Smart Grid: Mesterséges intelligencia a megújuló energiák területén

33 év telt el azóta, hogy először találkoztam a mesterséges intelligencia (MI) akkor még gyerekcipőben járó területével. Dolgoztam a LISP és a Prolog MI programozási nyelvekkel. Az egyetemi hálózaton keresztül kapcsolatba kerültem az internettel is. Ezzel egy időben a műholdas televíziózás piaca is fellendült. Innen fejlesztettem képességeimet az intralogisztika területén, végül eljutottam jelenlegi pozíciómba a fotovoltaikus rendszerek területén.

Az FAW Ulm ) 1987-ben alapították az első független mesterséges intelligencia intézetként. Olyan cégek vettek részt benne, mint a DaimlerChrysler AG, a Jenoptik AG, a Hewlett-Packard GmbH, a Robert Bosch GmbH és számos más cég. Magam is ott dolgoztam kutatási asszisztensként 1988 és 1990 között.

Eközben a mesterséges intelligencia számos területen megtalálta a helyét, legyen szó az orvostudományról, a jogról, a marketingről vagy a számítógépes játékokról. A gépi fordítás, például a Google Translate vagy a DeepL segítségével, a legismertebb alkalmazások közé tartozik. A mesterséges intelligenciát a részvényárfolyamok elemzésében és előrejelzésében, valamint a keresőmotorokban lévő információáradat kezelésében is használják.

A mesterséges intelligencia a számítástechnika egyik részterülete, amely a viselkedési minták automatizálásával foglalkozik, amelyekből döntéstámogatás származtatható, és ideális esetben független, autonóm folyamatokhoz vezet. Leggyakrabban akkor alkalmazzák, amikor túlzottan nagy vagy strukturálatlan, mégis kezelhetetlen mennyiségű adatot kell kezelni és koordinálni.

Ez nem mindig sikeres. Például az Amazonnak deaktiválnia kellett a jelentkezők értékelésére szolgáló mesterséges intelligenciáját, mert az automatizált értékelő rendszer hátrányosan érintette a nőket .

És még a gépi fordításokban is gyakran előfordulnak durva hibák, amelyek közelebbről megvizsgálva a homlokráncolást vagy mosolyt váltanak ki.

Tehát a mesterséges intelligencia valójában nem ilyen egyszerű. A probléma nem is igazán az adatok mennyiségével van, hanem inkább azok helyes értelmezésével. Mivel az Amazon túlnyomórészt férfiakat alkalmazott, a mesterséges intelligencia arra a következtetésre jutott, hogy a nők teljesítményhiányban szenvednek. Azonban nem vette figyelembe, hogy a nők alacsony aránya a férfiak által dominált szakmákban szociológiai okokkal jár.

A mesterséges intelligencia alapvető problémája, hogy az algoritmusok programozása és a forrásadatok csak annyira jók, mint a fejlesztők szubjektív munkája, akik létrehozták és biztosították azokat. Az egyéni érzelmek és szándékok miatti objektivitásbeli hiányosságokat, valamint a fejlesztők értelmezési és észlelési hibáit a mesterséges intelligencia átveszi; tanul belőlük, és továbbfejleszti képességeit. Ha ehhez még hozzáadódik a dolgok és folyamatok közötti összefüggések (kulcskompetenciák) ismeretének hiánya, a ciklus lezárul.

Bővebben: Mesterséges intelligencia egyszerűen

A mesterséges intelligenciának ezért sok fejlesztési időre és a kudarcok kezelésére való bátorságra van szüksége, mielőtt egy hatékony rendszer kialakulhat.

Az olyan címsorok, mint a „Mesterséges Intelligencia (MI), mint az energetikai átállás motorja” vagy a „Hogyan profitál a logisztika a mesterséges intelligenciából”, olyan médiaszenzációk, amelyek még csak fel sem merülnek a szükséges fejlesztés és erőfeszítések tekintetében, valamint abban, hogy a költségek az elsődleges szempontok, mielőtt a pénzügyi jövedelmezőség nyilvánvalóvá válna.

A mesterséges intelligenciát eddig az energiaiparban elsősorban monitorozási vagy előrejelzési feladatokra használták.

 

Smart Grid – Intelligens elektromosság

A megújuló energiákból származó villamos energia növekvő részarányával azonban egyre világosabbá válik, hogy a mesterséges intelligencia a jövőben nagymértékben fogja irányítani az energiarendszer folyamatait is.

Míg eddig a központi áramtermelő hálózatok domináltak, a tendencia a decentralizált termelési rendszerek felé mutat. Ez vonatkozik a megújuló forrásokból, például fotovoltaikus rendszerekből, napenergiával működő hőerőművekből, szélturbinákból és biogázüzemekből történő termelésre. Ez egy sokkal összetettebb felépítéshez vezet, elsősorban a terhelésszabályozás, az elosztóhálózati feszültség fenntartása és a hálózat stabilitásának fenntartása terén. A közepes-nagyobb erőművektől eltérően a kisebb, decentralizált termelési rendszerek az alacsonyabb feszültségszintekre is közvetlenül táplálkoznak, mint például a kisfeszültségű hálózat vagy a középfeszültségű hálózat.

 

Intelligens hálózat fejlesztése

Egy intelligens villamosenergia-hálózat az összes érdekelt felet egy átfogó rendszerbe integrálja a termelés, a tárolás, a hálózatirányítás és a fogyasztás kölcsönhatásán keresztül. Az erőművek (beleértve a tárolólétesítményeket is) már eleve szabályozottak annak biztosítására, hogy a termelt villamos energia mennyisége mindig megegyezzen a fogyasztott mennyiséggel. Az intelligens villamosenergia-hálózatok a fogyasztókat, valamint a decentralizált kisméretű energiaszolgáltatókat és a tárolólétesítményeket is bevonják ebbe a szabályozási folyamatba. Ez kiegyensúlyozott fogyasztási mintázatot eredményez az időben és a helyszínen (intelligens energia/intelligens villamosenergia-fogyasztás), és lehetővé teszi a nem szabályozható villamosenergia-termelő létesítmények (pl. szélturbinák és fotovoltaikus rendszerek) és a fogyasztók (pl. világítás) jobb integrációját.

A megújuló energiák növekvő részarányával egyre fontosabbá válik az energiatermelés ingadozásainak összehangolása az energiafogyasztás ingadozásaival. Az elektromos energia energiatároló rendszerekben vagy szivattyús energiatározós erőművekben történő tárolásának lehetősége, az igényvezérelt villamosenergia-termelés (pl. vízerőművek vagy bioenergia révén), valamint a nagy területekre kiterjedő gyors elosztást biztosító villamosenergia-hálózatok bővítése mellett lehetőség van az áramfogyasztásnak az áramellátáshoz való igazítására is.

„A nap- és szélerőművekből származó villamosenergia-termelés az ellátórendszert jelentősen széttagoltabbá és időjárásfüggőbbé teszi, mint a hagyományos erőművek üzemeltetése. Továbbá a fogyasztásnak szorosabban kell összhangba kerülnie a villamosenergia-ellátással. A szükséges rugalmasságot a meglévő infrastruktúrával még nem lehet kezelni. Egy decentralizált rendszer csak valós idejű digitális folyamatok és automatizált döntések révén működhet” – magyarázza Dr. Clemens Hoffmann professzor, a Fraunhofer IEE igazgatója. Hoffmann a digitalizációt tekinti az energiaátmenet következő lépéseinek alapjának: „A decentralizált megújulóenergia-ellátás koordinációs és döntéshozatali folyamatai rendkívül összetettek. Csak a mesterséges intelligencia teszi lehetővé a különböző rendszerek, például a villamosenergia- és hőellátás, valamint a mobilitás nagymértékű összekapcsolását automatizált döntések révén. A kognitív energiarendszerek ökoszisztémájának kiépítésével előmozdítjuk a mesterséges intelligencia alkalmazásait az energiaszektorban.”

 

Egy decentralizált energiarendszerhez mesterséges intelligencia szükséges

Már most is konkrét igény mutatkozik a mesterséges intelligencia iránt az energiaszektor különböző területein. Például az automatizált energiakereskedelemben a hangsúly olyan rendszereken van, amelyek függetlenül azonosítják a kereskedési stratégiákat, és vételi vagy eladási megbízásokat indítanak el. A fotovoltaikus és szélerőművek, valamint a töltőállomások és az elektrolizátorok a mesterséges intelligencia segítségével optimalizálhatják működésüket, ezáltal csökkentve a karbantartási igényt és meghosszabbítva élettartamukat. A hálózati szektorban a technológiát széles körű információk elemzésére, kritikus helyzetek azonosítására és megoldásuk támogatására használják.

A Fraunhofer IEE 15 éve dolgozik mesterséges intelligencián, amely az időjárástól függő nap-, szél- és bioenergiából származó villamosenergia-termelés előrejelzésére szolgál. Kasselben fejlesztés alatt áll egy automatizált kereskedési rendszer az EPEX Spot áramtőzsdéhez is.

 

Mesterséges intelligencia kutatása az energiaszektorban

„A mesterséges intelligencia kulcsfontosságú technológia az energetikai átállás további fejlesztéséhez: Az átállás a fosszilis tüzelőanyagokon alapuló, központilag szervezett erőműiparról a megújuló forrásokon alapuló energiarendszerre egy rendkívül összetett folyamat, amelyet csak intelligens vezérléssel lehet kezelni” – mondta Angela Dorn, Hessen tudományos minisztere. „A Kognitív Energiarendszerek Kompetenciaközpontja teret biztosít a tudósok számára az új ötletek és kutatási megközelítések számára az energiaszektor innovációi terén. Örömmel támogatom a létrehozását. Most kulcsfontosságú, hogy a kutatók szakértelmét az ipar erős partnereivel ötvözzük.”

Ezért egy új kompetenciaközpontot hoznak létre Kasselben a kognitív energiarendszerek számára. Az energiarendszerben betöltött mesterséges intelligenciával foglalkozó kutatási projekt partnereket keres az akadémiai és az ipari szférából, és kiváló lehetőségeket lát Németország számára, mint üzleti és kutatási helyszín, hogy globális innovációs vezető szerepet töltsön be ezen a területen. Emiatt Hessen tartomány támogatja az új kompetenciaközpont létrehozását, amelyet a Fraunhofer Energiagazdaságtani és Energiarendszer-technológiai Intézet (IEE) működtet.

A mesterséges intelligencia ezen alkalmazási területeit kutatja a kasseli új Kognitív Energiarendszerek Kompetenciaközpontja, amelynek létrehozását a hesseni tartományi kormány összesen 5,8 millió euróval finanszírozza 2020 és 2022 között.

 

A K-ES

A Fraunhofer IEE 2020 közepe óta fejleszti a Kognitív Energiarendszerek Kompetenciaközpontját (K-ES), amelynek célja a kognitív energiagazdaságtan, a kognitív energiahálózatok és a kognitív energiarendszer-technológia kutatása. A fejlesztési folyamat várhatóan tíz évig tart. A K-ES célja, hogy a mesterséges intelligencia kutatásában és oktatásában részt vevő nemzeti és nemzetközi központtá váljon.

A Kognitív Energiarendszerek Kompetenciaközpontja (K-ES) mesterséges intelligencia szempontjából vizsgálja az energiarendszerek feladatait, és három területen fejleszti tovább azokat: Kognitív Energiagazdaságtan, Kognitív Energiahálózatok és Kognitív Energiarendszer Technológia. „Egy kognitív energiarendszer a rendelkezésre álló információk alapján önállóan határozza meg állapotát, és megtanulja az előre meghatározott célok elérését. A mesterséges intelligencia nem áll szemben az emberi intelligenciával, hanem állandó párbeszédet folytat vele, és támogatja azt. A technológia további fejlődésével mindkét fél változni fog” – magyarázza André Baier, az IEE projektmenedzsere.

Az energiaszektor más iparágakból származó ismeretekre is építhet. A mesterséges intelligencia már alapvetően megváltoztatja az autóipart, a kiskereskedelmet, valamint a biztosítási és pénzügyi szektort. A megújuló energiákkal és az ágazati összekapcsolással történő energiaátálláshoz a digitalizáció legfontosabb területei az intelligens termelők és fogyasztók, a virtuális erőművek, az intelligens hálózati technológiák és a valós idejű energiagazdálkodás.

 

Gazdasági koncepciók és alkalmazások

A K-ES (Energiarendszerek Kompetenciaközpontja) létrehozásának koncepcióját a Fraunhofer IEE dolgozta ki. A kezdeményezés a hesseni tartományi kormány koalíciós megállapodásában foglalt megállapodásból ered. A fejlesztési fázis most kezdődött. Az elsődleges cél egy innovációs ökoszisztéma létrehozása és egy szakértői közösség kiépítése. Az új kompetenciaközpont a jelenleg Kasselben épülő Fraunhofer IEE campus része lesz, és kiegészíti az energiarendszerek átalakítására irányuló kutatási portfóliót.

Az első lépés a helyiségek és az informatikai infrastruktúra felállítása egy felhőalapú rendszerrel. Ezt követően egy digitális platform jön létre, amely elősegíti az ipari és kutatási partnerek közötti információcserét. A kezdeti fázis a tudósok toborzására és a szakértelem fejlesztésére összpontosít. „Célunk, hogy összekapcsoljuk a közös céllal rendelkező tudósokat, függetlenül attól, hogy a világ melyik részén élnek” – mondja Baier.

A kompetenciaközpont tervezett hivatalos létrehozásáig a partnerek megszerzésére és az ipar alkalmazási projektjeinek biztosítására fog összpontosítani. Az energiaszektorral való szoros kapcsolat a koncepció kulcsfontosságú része: a K-ES energiaipari vállalatoknak nyújtott szolgáltatásai a tanácsadástól és a koncepciótanulmányoktól a prototípusokig és a kulcsrakész rendszerekig terjednek. „Kutatók és vállalatok jelentkezéseit egyaránt szívesen fogadjuk, mert egy ilyen ökoszisztéma az elmélet és a gyakorlat hálózatépítésén alapul” – hangsúlyozza Hoffmann.

 

A cél: Nemzetközi hírű közösség létrehozása Németországban

A következő tíz évben a K-ES várhatóan körülbelül 100 szakértővel fog rendelkezni az adattudomány, a gépi tanulás fejlesztése, az ajánlórendszerek és a digitális innovációmenedzsment területén. Jelenleg a Fraunhofer IEE 15 alkalmazottja dolgozik ezeken a területeken. Az új intézmény célja, hogy Németország energiaszektorának egyik vezető mesterséges intelligencia közösségévé váljon.

A mesterséges intelligencia kutatásában rejlő magas fokú nemzetköziség tükrözése érdekében a kompetenciaközpont a világ minden tájáról érkező vendégkutatóknak is lehetőséget kínál a részvételre. „A speciális képzési infrastruktúrának, a megfelelő hardvernek és szoftvernek, valamint az átfogó modell- és adattárnak köszönhetően hatékony és több helyszínen is zajló mesterséges intelligencia kutatást tudunk végezni az energiarendszer számára” – magyarázza Christoph Scholz, a K-ES tudományos igazgatója a rendelkezésre álló lehetőségekkel kapcsolatban.

Világszerte intenzív munka folyik a mesterséges intelligencia fejlesztése terén. Németország eddig lényegesen kevesebbet költött erre a kutatásra, mint versenytársai, az USA és Kína. A német kormány koronavírushoz kapcsolódó gazdaságélénkítő csomagjának részeként 2025-ig 5 milliárd eurót terveznek befektetni a mesterséges intelligenciába. „Ami az energiarendszerben alkalmazott mesterséges intelligenciát illeti, Németország, mint üzleti és kutatási helyszín, jó helyzetben van ahhoz, hogy globális innovációs vezető szerepet töltsön be. Ennek érdekében kulcsfontosságú, hogy minden érdekelt fél együttműködjön a téma előmozdítása érdekében” – mondta Hoffmann.

 

Kognitív rendszerek

A kognitív rendszer egy digitális rendszer, amely interfészekkel rendelkezik a digitális világ és a környezet között, képes érzékelni és megérteni a dolgokat, következtetéseket levonni és tanulni. A kognitív rendszerek képesek önállóan megoldásokat kidolgozni emberi problémákra. Képesek interakcióba lépni és együttműködni más digitális rendszerekkel, értelmezni a kontextusokat, és alkalmazkodóképesek.

A kognitív rendszereket egyre több területen alkalmazzák, és például az önvezető járművek, az intelligens személyi asszisztensek, az Ipar 4.0 és a dolgok internete alapvető technológiáját képviselik. Az ilyen rendszerek tipikus jellemzője, hogy rövid idő alatt képesek nagy mennyiségű adatot feldolgozni, és integrálhatók egy magasabb szintű rendszerbe (rendszerek rendszerébe). 2020-ra világszerte több tízmilliárd eurót fektettek be ebbe a technológiába.

Egy kognitív rendszer képes önállóan meghatározni saját és eszközeinek állapotát a rendelkezésre álló információk alapján, és alkalmazkodóképessége révén megtanulni előre meghatározott célok autonóm elérését. A kognitív energiarendszerek kulcsfontosságú technológiák az energetikai átálláshoz. Az elektromos szektorban alkalmazások találhatók a hálózatirányításban, valamint a termelés és a fogyasztás irányításában.

A kognitív energiarendszerek ökoszisztémáján belül a mesterséges intelligenciához való hozzáférést megkönnyítik a különböző piaci szerepkörök számára. Az erőmű-üzemeltetők, a mérőpont-üzemeltetők, a mérlegkör-kezelők és a közvetlen értékesítők feladatait olyan mértékben automatizálják, hogy azok önállóan elvégezhetők legyenek. Az „Energy Avatar” modell (lásd fent) azt szemlélteti, hogy egy napelemes rendszerrel rendelkező háztulajdonos milyen könnyen részt vehet az energiapiacon, ha minden folyamat automatizált. Az Energia Avatart jelenleg a Fraunhofer Intézetek (IEE) és az IOSB-AST együttműködésében fejlesztik.

A koncepció része a szoros kapcsolat az energiaszektorral: a K-ES energiaipari vállalatoknak nyújtott szolgáltatásai a tanácsadástól és koncepciótanulmányoktól kezdve a prototípusokig és a kulcsrakész rendszerekig terjednek. Az ökoszisztéma az elmélet és a gyakorlat közötti hálózatépítésre épül.

Automatizálás és autonómizálás. További információ itt olvasható: „ CO2-semlegesség – Tanuljunk az Amazontól ”