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.

Em termos mais simples, a IA está expandindo seu escopo sobre tarefas tradicionalmente executadas por humanos; de fato, em alguns aspectos, melhor do que os humanos. Neste post do blog, mergulhamos no impacto deste potencial sobre a indústria energética e, em particular, como a inteligência artificial em usinas de energia está criando oportunidade e valor para o sistema elétrico.

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:

One is artificial intelligence. We have only begun to tap into all the ways it will make people’s lives more productive and creative. The second is energy, because making it clean, affordable, and reliable will be essential for fighting poverty and climate change. The third is biosciences, which are ripe with opportunities to help people live longer, healthier lives.

While biosciences is no less of a noble pursuit, what makes this quote all the more intriguing is the fact that in many respects, AI and energy are converging in ways that – while disruptive – can also mitigate potential negative impacts and facilitate a more orderly energy transformation. The remainder of this post provides insights into how innovations associated with AI are impacting the energy industry, including a few case studies highlighting concrete examples.

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.

How does it do this? Through analysis of data at a rate of 400 megabytes every minute, the system continuously assesses the time value of energy and makes the most optimal decisions about when energy should be purchased. The process of aggregation across multiple points representing energy storage capacity is what is described as the “virtual power plant”. The proliferation of these distributed resources are increasingly being driven by the growth of what are called distributed energy resources (DER) on the electric grid – primarily through rooftop solar which has cresceu significativamente durante a última década.

A imagem abaixo fornece uma representação visual deste conceito:

Fonte: A Virtual Power Plant Architecture for the Demand-Side Management of Smart Prosumers – Scientific Figure 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.

The process of this aggregation into a virtual power plant is conducted continuously, leveraging AI to develop predictive analytics across a variety of variables – such as weather, energy consumption levels, tariff (electricity rate) options, among others and automate the process of real-time calculations. The result provides aggregated load reductions that can provide relief during periods of unprecedented heat waves (though thanks to climate change becoming less unprecedented). This is something that the Stem system deployed 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 drives renewable energy growth – now accounting for a fifth of global electricity productionHá 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.

Since solar or wind could be impacted simply by random clouds or difficult to predict wind patterns, this challenge is compounded on a minute-by-minute basis to ensure that the electric grid continues to maintain consistent, reliable power. This is another area where AI shines (no pun intended). We profile two such innovations below – the first is associated with managing solar resources and the second involves aggregating multiple streams of data and combining weather forecasting and machine learning to optimize renewable energy operations.

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; it can “model potential changes in connectivity and the behavior of DERs on the grid, enabling the real-time optimization and automation of distribution planning and operation decision for utilities”. Below is a glimpse at some of the platform’s application screens.

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.