Smart Grid: Kunstig intelligens inden for vedvarende energi

Udgivet den: 10. september 2020 / Opdateret den: 21. juni 2023 – Forfatter: Konrad Wolfenstein

Kunstig intelligens inden for vedvarende energi – @shutterstock | monicaodo

Det er 33 år siden, jeg første gang stødte på det dengang spirende felt kunstig intelligens (AI). Jeg arbejdede med AI-programmeringssprogene LISP og Prolog. Gennem universitetsnetværket kom jeg også i kontakt med internettet. Samtidig boomede markedet for satellit-tv. Derfra udviklede jeg mine færdigheder inden for intralogistik og endte med at nå frem til min nuværende stilling inden for solceller.

FAW Ulm (Forskningsinstituttet for Anvendelsesorienteret Videnbehandling) blev grundlagt i 1987 som det første uafhængige institut for kunstig intelligens. Virksomheder som DaimlerChrysler AG, Jenoptik AG, Hewlett-Packard GmbH, Robert Bosch GmbH og flere andre var involveret. Jeg arbejdede selv der som forskningsassistent fra 1988 til 1990.

I mellemtiden har kunstig intelligens fundet vej til mange områder, hvad enten det er medicin, jura, marketing eller computerspil. Maskinoversættelser, for eksempel med Google Translate eller DeepL, er blandt de mest kendte anvendelser. Kunstig intelligens bruges også til analyse og prognoser af aktiekursbevægelser og til at håndtere informationsstrømmen i søgemaskiner.

Kunstig intelligens er et underfelt inden for datalogi, der beskæftiger sig med automatisering af adfærdsmønstre, hvorfra beslutningsstøtte kan udledes og ideelt set føre til uafhængige, autonome processer. Det bruges oftest, når en alt for stor eller ustruktureret, men uhåndterlig mængde data skal styres og koordineres.

Det er ikke altid en succes. For eksempel måtte Amazon deaktivere sin kunstige intelligens til evaluering af ansøgere, fordi det automatiserede vurderingssystem stillede kvinder dårligere .

Og selv i maskinoversættelser er der stadig ofte nogle grove fejl, der ved nærmere eftersyn forårsager panderynker eller smil.

Så kunstig intelligens er faktisk ikke så simpelt. Problemet er ikke mængden af ​​data, men snarere den korrekte fortolkning. Fordi Amazon overvejende havde ansat mænd, konkluderede AI'en, at kvinder havde et præstationsunderskud. Den undlod dog at tage højde for, at den lave procentdel af kvinder i mandsdominerede erhverv har sociologiske årsager.

Det grundlæggende problem med kunstig intelligens er, at programmeringen af ​​algoritmerne og kildedataene kun er så gode som det subjektive arbejde udført af de udviklere, der skaber og leverer dem. Mangler i objektivitet på grund af individuelle følelser og intentioner, samt fejl i fortolkning og opfattelse fra udviklernes side, tages op af AI'en; den lærer af dem og videreudvikler sine evner. Hvis der ovenikøbet lægges manglende viden om sammenhængene mellem ting og processer (nøglefærdigheder), er cyklussen fuldendt.

Mere om dette: Kunstig intelligens gjort enkelt

AI kræver derfor meget udviklingstid og modet til at imødegå tilbageslag, før et effektivt system kan opstå.

Overskrifter som "Kunstig intelligens (AI) som drivkraft for energiomstillingen" eller "Hvordan logistik drager fordel af kunstig intelligens" er medieopsigt, der slet ikke begynder at afspejle den nødvendige udvikling og indsats, og at omkostninger er den primære bekymring, før den økonomiske rentabilitet bliver tydelig.

Kunstig intelligens er hidtil primært blevet brugt i energibranchen til overvågnings- eller prognoseopgaver.

Smart Grid – Intelligent strømforsyning

Men med den stigende andel af elektricitet fra vedvarende energikilder bliver det tydeligt, at kunstig intelligens også vil styre processerne i energisystemet i stor skala i fremtiden.

Kunstig intelligens (AI) – Smart Grid – Intelligent elnet – @shutterstock | monicaodo

Mens centraliseret elproduktion hidtil har domineret elnettene, er tendensen ved at skifte mod decentraliserede produktionsanlæg. Dette gælder især for vedvarende energikilder såsom solcelleanlæg, solvarmeanlæg, vindmøller og biogasanlæg. Dette fører til en betydeligt mere kompleks struktur, primært inden for områderne belastningskontrol, spændingsregulering i distributionsnettet og opretholdelse af netstabilitet. Mindre, decentraliserede produktionsanlæg, i modsætning til mellemstore til store kraftværker, forsyner også direkte med lavere spændingsniveauer såsom lavspændings- eller mellemspændingsnetværk.

Udvikling af et smart grid

Et intelligent elnet integrerer alle interessenter i et omfattende system gennem samspillet mellem produktion, lagring, netstyring og forbrug. Kraftværker (inklusive lagringsfaciliteter) er allerede kontrolleret for at sikre, at mængden af ​​produceret elektrisk energi altid stemmer overens med den forbrugte mængde. Intelligente elnet inkorporerer forbrugere såvel som decentraliserede småskala energileverandører og lagringsfaciliteter i denne kontrolproces. Dette resulterer i et afbalanceret forbrugsmønster på tværs af tid og sted (smart strøm/intelligent elforbrug) og muliggør bedre integration af ikke-regulerbare produktionsfaciliteter (f.eks. vindmøller og solcelleanlæg) og forbrugere (f.eks. belysning).

Med den stigende andel af vedvarende energi bliver det vigtigere at afstemme udsving i energiproduktionen med udsving i energiforbruget. Udover muligheden for at lagre elektrisk energi ved hjælp af energilagringssystemer eller pumpekraftværker, behovsstyret elproduktion (f.eks. gennem vandkraftværker eller bioenergi) og udbygning af elnet til hurtig distribution over store områder, er der også mulighed for at tilpasse elforbruget til elforsyningen.

"Elproduktion fra sol- og vindkraftværker gør forsyningssystemet betydeligt mere fragmenteret og vejrafhængigt end driften af ​​konventionelle kraftværker. Desuden skal forbruget i højere grad afstemmes med elforsyningen. Den nødvendige fleksibilitet kan endnu ikke styres med den eksisterende infrastruktur. Et decentraliseret system kan kun fungere gennem digitale processer i realtid og automatiserede beslutninger," forklarer professor dr. Clemens Hoffmann, direktør for Fraunhofer IEE. Hoffmann ser digitalisering som fundamentet for de næste skridt i energiomstillingen: "Koordinations- og beslutningsprocesserne i en decentraliseret vedvarende energiforsyning er ekstremt komplekse. Kun kunstig intelligens vil gøre det muligt at forbinde forskellige systemer, såsom el- og varmeforsyning samt mobilitet, i stor skala gennem automatiserede beslutninger. Ved at opbygge et økosystem for kognitive energisystemer fremmer vi anvendelserne af AI i energisektoren."

Et decentraliseret energisystem har brug for kunstig intelligens

Der er allerede et konkret behov for AI inden for forskellige områder af energisektoren. For eksempel er fokus inden for automatiseret energihandel på systemer, der uafhængigt identificerer handelsstrategier og udløser købs- eller salgsordrer. Solcelle- og vindkraftværker, såvel som ladestationer og elektrolysører, kan bruge AI til at optimere deres drift og dermed reducere vedligeholdelse og forlænge deres levetid. I netsektoren bruges teknologien til at analysere en bred vifte af information, identificere kritiske situationer og understøtte deres løsning.

Fraunhofer IEE har i 15 år arbejdet med kunstig intelligens til at forudsige vejrafhængig elproduktion fra sol, vind og bioenergi. Et automatiseret handelssystem til elbørsen EPEX Spot er også under udvikling i Kassel.

Forskning i AI i energisektoren

"Kunstig intelligens er en nøgleteknologi for den videre udvikling af energiomstillingen: Skiftet væk fra en centralt organiseret kraftværksindustri baseret på fossile brændstoffer til et energisystem baseret på vedvarende energikilder er en yderst kompleks proces, der kun kan styres gennem intelligent styring," sagde Hessens videnskabsminister, Angela Dorn. "Kompetencecentret for kognitive energisystemer giver forskere plads til nye ideer og forskningstilgange til innovationer i energisektoren. Jeg er glad for, at vi støtter dets etablering. Nu er det afgørende at kombinere forskernes ekspertise med stærke partnere fra industrien."

Derfor etableres et nyt kompetencecenter for kognitive energisystemer i Kassel. Forskningsprojektet om kunstig intelligens i energisystemet søger partnere fra den akademiske verden og industrien og ser fremragende muligheder for Tyskland som forretnings- og forskningssted til at opnå global innovationsledelse på dette område. Af denne grund støtter delstaten Hessen etableringen af ​​det nye kompetencecenter, der drives af Fraunhofer Institut für Energiewirtschaft und Energiesystemtechnik (IEE).

Disse anvendelsesområder for AI forskes i af det nye Kompetencecenter for Kognitive Energisystemer i Kassel, hvis etablering finansieres af delstatsregeringen i Hessien med i alt 5,8 millioner euro mellem 2020 og 2022.

K-ES

Kompetencecenteret for Kognitive Energisystemer (K-ES) har været under udvikling af Fraunhofer IEE siden midten af ​​2020 for at forske i kognitiv energiøkonomi, kognitive energinetværk og kognitiv energisystemteknologi. Udviklingsprocessen er planlagt til at vare ti år. K-ES sigter mod at blive et nationalt og internationalt center for kunstig intelligens inden for forskning og undervisning.

Kompetencecentret for Kognitive Energisystemer (K-ES) undersøger energisystemopgaver fra et AI-perspektiv og videreudvikler dem inden for tre områder: Kognitiv energiøkonomi, Kognitive energinetværk og Kognitiv energisystemteknologi. "Et kognitivt energisystem bestemmer uafhængigt sin tilstand baseret på tilgængelig information og lærer at nå foruddefinerede mål. Kunstig intelligens er ikke i modsætning til menneskelig intelligens, men engagerer sig snarere i konstant udveksling med den og understøtter den. Med den videre udvikling af teknologien vil begge sider ændre sig," forklarer IEE-projektleder André Baier.

Energisektoren kan også bygge på indsigt fra andre brancher. Kunstig intelligens er allerede fundamentalt ved at ændre bilindustrien, detailhandlen samt forsikrings- og finanssektoren. For energiomstillingen med vedvarende energi og sektorkobling er de vigtigste områder for digitalisering intelligente producenter og forbrugere, virtuelle kraftværker, smart grid-teknologier og energistyring i realtid.

Koncepter og anvendelser for økonomien

Konceptet for etableringen af ​​K-ES (Kompetencecenter for Energisystemer) blev udviklet af Fraunhofer IEE. Initiativet udspringer af en aftale i koalitionsaftalen mellem delstatsregeringen i Hessien. Udviklingsfasen er nu begyndt. Det primære mål er at skabe et økosystem for innovation og opbygge et ekspertfællesskab. Det nye kompetencecenter vil være en del af Fraunhofer IEE-campus, der i øjeblikket er under opførelse i Kassel, og vil supplere forskningsporteføljen for transformation af energisystemer.

Det første trin involverer etablering af lokaler og IT-infrastruktur med et cloud-system. Derefter vil der blive oprettet en digital platform for at fremme udveksling mellem partnere fra industri og forskning. Den indledende fase vil fokusere på at rekruttere forskere og udvikle ekspertise. "Vores mål er at forbinde forskere, der deler et fælles mål, uanset hvor i verden de er baseret," siger Baier.

Indtil den planlagte officielle etablering af kompetencecentret vil fokus være på at erhverve partnere og sikre applikationsprojekter fra industrien. En tæt forbindelse til energisektoren er en central del af konceptet: K-ES' ydelser til energivirksomheder spænder fra rådgivning og konceptstudier til prototyper og nøglefærdige systemer. "Vi byder ansøgninger fra både forskere og virksomheder velkommen, fordi et sådant økosystem trives på netværket mellem teori og praksis," understreger Hoffmann.

Målet: Et internationalt anerkendt fællesskab i Tyskland

I løbet af de næste ti år forventes K-ES at have omkring 100 eksperter, der arbejder inden for datavidenskab, fremskridt inden for maskinlæring, anbefalingssystemer og digital innovationsstyring. I øjeblikket arbejder 15 medarbejdere hos Fraunhofer IEE inden for disse områder. Den nye institution sigter mod at blive et af de førende AI-fællesskaber i energisektoren i Tyskland.

For at afspejle den høje grad af internationalitet inden for AI-forskning tilbyder kompetencecentret også gæsteforskere fra hele verden muligheden for at deltage. "Takket være den specialiserede træningsinfrastruktur, passende hardware og software samt et omfattende model- og datalager kan vi udføre effektiv og tværfaglig AI-forskning til energisystemet," forklarer Christoph Scholz, videnskabelig direktør for K-ES, om de tilgængelige muligheder.

Globalt set arbejdes der intensivt på udviklingen af ​​kunstig intelligens. Tyskland har indtil videre brugt betydeligt mindre på denne forskning end sine konkurrenter, USA og Kina. Som en del af den tyske regerings coronarelaterede økonomiske stimuluspakke skal der nu investeres 5 milliarder euro i kunstig intelligens inden 2025. "Med hensyn til kunstig intelligens i energisystemet er Tyskland som forretnings- og forskningssted godt positioneret til at opnå global innovationsledelse. Med henblik herpå er det afgørende, at alle interessenter arbejder sammen om at fremme dette emne," sagde Hoffmann.

Kognitive systemer

Et kognitivt system er et digitalt system med grænseflader mellem den digitale verden og omgivelserne, der er i stand til at opfatte og forstå ting, drage konklusioner og lære. Kognitive systemer er i stand til selvstændigt at udvikle løsninger på menneskelige problemer. De kan interagere og samarbejde med andre digitale systemer, fortolke kontekster og er tilpasningsdygtige.

Kognitive systemer anvendes i et stigende antal områder og repræsenterer for eksempel den grundlæggende teknologi for selvkørende køretøjer, intelligente personlige assistenter, Industri 4.0 og Tingenes Internet. Et typisk kendetegn ved sådanne systemer er deres evne til at behandle store mængder data på kort tid og deres integration i et overordnet system (system af systemer). I 2020 var der investeret titusindvis af milliarder af euro i denne teknologi på verdensplan.

© Fraunhofer IEE – Anvendelse – Kognitive Systemer

Et kognitivt system kan uafhængigt bestemme sin egen tilstand og tilstanden af ​​sine aktiver baseret på tilgængelig information og, gennem sin evne til at tilpasse sig, lære at nå foruddefinerede mål autonomt. Kognitive energisystemer er en nøgleteknologi for energiomstillingen. Anvendelser i elsektoren kan findes inden for netstyring og styring af produktion og forbrug.

© Fraunhofer IEE – Energiavatar – Kognitive Systemer

Inden for økosystemet for kognitive energisystemer bliver adgangen til AI fremmet for de forskellige markedsroller. Opgaverne for anlægsoperatører, målepunktoperatører, balanceringsgruppeledere og direkte markedsførere automatiseres i en sådan grad, at de kan udføres autonomt. "Energy Avatar"-modellen (se ovenfor) illustrerer, hvor nemt en husejer med et solcelleanlæg kan deltage i energimarkedet, når alle processer er automatiserede. Energy Avatar udvikles i øjeblikket i samarbejde mellem Fraunhofer Institutes IEE og IOSB-AST.

© Fraunhofer IEE – Økosystem – Kognitive Systemer

En tæt forbindelse til energisektoren er en del af konceptet: K-ES' ydelser til energiselskaber spænder fra rådgivning og konceptstudier til prototyper og nøglefærdige systemer. Økosystemet trives på netværket mellem teori og praksis.

Automatisering og autonomisering. Læs mere om det her: “ CO2-neutralitet – Læring fra Amazon ”

► Kontakt mig eller deltag i diskussionen på LinkedIn

Hvordan vi sikrer infrastrukturen i vores nøgleindustrier vil være afgørende for fremtiden!

Tre områder er særligt vigtige her:

• Digital intelligens (digital transformation, internetadgang, Industri 4.0 og Tingenes Internet)
• Autonom strømforsyning (CO2-neutralitet, planlægningssikkerhed, miljøsikkerhed)
• Intralogistik/Logistik (Fuldautomatisering, mobilitet af varer og mennesker)

Xpert.Digital leverer til dig her fra Smart AUDA-serien.

• Autonomisering af energiforsyningen
• urbanisering
• Digital transformation
• Automatisering af processer

Der tilføjes løbende nye oplysninger, og de opdateres regelmæssigt.