Smart Grid: Mesterséges intelligencia a megújuló energiák területén

Közzétéve: 2020. szeptember 10. / Frissítés: 2023. június 21. - Szerző: Konrad Wolfenstein

Mesterséges intelligencia a megújuló energiák területén – @shutterstock | monicaodo

33 évvel ezelőtt kerültem kapcsolatba a „mesterséges intelligencia” (AI) még fiatal tudományágával. A LISP és a Prolog AI programozási nyelveken dolgoztam. Az egyetemi hálózaton keresztül kerültem kapcsolatba az Internettel is. Ezzel párhuzamosan a műholdas televíziózás piaca is fellendült. Innen tovább fejlődtem az intralogisztika területén, mígnem a mai nap fotovoltaikához kötöttem.

A FAW Ulm (Research Institute for Application-Oriented Knowledge Processing), az első független mesterséges intelligencia intézet, 1987-ben alakult. Olyan cégek vettek részt, mint a DaimlerChrysler AG, a Jenoptik AG, a Hewlett-Packard GmbH, a Robert Bosch GmbH és még sokan mások. 1988-tól 1990-ig dolgoztam ott kutatási asszisztensként.

Időközben az AI számos területen megtalálta az utat, legyen az orvostudomány, jog, marketing vagy számítógépes játékok. A legismertebbek a gépi fordítások, például a Google Translate vagy a Deepl segítségével. A részvényárfolyamok alakulásának elemzése és előrejelzése, vagy a keresőmotorok információáradata kezelése során.

A mesterséges intelligencia a számítástechnikának a viselkedési minták automatizálásával foglalkozó ága, amelyből döntési segédanyagok származtathatók, és legjobb esetben független, autonóm folyamatok folytatódhatnak. Leginkább akkor használják, ha túlméretezett vagy rendezetlen, de kezelhetetlen mennyiségű adatot kell kezelni és koordinálni.

Nem mindig sikerül. Például az Amazonnak le kellett kapcsolnia az AI-t a jelentkezők értékeléséhez, mert az automatikus értékelési rendszer hátrányos helyzetbe hozta a nőket .

És még a gépi fordításoknál is gyakran vannak bennük olyan durva blokkok, amelyek közelebbről szemlélve szemöldökráncolást vagy mosolyt váltanak ki.

Tehát a mesterséges intelligenciával nem olyan egyszerű. A probléma valójában nem az adatmennyiség, hanem sokkal inkább a helyes elosztás. Mivel az Amazon korábban túlnyomórészt férfiakat alkalmazott, a mesterséges intelligencia arra a következtetésre jutott, hogy teljesítményhiány mutatkozik a nők körében. Valójában kevesebb figyelmet fordítottak arra, hogy a férfiak által uralt szakmákban a nők alacsony arányának szociológiai okai vannak.

A mesterséges intelligencia alapvető problémája: Az algoritmusok programozása és a kiindulási adatok csak annyira jók, amennyire maguknak a fejlesztőknek a szubjektív munkája, akik fejlesztik és elérhetővé teszik. Az egyéni érzelmek és szándékok miatti objektivitás-hiányokat, valamint a fejlesztők értelmezési és észlelési hibáit az AI átveszi, velük tanul és kibővíti őket. Ha ezután hozzáadjuk a dolgok és folyamatok közötti összefüggések ismeretének hiányát (kulcsképesítések), a kör bezárul.

Erről bővebben: A mesterséges intelligencia egyszerűvé tette

Az AI-nak ezért sok fejlesztési időre és bátorságra van szüksége ahhoz, hogy visszaessen, mielőtt hatékony rendszerré fejlődhet.

Az olyan címszavak, mint a „Mesterséges intelligencia (AI) mint az energiaátmenet motorja” vagy „Hogyan hasznos a logisztika a mesterséges intelligenciából” olyan médiaslágerek, amelyek nem tükrözik a befektetett fejlesztés és erőfeszítés mértékét, és először mindenekelőtt a pénzügyi jövedelmezőség láthatóvá válása előtti költségek.

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

Smart Grid – Intelligens elektromosság

A megújuló energiákból származó villamos energia részarányának növekedésével azonban világossá válik, hogy a mesterséges intelligencia a jövőben az energiarendszer folyamatait is nagy léptékben irányítja majd.

Mesterséges intelligencia (AI) / Mesterséges intelligencia (AI) – Smart Grid – Intelligens energiahálózat – @shutterstock | monicaodo

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 elektromos hálózat kiépítése

Az intelligens villamosenergia-hálózat az összes szereplőt egy átfogó rendszerbe integrálja a termelés, a tárolás, a hálózatkezelés és a fogyasztás kölcsönhatása révén. Az erőműveket (beleértve a tárolót is) már úgy szabályozzák, hogy mindig ugyanannyi villamos energiát állítanak elő, amennyit elfogyasztanak. Az intelligens villamosenergia-hálózatok a fogyasztókat, valamint a decentralizált kis energiaszolgáltatókat és tárolóeszközöket is magukban foglalják ebben a vezérlésben, így egyrészt a fogyasztás időben és térben kiegyensúlyozott (okos teljesítmény/intelligens energiafogyasztás), másrészt nem. -Az eldobható termelőrendszerek (pl. szélenergia és PV rendszerek) és a fogyasztók (pl. világítás) jobban integrálhatók.

A megújuló energiák nagyobb aránya miatt egyre fontosabbá válik az energiatermelés ingadozásának az energiafelhasználás ingadozásaihoz való igazítása. A villamos energia energiatároló vagy tároló erőművek felhasználásával történő tárolási lehetősége mellett igény szerinti villamosenergia-termelés, pl. B. a vízerőműveken vagy a bioenergián keresztül az elektromos hálózatok bővítése a nagy területen történő gyors elosztás érdekében, lehetőség nyílik az energiafogyasztás energiaellátáshoz igazítására is.

„A nap- és szélturbinákkal történő villamosenergia-termelés az ellátórendszert sokkal széttagoltabbá és időjárásfüggőbbé teszi, mint a hagyományos erőművek működése. Ezen túlmenően a fogyasztást szorosabban az áramellátásra kell alapozni. Az ehhez szükséges rugalmasság a jelenlegi infrastruktúrával még nem érhető el. Egy decentralizált rendszer csak valós idejű digitális folyamatokon és automatizált döntéseken keresztül tud működni” – magyarázza Prof. Dr. Clemens Hoffmann, a Fraunhofer IEE vezetője. Hoffmann a digitalizációt tekinti az energetikai átállás következő lépéseinek alapjának: „A decentralizált megújuló energiaellátás koordinációs és döntéshozatali folyamatai rendkívül összetettek. Csak a mesterséges intelligencia révén lesz lehetséges a különféle rendszerek, például a villamosenergia- és hőellátás, valamint a mobilitás összekapcsolása automatizált döntések révén nagy léptékben. A kognitív energiarendszerek ökoszisztémájának kiépítésével fejlesztjük a mesterséges intelligencia alkalmazásait az energiaszektorban.”

A decentralizált energiarendszerhez mesterséges intelligencia szükséges

Az energiaipar különböző területein már konkrét igény mutatkozik a mesterséges intelligencia iránt. Az automatikus energiakereskedelem olyan rendszerekről szól, amelyek egymástól függetlenül azonosítják a kereskedési stratégiákat, és vásárlást vagy eladást indítanak el. A fotovoltaikus és szélturbinák, valamint a töltőállomások és az elektrolizátorok mesterséges intelligencia segítségével optimalizálhatják működésüket, így elkerülhetik a karbantartást és megnövelhetik élettartamukat. A hálózati szektorban a technológiát különféle információk kiértékelésére, kritikus helyzetek felismerésére és azok megoldásának támogatására használják.

A Fraunhofer IEE 15 éve dolgozik mesterséges intelligencián, hogy előre jelezze a nap-, szél- és bioenergiából származó, időjárástól függő villamosenergia-termelést. Az EPEX Spot villamosenergia-tőzsde automatikus kereskedési rendszerét is fejlesztik Kasselben.

MI kutatása az energiaiparban

„A mesterséges intelligencia kulcsfontosságú technológia az energetikai átállás továbbfejlesztésében: a központilag szervezett, fosszilis tüzelőanyagra épülő erőművi gazdaságtól a megújuló energiarendszer felé való elmozdulás egy nagyon összetett folyamat, amelyet csak intelligens úton lehet elsajátítani. irányítást” – mondta Angela Dorn Hesse tudományos minisztere. „A Kognitív Energiarendszerek Kompetencia Központja teret ad a tudósoknak az energiaipar innovációival kapcsolatos új ötletek és kutatási megközelítések számára. Örülök, hogy támogatjuk a fejlesztést. Most fontos, hogy egyesítsük a kutatók szakértelmét erős iparági partnerekkel.”

Ezért Kasselben a kognitív energiarendszerek új kompetenciaközpontja épül. Az energiarendszer mesterséges intelligenciájával foglalkozó kutatási projekt tudományos és üzleti partnereket keres, és jó feltételeket lát Németország számára, mint üzleti és kutatási helyszín ahhoz, hogy globális innovációs vezető szerepet töltsön be ebben a témában. Ezért Hesse tartomány támogatja az új kompetencia központ fejlesztését a Fraunhofer Institute for Energy Economics and Energy System Technology IEE támogatásával.

A mesterséges intelligencia ezen alkalmazási területeit kutatja az új Kasseli Kognitív Energiarendszerek Kompetencia Központ, amelynek fejlesztését a Hessen állam kormánya 2020 és 2022 között összesen 5,8 millió euróval finanszírozza.

A K-ES

A Fraunhofer IEE 2020 közepe óta hozta létre a Kognitív Energiarendszer Kompetencia Központot (K-ES) a kognitív energiagazdaságtan, a kognitív energiahálózatok és a kognitív energiarendszer-technológia témaköreinek kutatására. A fejlesztési folyamat tíz éven keresztül zajlik. A K-ES a mesterséges intelligencia kutatási és oktatási nemzeti és nemzetközi központjává kíván válni.

A Kognitív Energiarendszerek Kompetencia Központ (K-ES) mesterséges intelligencia szemszögéből vizsgálja az energiarendszerben felmerülő feladatokat, és fejleszti azokat a három területen: a kognitív energiagazdálkodás, a kognitív energiahálózatok és a kognitív energiarendszer-technológia. „A kognitív energiarendszer a rendelkezésre álló információk alapján önállóan határozza meg állapotát, és megtanulja elérni a meghatározott célokat. A mesterséges intelligencia nem áll szemben az emberi intelligenciával, hanem állandó cserében van vele és támogatja azt. Ahogy a technológia tovább fejlődik, mindkét oldal megváltozik” – magyarázza André Baier, az IEE projektmenedzsere.

Az energiaipar más ágazatok eredményeire is építhet. A mesterséges intelligencia már most is fenntartható módon megváltoztatja az autóipart, a kiskereskedelmet, a biztosítási és a pénzügyi szektort. A megújuló energiákra való átállás és az ágazati összekapcsolás szempontjából a digitalizáció legfontosabb területei az intelligens termelők és fogyasztók, a virtuális erőművek, az intelligens hálózati technológiák és a valós idejű energiagazdaság.

Üzleti koncepciók és alkalmazások

A K-ES felépítésének koncepcióját a Fraunhofer IEE dolgozta ki. A kezdeményezés alapja a Hessen tartomány kormányának koalíciós megállapodásában foglalt megállapodás. Most elkezdődött az építkezés fázisa. Az elsődleges cél az innovációk ökoszisztémájának megteremtése és egy szakértői közösség kialakítása. Az új kompetenciaközpont a jelenleg épülő kasseli Fraunhofer IEE campus része lesz, és kiegészíti az energiarendszerek átalakításával kapcsolatos kutatási spektrumot.

Első lépésben a helyiségeket és az informatikai infrastruktúrát felhőrendszerrel állítják össze. Ezután létrejön egy digitális platform, amelyen keresztül az üzleti és kutatási partnerek eszmét cserélhetnek. A kezdeti szakasz középpontjában a tudósok toborzása és a készségek fejlesztése áll. „Célunk az, hogy összekapcsoljuk azokat a tudósokat, akiknek közös célja van, függetlenül attól, hogy a világ melyik részén tartózkodnak a szakértők” – mondja Baier.

A kompetenciaközpont tervezett hivatalos megalakításáig a fókuszban az iparból származó partnerek és pályázati projektek is állnak. Mivel a koncepció része az energiaiparral való szoros kapcsolat: a K-ES energetikai társaságoknak nyújtott szolgáltatásai között szerepel a tanácsadás és koncepciótanulmányok a prototípusokon keresztül a kulcsrakész rendszerekig. „Szívesen fogadjuk a kutatók és a vállalatok jelentkezését, mert egy ilyen ökoszisztéma az elmélet és a gyakorlat közötti hálózatépítésben virágzik” – hangsúlyozza Hoffmann.

A cél: Nemzetközi hírnévvel rendelkező közösség Németországban

A tervek szerint a következő tíz évben a K-ES mintegy 100 szakértője fog dolgozni az adattudomány, a gépi tanulás fejlődésének, az ajánlórendszerek és a digitális innovációmenedzsment tudományágain. A Fraunhofer IEE-nél jelenleg 15 alkalmazott dolgozik ezeken a területeken. Az új létesítmény célja, hogy a mesterséges intelligencia egyik vezető közösségévé váljon az energiaiparban Németországban.

Az AI-kutatás magas nemzetköziségének figyelembevétele érdekében a kompetenciaközpont a világ minden tájáról érkező tudósok számára is lehetőséget kínál a részvételre. „A speciális képzési infrastruktúrának, a megfelelő hardvernek és szoftvernek, valamint egy átfogó modellnek és adatbázisnak köszönhetően hatékonyan és több helyen végezhetünk mesterséges intelligencia-kutatást az energiarendszerre vonatkozóan” – magyarázza a K-ES tudományos igazgatója, Christoph Scholz. meglévő lehetőségeket.

Világszerte intenzív munka folyik az AI fejlesztésén. Németország eddig lényegesen kevesebbet költött megfelelő kutatásra, mint versenytársai, az USA és Kína. A szövetségi kormány Corona jövőbeli csomagjának részeként 2025-ig 5 milliárd eurót kell befektetni a mesterséges intelligenciába. „Ami az AI-t illeti az energiarendszerben, Németország, mint üzleti és kutatási helyszín jó helyzetben van ahhoz, hogy globális innovációs vezető szerepet töltsön be. Fontos, hogy minden érdekelt fél együtt vigye elő a kérdést” – mondja Hoffmann.

Kognitív rendszerek

A kognitív rendszer a digitális világ és a környezet közötti interfészekkel rendelkező digitális rendszer, amely képes észlelni és megérteni a dolgokat, valamint következtetéseket levonni és tanulni belőlük. A kognitív rendszerek képesek önállóan megoldásokat kidolgozni az emberi feladatokra. Képesek interakcióba lépni és együttműködni más digitális rendszerekkel, értelmezni kontextusokat és alkalmazkodóképesek.

Egyre több területen alkalmazzák a kognitív rendszereket, amelyek például az önvezető járművek, az intelligens személyi asszisztensek, az Ipar 4.0 és az Internet of Things alapvető technológiáját képviselik. Az ilyen rendszerek jellemző tulajdonsága, hogy képesek nagy méretű feldolgozni. adatmennyiség rövid idő alatt és magasabb szintű rendszerbe (rendszerek rendszerébe) ágyazva. 2020-ig több tízmilliárd eurót fektettek be ebbe a technológiába világszerte.

© Fraunhofer IEE – Alkalmazás – Kognitív rendszerek

A kognitív rendszer a rendelkezésre álló információk alapján önállóan meg tudja határozni saját állapotát és eszközeinek állapotát, és az alkalmazkodási képesség révén megtanulja a meghatározott célok önálló elérését. A kognitív energiarendszerek az energiaátmenet kulcsfontosságú technológiái. A villamosenergia-iparban a hálózatmenedzsment, valamint a termelés és fogyasztás menedzsment területén találhatók alkalmazások.

© Fraunhofer IEE – Energy Avatar – Kognitív rendszerek

A kognitív energiarendszerek ökoszisztémájában a mesterséges intelligencia elérése könnyebbé válik a különböző piaci szerepkörök számára. A rendszer- és mérőpont-üzemeltetők, a mérlegcsoport-menedzserek és a direkt marketingesek feladatai olyan mértékben automatizáltak, hogy önállóan futnak. Az „Energia Avatar” modell (lásd fent) azt szemlélteti, hogy egy „lakásépítő” milyen könnyen tud részt venni az energiapiacon napelemes rendszerével, ha minden folyamat automatizált. Az energiaavatart jelenleg a Fraunhofer Institutes IEE és az IOSB-AST együttműködésében fejlesztik.

© Fraunhofer IEE – Ökoszisztéma – Kognitív rendszerek

A koncepció részét képezi az energiaiparral való szoros kapcsolat: a K-ES energetikai cégeknek nyújtott szolgáltatásai között szerepel tanácsadás és koncepciótanulmányozás a prototípusokon keresztül a kulcsrakész rendszerekig. Az ökoszisztéma az elmélet és a gyakorlat közötti hálózatépítésben virágzik.

Automatizálás és autonómia. Erről itt olvashat bővebben: „ CO2-semlegesség – Tanuljon az Amazontól ”

► Lépjen kapcsolatba velem, vagy beszéljen velem a LinkedIn-en

A jövő szempontjából az lesz a döntő, hogy hogyan biztosítjuk kulcsfontosságú iparágaink infrastruktúráját!

Három terület különösen fontos itt:

• Digitális intelligencia (digitális átalakítás, internet-hozzáférés, ipar 4.0 és tárgyak internete)
• Autonóm tápegység (CO2-semlegesség, tervezési biztonság, környezetvédelem)
• Intralogisztika/logisztika (teljes automatizálás, áruk és személyek mobilitása)

Az Xpert.Digital a Smart AUDA sorozatból szállítja ide

• Az energiaellátás autonómizálása
• urbanizáció
• Digitális átalakulás
• A folyamatok automatizálása

mindig új információk, amelyeket rendszeresen frissítenek.