жилища, така и за енергийните компании.

Заключение. Човешката гледна точка

Представихме функционалните ползи на интегриране на самообучаващи се машини в менажирането на енергията от електропреносната мрежа, микромрежите и т.н. Това е едната страна на монетата. От другата страна са хората и изкуственият интелект има потенциала да им предложи нещо много важно. Прозрачност. Възможност да виждаш цялата картина, интерпретирана в разбираем вид. Независимо дали си малък или среден бизнес, или дори частен потребител с голям енергия или просто собственик на електроавтомобил, който иска да “продаде” ток, с който си заредил колата на по-ниска тарифа.

С изкуственият интелект идва и гъвкавостта при вземане на решения. Енергията е ключова за много бизнеси, но е само един вектор от целия микс от променливи, които координират вземането на тактически и стратегически решения. С ИИ а енергията се превръща в нещо менажируемо, предвидимо и дори актив, който може да носи печалба сам по себе си.