4 Maneiras de Inteligência Artificial é Alimentar a Indústria Energética

As aplicações de Inteligência Artificial 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.

Inteligência Artificial (AI) representa uma área que possui um potencial significativo em uma ampla gama de setores, tanto no valor que pode criar quanto no valor que pode descobrir através da realização de um potencial previamente inexplorado. Com o aumento do poder computacional, juntamente com o armazenamento de dados mais acessível, a IA pode agora produzir análises de conjuntos de dados de uma maneira muito mais poderosa e elegante do que nunca.

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 inteligência artificial in power plant is creating opportunity and value for the electrical system.

Convergência da IA e da Energia

Curiosamente, em um post no blog para estudantes universitários no ano passadoBill Gates, o fundador da Microsoft, sugeriu que, se ele pudesse voltar no tempo e causar um impacto de uma nova maneira, ele consideraria três campos:

Uma delas é a inteligência artificial. Só agora começamos a explorar todas as formas de tornar a vida das pessoas mais produtiva e criativa. A segunda é a energia, porque torná-la limpa, acessível e confiável será essencial para combater a pobreza e a mudança climática. A terceira é as biociências, que estão maduras com oportunidades para ajudar as pessoas a viver vidas mais longas e mais saudáveis.

Embora as biociências não sejam menos nobres, o que torna esta citação ainda mais intrigante é o fato de que, em muitos aspectos, a IA e a energia estão convergindo de maneiras que - embora perturbadoras - também podem mitigar potenciais impactos negativos e facilitar uma transformação energética mais ordenada. O restante deste post fornece insights sobre como as inovações associadas à IA estão impactando a indústria energética, incluindo alguns estudos de caso destacando exemplos concretos.

Noções básicas da rede

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 renovável; 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 a evoluir como tecnologias são testados e aperfeiçoados iterativamente. O papel da IA pode ser melhor descrito como o cérebro por trás da futura rede inteligente, o centro de controle por trás de milhões de sensores e a capacidade de sintetizar e agir sobre quantidades avassaladoras de dados. Voltamos a alguns estudos de caso onde parte disto já está acontecendo.

Inteligência Artificial em Usina de Energia: Exemplos

1. AI + Armazenamento de energia = Athena

Haste, 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 aprendizagem de máquinas, análise preditiva and energy storage, AthenaComo o sistema é chamado, forma centrais elétricas virtuais para maximizar o valor do armazenamento de energia.

Como isso pode ser feito? Através da análise de dados a uma taxa de 400 megabytes a cada minuto, o sistema avalia continuamente o valor temporal da energia e toma as melhores decisões sobre quando a energia deve ser comprada. O processo de agregação em múltiplos pontos que representam a capacidade de armazenamento de energia é o que é descrito como a "central elétrica virtual". A proliferação destes recursos distribuídos está sendo cada vez mais impulsionada pelo crescimento do que é chamado de recursos energéticos distribuídos (DER) na rede elétrica - principalmente através de telhado solar que tem cresceu significativamente durante a última década.

A imagem abaixo fornece uma representação visual deste conceito:

Fonte: Uma arquitetura de usina de energia virtual para o gerenciamento do lado da demanda de prosumers inteligentes - Figura científica no ResearchGate. [acessado em 3 de novembro de 2018].

 

Neste exemplo, EES refere-se ao armazenamento de energia elétrica; DG refere-se à Geração Distribuída; e MT e BT referem-se à média e baixa tensão, respectivamente.

O processo desta agregação em uma central elétrica virtual é conduzido continuamente, alavancando a IA para desenvolver análises preditivas através de uma variedade de variáveis - tais como clima, níveis de consumo de energia, opções tarifárias (taxa de eletricidade), entre outras, e automatizar o processo de cálculos em tempo real. O resultado proporciona reduções de carga agregada que podem proporcionar alívio durante períodos de ondas de calor sem precedentes (embora graças à mudança climática tornar-se menos sem precedentes). Isto é algo que o sistema Stem implantado mais de 600 vezes no mercado atacadista da Califórnia em 2017.

2. AI Facilita a gestão da energia renovável

Como o impacto da mudança climática e o uso contínuo de combustíveis fósseis impulsiona o crescimento das energias renováveis - agora respondendo por um quinto da produção global de eletricidadeHá um aspecto deste crescimento que muitos podem não perceber. Aumentar a quantidade de energia renovável apresenta desafios para os operadores de sistemas para integrar estas fontes na rede elétrica existente.

Como este artigo de pontos científicos americanos:

As energias renováveis intermitentes são um desafio porque perturbam os métodos convencionais de planejamento da operação diária da rede elétrica. Sua energia flutua em múltiplos horizontes de tempo, forçando o operador da rede a ajustar seus procedimentos de operação em tempo real, com um dia de antecedência e uma hora de antecedência.

Como a energia solar ou eólica poderia ser impactada simplesmente por nuvens aleatórias ou por padrões de vento difíceis de prever, este desafio é agravado minuto a minuto para garantir que a rede elétrica continue a manter uma energia consistente e confiável. Esta é outra área onde a IA brilha (sem trocadilho intencional). A primeira está associada ao gerenciamento de recursos solares e a segunda envolve agregar múltiplos fluxos de dados e combinar previsão do tempo e aprendizagem de máquinas para otimizar as operações de energia renovável.

3. VADER - Visibilidade em Redes de Energia Distribuída

Claramente o idealizador por trás deste esforço foi um ventilador Star Wars; não, aqui Vader não se refere ao Senhor das Trevas, mas sim a uma plataforma que combina dados de sistemas solares foto-voltaicos (PV) e medidores inteligentes que comprimem os dados continuamente para modelar o consumo de eletricidade e o comportamento dos recursos energéticos distribuídos, tais como a energia solar no telhado ou no solo. VADER significa Visualização e Analisadores de Sistemas de Distribuição com Penetração Profunda de Distribuído Energia Res fontes (ou, novamente, DER).

O motor no centro de toda essa inovação é aprendizagem de máquinas e algoritmos baseados em IA; ele pode "modelar mudanças potenciais na conectividade e no comportamento dos DERs na rede, permitindo a otimização e automação em tempo real do planejamento da distribuição e da decisão de operação das concessionárias". Abaixo está uma visão de algumas das telas de aplicação da plataforma.

Fonte: Escritório de Eficiência Energética e Energia Renovável 

4. Nnergix - Intersecção de Meteorologia, Analítica e 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.

O futuro da IA e da energia

Os exemplos fornecidos acima são simplesmente uma amostra do que é possível no final das contas. Há muito mais exemplos do uso de energia de impacto da IA, como por exemplo: previsão de carga a curto prazoA manutenção preditiva para substituir os recursos envelhecidos (antes que os reparos dispendiosos ocorram quando finalmente falham), o uso de assistentes virtuais para melhorar a experiência do clientee usando AI para obter informações sobre sua conta de eletricidade.

Naturalmente, essas inovações não estão isentas de riscos (como a privacidade dos dados ou tornar-se dependente de dispositivos conectados à Internet), mas com o poder computacional e a disponibilidade de dados, existem potencialmente outras áreas onde a inteligência artificial na usina de energia é beneficiada. O único ingrediente adicional necessário é a criatividade.

——-
Necessidade de consultar um especialista em inteligência artificial? Entre em contato com um cientista freelancer em Kolabtree.