4 modi in cui l'intelligenza artificiale sta alimentando l'industria energetica

Le applicazioni di Intelligenza artificiale in the energy industry are powering new innovations and helping to develop the smart grid of the future. Christopher Frye, a Kolabtree freelancer, details how artificial intelligence in power plant, with 4 real-world examples.

Intelligenza artificiale (AI) rappresenta un'area che detiene un potenziale significativo in una vasta gamma di settori, tanto nel valore che può creare quanto nel valore che può scoprire attraverso la realizzazione di un potenziale precedentemente non sfruttato. Con l'aumento della potenza di calcolo, insieme all'archiviazione dei dati che è più accessibile, l'IA può ora produrre analisi di serie di dati in modo molto più potente ed elegante che mai.

In more simple terms, AI is expanding its scope over tasks traditionally performed by humans; indeed, in some respects, better than humans. In this blog post, we delve into the impact of this potential on the energy industry and in particular, how intelligenza artificiale in power plant is creating opportunity and value for the electrical system.

Convergenza di AI ed energia

È interessante notare che in un post sul blog agli studenti universitari l'anno scorsoBill Gates, il fondatore di Microsoft, ha suggerito che, se potesse tornare indietro nel tempo e avere un impatto in un modo nuovo, prenderebbe in considerazione tre campi:

Uno è l'intelligenza artificiale. Abbiamo solo iniziato a sfruttare tutti i modi in cui renderà la vita delle persone più produttiva e creativa. Il secondo è l'energia, perché renderla pulita, accessibile e affidabile sarà essenziale per combattere la povertà e il cambiamento climatico. Il terzo sono le bioscienze, che sono ricche di opportunità per aiutare le persone a vivere una vita più lunga e più sana.

Mentre le bioscienze non sono meno di un nobile perseguimento, ciò che rende questa citazione ancora più intrigante è il fatto che per molti aspetti, l'IA e l'energia stanno convergendo in modi che - pur essendo dirompenti - possono anche mitigare i potenziali impatti negativi e facilitare una trasformazione energetica più ordinata. Il resto di questo post fornisce approfondimenti su come le innovazioni associate all'IA stanno influenzando l'industria energetica, compresi alcuni casi di studio che evidenziano esempi concreti.

Nozioni di base sulla griglia

Before we dive into the details, a few minor points are in order regarding the nature of electric utility operations to ensure a clear understanding of how AI intersects. At its core, the electric industry (still) consists of three primary functional areas: generation, transmission, and distribution. Generation includes all of the sources of electric-generating power including both fossil fuels and energia rinnovabile; transmission includes high-voltage power lines that transport electricity from its generation source to where it’s needed, facilitated by a distribution system more popularly known as the system of telephone poles that line your street.

This entire system is more popularly known as the “grid”, and in recent years, a significant amount of discussion has centered on making the grid “smarter” or more responsive. While there are competing representations of how one defines the smart grid, at its essence, it is the confluence of the electric system and advanced innovation of information technology and communication. The smart grid is not static. It is a system that continua ad evolversi man mano che le tecnologie sono iterativamente testati e perfezionati. Il ruolo dell'IA potrebbe essere meglio descritto come il cervello dietro la futura smart grid, il centro di controllo dietro milioni di sensori e la capacità di sintetizzare e agire su quantità schiaccianti di dati. Ci rivolgiamo ad alcuni casi di studio in cui alcune di queste cose stanno già accadendo.

Intelligenza artificiale nella centrale elettrica: Esempi

1. AI + accumulo di energia = Athena

Stem, a San Francisco-based company founded in 2009, brings together the power of AI and energy storage to “optimize the timing of energy use”. Through the combination of apprendimento automatico, analisi predittiva and energy storage, Athena, come viene chiamato il sistema, forma delle centrali elettriche virtuali per massimizzare il valore dell'immagazzinamento dell'energia.

Come fa questo? Attraverso l'analisi dei dati ad una velocità di 400 megabyte ogni minuto, il sistema valuta continuamente il valore temporale dell'energia e prende le decisioni più ottimali su quando l'energia dovrebbe essere acquistata. Il processo di aggregazione su più punti che rappresentano la capacità di stoccaggio dell'energia è ciò che viene descritto come "centrale elettrica virtuale". La proliferazione di queste risorse distribuite è sempre più guidata dalla crescita di quelle che sono chiamate risorse energetiche distribuite (DER) sulla rete elettrica - principalmente attraverso il solare sui tetti che ha è cresciuta significativamente nell'ultimo decennio.

L'immagine qui sotto fornisce un rendering di questo concetto in forma visiva:

Fonte: Un'architettura di centrale elettrica virtuale per la gestione della domanda dei consumatori intelligenti - Figura scientifica su ResearchGate. [consultato il 3 nov, 2018]

 

In questo esempio, EES si riferisce a Electrical Energy Storage; DG si riferisce a Distributed Generation; e MV e LV si riferiscono rispettivamente a media e bassa tensione.

Il processo di questa aggregazione in una centrale elettrica virtuale viene condotto continuamente, sfruttando l'AI per sviluppare analisi predittive attraverso una varietà di variabili - come il tempo, i livelli di consumo energetico, le opzioni tariffarie (tasso di elettricità), tra gli altri e automatizzare il processo di calcoli in tempo reale. Il risultato fornisce riduzioni di carico aggregate che possono fornire sollievo durante i periodi di ondate di calore senza precedenti (anche se grazie al cambiamento climatico sempre meno senza precedenti). Questo è qualcosa che il sistema Stem distribuito più di 600 volte nel mercato all'ingrosso della California nel 2017.

2. L'AI facilita la gestione dell'energia rinnovabile

Come l'impatto del cambiamento climatico e l'uso continuo di combustibili fossili guida la crescita dell'energia rinnovabile - ora rappresenta un quinto della produzione globale di elettricitàMa c'è un aspetto di questa crescita di cui molti non si rendono conto. L'aumento della quantità di energia rinnovabile presenta delle sfide agli operatori di sistema per integrare queste fonti nella rete elettrica esistente.

Come questo articolo di Scientific American sottolinea:

Le energie rinnovabili intermittenti sono una sfida perché disturbano i metodi convenzionali per la pianificazione del funzionamento quotidiano della rete elettrica. La loro potenza fluttua su orizzonti temporali multipli, costringendo l'operatore di rete a regolare le sue procedure operative day-ahead, hour-ahead e real-time.

Dal momento che il solare o il vento potrebbero essere colpiti semplicemente da nuvole casuali o da modelli di vento difficili da prevedere, questa sfida è aggravata minuto per minuto per garantire che la rete elettrica continui a mantenere un'alimentazione coerente e affidabile. Questa è un'altra area in cui l'AI brilla (nessun gioco di parole). Di seguito tracciamo il profilo di due innovazioni di questo tipo - la prima è associata alla gestione delle risorse solari e la seconda riguarda l'aggregazione di più flussi di dati e la combinazione di previsioni meteorologiche e apprendimento automatico per ottimizzare le operazioni di energia rinnovabile.

3. VADER - Visibilità nelle reti di energia distribuita

Chiaramente l'ideatore di questo sforzo era un fan di Star Wars; no, Vader qui non si riferisce al signore oscuro, ma piuttosto a una piattaforma che combina i dati dei sistemi solari fotovoltaici (PV) e dei contatori intelligenti che analizzano i dati su base continua per modellare il consumo di elettricità e il comportamento delle risorse energetiche distribuite come il solare su tetto o a terra. VADER sta per Visualizzazione e Analitica dei sistemi di distribuzione con penetrazione profonda di Distribuito Energia Resources (o, di nuovo, DER).

Il motore al centro di tutta questa innovazione è apprendimento automatico e algoritmi basati su AILa piattaforma è in grado di "modellare i potenziali cambiamenti nella connettività e il comportamento delle DER sulla rete, consentendo l'ottimizzazione in tempo reale e l'automazione della pianificazione della distribuzione e la decisione di funzionamento per le utility". Di seguito è riportato uno sguardo ad alcune delle schermate di applicazione della piattaforma.

Fonte: Ufficio per l'efficienza energetica e le energie rinnovabili 

4. Nnergix - Intersezione di meteorologia, analisi ed energia

Nnergix is a Barcelona-based outfit founded in 2013 that brings together a mass of data and through the process of AI-based algorithms and analytic models to both manage renewable energy and optimize spinning reserves. Spinning reserves – in the simplest sense – are those generation resources that are on-line though not loaded and can respond within a short amount of time in the event a generator or transmission resource goes down.

Il futuro dell'AI e dell'energia

Gli esempi forniti sopra sono semplicemente un assaggio di ciò che è possibile in definitiva. Ci sono molti altri esempi dell'uso dell'IA che hanno un impatto sull'energia come: previsione di carico a breve termine, la manutenzione predittiva per sostituire le risorse che invecchiano (prima che si verifichino costose riparazioni quando alla fine si guastano), l'uso di assistenti virtuali per migliorare l'esperienza del cliente, e usando l'AI per ottenere informazioni sulla tua bolletta elettrica.

Naturalmente, queste innovazioni non sono senza rischi (come la privacy dei dati o diventare dipendenti dai dispositivi connessi a Internet), ma con la potenza di calcolo e la disponibilità di dati, ci sono potenzialmente altre aree in cui l'intelligenza artificiale in centrale elettrica è beneficiata. L'unico ingrediente aggiuntivo necessario è la creatività.

——-
Hai bisogno di consultare un esperto di intelligenza artificiale? Mettiti in contatto con un scienziato freelance su Kolabtree.