Smart Grid: Intelligenza Artificiale nel Campo delle Energie Rinnovabili

Sono passati 33 anni da quando ho incontrato per la prima volta l'allora nascente campo dell'Intelligenza Artificiale (IA). Ho lavorato con i linguaggi di programmazione LISP e Prolog. Attraverso la rete universitaria, sono entrato in contatto anche con Internet. Nello stesso periodo, il mercato della televisione satellitare era in piena espansione. Da lì, ho sviluppato le mie competenze nel campo dell'intralogistica, arrivando infine alla mia attuale posizione nel fotovoltaico.

Il FAW Ulm (Istituto di ricerca per l'elaborazione della conoscenza applicata) è stato fondato nel 1987 come primo istituto indipendente per l'intelligenza artificiale. Vi hanno partecipato aziende come DaimlerChrysler AG, Jenoptik AG, Hewlett-Packard GmbH, Robert Bosch GmbH e molte altre. Io stesso ho lavorato lì come assistente di ricerca dal 1988 al 1990.

Nel frattempo, l'intelligenza artificiale ha trovato applicazione in molti campi, dalla medicina al diritto, dal marketing ai videogiochi. Le traduzioni automatiche, ad esempio con Google Translate o DeepL, sono tra le applicazioni più note. L'intelligenza artificiale viene utilizzata anche nell'analisi e nella previsione dell'andamento dei prezzi delle azioni e nella gestione del flusso di informazioni nei motori di ricerca.

L'intelligenza artificiale è un sottocampo dell'informatica che si occupa dell'automazione di modelli comportamentali, da cui è possibile ricavare supporto decisionale e, idealmente, portare a processi indipendenti e autonomi. Viene utilizzata più spesso quando è necessario gestire e coordinare una quantità di dati eccessivamente grande o non strutturata, ma comunque ingestibile.

Non sempre ha successo. Ad esempio, Amazon ha dovuto disattivare la sua intelligenza artificiale per la valutazione dei candidati perché il sistema di valutazione automatizzato penalizzava le donne.

E anche nelle traduzioni automatiche si riscontrano spesso degli errori grossolani che, a un esame più attento, provocano sguardi accigliati o sorrisi.

Quindi, l'intelligenza artificiale non è in realtà così semplice. Il problema non è tanto la quantità di dati, quanto piuttosto la loro corretta interpretazione. Poiché Amazon aveva assunto prevalentemente uomini, l'IA ha concluso che le donne presentavano un deficit di performance. Tuttavia, non ha considerato che la bassa percentuale di donne nelle professioni a predominanza maschile ha cause sociologiche.

Il problema fondamentale dell'intelligenza artificiale è che la programmazione degli algoritmi e dei dati sorgente sono validi solo quanto il lavoro soggettivo degli sviluppatori che li creano e li forniscono. Le carenze di oggettività dovute a emozioni e intenzioni individuali, così come gli errori di interpretazione e percezione da parte degli sviluppatori, vengono assimilati dall'IA; impara da essi e sviluppa ulteriormente le proprie capacità. Se a questo si aggiunge una mancanza di conoscenza delle interrelazioni tra cose e processi (competenze chiave), il ciclo si chiude.

Per saperne di più: L'intelligenza artificiale spiegata in modo semplice

L'intelligenza artificiale ha quindi bisogno di molto tempo di sviluppo e del coraggio di affrontare le battute d'arresto prima che possa emergere un sistema efficiente.

Titoli come "L'intelligenza artificiale (IA) come motore della transizione energetica" o "Come la logistica trae vantaggio dall'intelligenza artificiale" sono sensazionalismi mediatici che non riflettono minimamente lo sviluppo e gli sforzi richiesti, e che i costi sono la preoccupazione principale prima che la redditività finanziaria diventi evidente.

Finora l'intelligenza artificiale è stata utilizzata nel settore energetico principalmente per attività di monitoraggio o previsione.

 

Smart Grid – Energia intelligente

Tuttavia, con l'aumento della quota di energia elettrica proveniente da fonti rinnovabili, sta diventando chiaro che in futuro l'intelligenza artificiale controllerà su larga scala anche i processi del sistema energetico.

Sebbene la generazione centralizzata di energia abbia finora dominato le reti elettriche, la tendenza si sta spostando verso impianti di generazione decentralizzati. Ciò è particolarmente vero per le fonti di energia rinnovabile come impianti fotovoltaici, centrali solari termoelettriche, turbine eoliche e impianti a biogas. Ciò comporta una struttura significativamente più complessa, principalmente nelle aree del controllo del carico, della regolazione della tensione nella rete di distribuzione e del mantenimento della stabilità della rete. Gli impianti di generazione decentralizzati più piccoli, a differenza delle centrali elettriche di medie e grandi dimensioni, immettono anche direttamente in livelli di tensione inferiori, come le reti a bassa o media tensione.

 

Sviluppo di una rete intelligente

Una rete elettrica intelligente integra tutti gli attori coinvolti in un sistema completo attraverso l'interazione di generazione, accumulo, gestione della rete e consumo. Le centrali elettriche (compresi gli impianti di accumulo) sono già controllate per garantire che la quantità di energia elettrica prodotta corrisponda sempre a quella consumata. Le reti elettriche intelligenti coinvolgono in questo processo di controllo i consumatori, nonché i fornitori di energia decentralizzati su piccola scala e gli impianti di accumulo. Ciò si traduce in un modello di consumo equilibrato nel tempo e nel luogo (smart power/consumo intelligente di elettricità) e consente una migliore integrazione tra impianti di generazione non programmabili (ad esempio, turbine eoliche e impianti fotovoltaici) e consumatori (ad esempio, illuminazione).

Con l'aumento della quota di energie rinnovabili, sta diventando sempre più importante allineare le fluttuazioni nella produzione di energia con quelle nei consumi energetici. Oltre alla possibilità di immagazzinare energia elettrica tramite sistemi di accumulo o centrali di pompaggio, alla generazione di energia elettrica basata sulla domanda (ad esempio, tramite centrali idroelettriche o bioenergie) e all'espansione delle reti elettriche per una distribuzione rapida su vaste aree, esiste anche la possibilità di adattare il consumo di energia elettrica alla disponibilità di energia elettrica.

"La produzione di energia elettrica da impianti solari ed eolici rende il sistema di approvvigionamento significativamente più frammentato e dipendente dalle condizioni meteorologiche rispetto al funzionamento di centrali elettriche convenzionali. Inoltre, i consumi devono essere più strettamente allineati alla fornitura di energia elettrica. La flessibilità necessaria non può ancora essere gestita con l'infrastruttura esistente. Un sistema decentralizzato può funzionare solo attraverso processi digitali in tempo reale e decisioni automatizzate", spiega il Prof. Dr. Clemens Hoffmann, Direttore del Fraunhofer IEE. Hoffmann vede la digitalizzazione come la base per i prossimi passi nella transizione energetica: "I processi di coordinamento e decisionali di un approvvigionamento decentralizzato di energia rinnovabile sono estremamente complessi. Solo l'intelligenza artificiale consentirà di collegare diversi sistemi, come la fornitura di elettricità e calore, nonché la mobilità, su larga scala attraverso decisioni automatizzate. Costruendo un ecosistema per sistemi energetici cognitivi, stiamo promuovendo le applicazioni dell'intelligenza artificiale nel settore energetico".

 

Un sistema energetico decentralizzato ha bisogno dell'intelligenza artificiale

Esiste già una concreta necessità di intelligenza artificiale in diversi ambiti del settore energetico. Ad esempio, nel trading automatizzato di energia, l'attenzione si concentra su sistemi che identificano autonomamente le strategie di trading e attivano ordini di acquisto o vendita. Impianti fotovoltaici ed eolici, così come stazioni di ricarica ed elettrolizzatori, possono utilizzare l'intelligenza artificiale per ottimizzare il loro funzionamento, riducendo così la manutenzione e prolungandone la durata. Nel settore delle reti, la tecnologia viene utilizzata per analizzare un'ampia gamma di informazioni, identificare situazioni critiche e supportarne la risoluzione.

Il Fraunhofer IEE lavora da 15 anni sull'intelligenza artificiale per prevedere la produzione di energia elettrica dipendente dalle condizioni meteorologiche da fonti solari, eoliche e bioenergie. A Kassel è inoltre in fase di sviluppo un sistema di trading automatizzato per la borsa elettrica EPEX Spot.

 

Ricerca sull'intelligenza artificiale nel settore energetico

"L'intelligenza artificiale è una tecnologia chiave per l'ulteriore sviluppo della transizione energetica: il passaggio da un'industria energetica centralizzata basata sui combustibili fossili a un sistema energetico basato su fonti rinnovabili è un processo estremamente complesso che può essere gestito solo attraverso un controllo intelligente", ha affermato la Ministra della Scienza dell'Assia, Angela Dorn. "Il Centro di Competenza per i Sistemi Energetici Cognitivi offre agli scienziati spazio per nuove idee e approcci di ricerca per l'innovazione nel settore energetico. Sono lieta che ne sosteniamo la creazione. Ora è fondamentale combinare le competenze dei ricercatori con partner solidi del settore".

Per questo motivo, a Kassel verrà istituito un nuovo centro di competenza per i sistemi energetici cognitivi. Il progetto di ricerca sull'intelligenza artificiale nel sistema energetico è alla ricerca di partner provenienti dal mondo accademico e industriale e vede eccellenti opportunità per la Germania, in quanto sede di ricerca e economia, per raggiungere la leadership globale nell'innovazione in questo campo. Per questo motivo, il Land dell'Assia sostiene la creazione del nuovo centro di competenza, gestito dal Fraunhofer Institute for Energy Economics and Energy System Technology (IEE).

Questi ambiti applicativi dell'intelligenza artificiale sono oggetto di ricerca da parte del nuovo Competence Center for Cognitive Energy Systems di Kassel, la cui istituzione è finanziata dal governo del Land dell'Assia con un finanziamento complessivo di 5,8 milioni di euro tra il 2020 e il 2022.

 

Il K-ES

Il Competence Center for Cognitive Energy Systems (K-ES) è in fase di sviluppo da parte del Fraunhofer IEE dalla metà del 2020 per la ricerca sull'economia cognitiva dell'energia, sulle reti energetiche cognitive e sulla tecnologia dei sistemi energetici cognitivi. Il processo di sviluppo è previsto per una durata di dieci anni. Il K-ES mira a diventare un centro nazionale e internazionale per l'intelligenza artificiale nella ricerca e nella didattica.

Il Competence Center for Cognitive Energy Systems (K-ES) esamina le funzioni dei sistemi energetici dal punto di vista dell'intelligenza artificiale e le sviluppa ulteriormente in tre aree: Economia energetica cognitiva, Reti energetiche cognitive e Tecnologia dei sistemi energetici cognitivi. "Un sistema energetico cognitivo determina autonomamente il proprio stato sulla base delle informazioni disponibili e impara a raggiungere obiettivi predefiniti. L'intelligenza artificiale non si oppone all'intelligenza umana, ma piuttosto interagisce costantemente con essa e la supporta. Con l'ulteriore sviluppo della tecnologia, entrambi gli aspetti cambieranno", spiega André Baier, project manager dell'IEE.

Il settore energetico può anche trarre vantaggio dalle intuizioni provenienti da altri settori. L'intelligenza artificiale sta già cambiando radicalmente l'industria automobilistica, la vendita al dettaglio e i settori assicurativo e finanziario. Per la transizione energetica con energie rinnovabili e integrazione settoriale, gli ambiti più importanti della digitalizzazione sono produttori e consumatori intelligenti, centrali elettriche virtuali, tecnologie di smart grid e gestione energetica in tempo reale.

 

Concetti e applicazioni per l'economia

Il concetto per la creazione del K-ES (Centro di Competenza per i Sistemi Energetici) è stato sviluppato dal Fraunhofer IEE. L'iniziativa nasce da un accordo nell'ambito dell'accordo di coalizione del governo del Land dell'Assia. La fase di sviluppo è ora iniziata. L'obiettivo principale è creare un ecosistema per l'innovazione e costruire una comunità di esperti. Il nuovo centro di competenza sarà parte del campus Fraunhofer IEE attualmente in costruzione a Kassel e completerà il portafoglio di ricerca per la trasformazione dei sistemi energetici.

Il primo passo prevede l'allestimento di una sede e di un'infrastruttura IT con un sistema cloud. Successivamente, verrà creata una piattaforma digitale per facilitare lo scambio tra partner del mondo industriale e della ricerca. La fase iniziale si concentrerà sul reclutamento di scienziati e sullo sviluppo di competenze. "Il nostro obiettivo è mettere in contatto scienziati che condividono un obiettivo comune, indipendentemente da dove si trovino nel mondo", afferma Baier.

Fino alla prevista istituzione ufficiale del centro di competenza, l'attenzione sarà rivolta all'acquisizione di partner e alla garanzia di progetti applicativi da parte dell'industria. Uno stretto legame con il settore energetico è un elemento fondamentale del progetto: i servizi di K-ES per le aziende del settore energetico spaziano dalla consulenza e dagli studi concettuali alla prototipazione e ai sistemi chiavi in ​​mano. "Accogliamo con favore le candidature sia di ricercatori che di aziende, perché un tale ecosistema prospera grazie al networking tra teoria e pratica", sottolinea Hoffmann.

 

L'obiettivo: una comunità di fama internazionale in Germania

Nei prossimi dieci anni, si prevede che il K-ES avrà circa 100 esperti impegnati nei settori della scienza dei dati, dei progressi nell'apprendimento automatico, dei sistemi di raccomandazione e della gestione dell'innovazione digitale. Attualmente, 15 dipendenti del Fraunhofer IEE lavorano in questi settori. La nuova istituzione mira a diventare una delle principali comunità di intelligenza artificiale nel settore energetico in Germania.

Per riflettere l'elevato livello di internazionalità della ricerca sull'intelligenza artificiale, il centro di competenza offre anche l'opportunità di partecipare a scienziati in visita da tutto il mondo. "Grazie all'infrastruttura di formazione specializzata, all'hardware e al software adeguati e a un archivio completo di modelli e dati, possiamo condurre una ricerca efficiente e interdisciplinare sull'intelligenza artificiale per il sistema energetico", spiega Christoph Scholz, direttore scientifico del K-ES, in merito alle possibilità disponibili.

A livello globale, è in corso un intenso lavoro sullo sviluppo dell'IA. La Germania ha finora investito in questa ricerca in modo significativamente inferiore rispetto ai suoi concorrenti, Stati Uniti e Cina. Nell'ambito del pacchetto di stimolo economico del governo tedesco legato al Coronavirus, entro il 2025 saranno investiti 5 miliardi di euro nell'IA. "Per quanto riguarda l'IA nel sistema energetico, la Germania, come sede di ricerca e economia, è ben posizionata per raggiungere la leadership globale nell'innovazione. A tal fine, è fondamentale che tutte le parti interessate collaborino per far progredire questo tema", ha affermato Hoffmann.

 

Sistemi cognitivi

Un sistema cognitivo è un sistema digitale con interfacce tra il mondo digitale e l'ambiente, in grado di percepire e comprendere le cose, trarre conclusioni e apprendere. I sistemi cognitivi sono in grado di sviluppare autonomamente soluzioni ai problemi umani. Possono interagire e cooperare con altri sistemi digitali, interpretare i contesti e sono adattabili.

I sistemi cognitivi vengono utilizzati in un numero crescente di settori e, ad esempio, rappresentano la tecnologia fondamentale per i veicoli a guida autonoma, gli assistenti personali intelligenti, l'Industria 4.0 e l'Internet delle cose. Una caratteristica tipica di tali sistemi è la loro capacità di elaborare grandi quantità di dati in breve tempo e la loro integrazione in un sistema di livello superiore (sistema di sistemi). Entro il 2020, decine di miliardi di euro sono stati investiti in tutto il mondo in questa tecnologia.

Un sistema cognitivo può determinare autonomamente il proprio stato e quello dei propri asset sulla base delle informazioni disponibili e, grazie alla sua capacità di adattamento, imparare a raggiungere autonomamente obiettivi predefiniti. I sistemi energetici cognitivi sono una tecnologia chiave per la transizione energetica. Le applicazioni nel settore elettrico si trovano nella gestione della rete e nella gestione della generazione e dei consumi.

All'interno dell'ecosistema dei sistemi energetici cognitivi, l'accesso all'intelligenza artificiale viene facilitato per i diversi ruoli di mercato. I compiti dei gestori degli impianti, dei gestori dei punti di misurazione, dei responsabili dei gruppi di bilanciamento e degli operatori di vendita diretta vengono automatizzati a tal punto da poter essere svolti in autonomia. Il modello "Energy Avatar" (vedi sopra) illustra la facilità con cui un proprietario di casa con un impianto solare può partecipare al mercato dell'energia quando tutti i processi sono automatizzati. L'Energy Avatar è attualmente in fase di sviluppo in collaborazione tra i Fraunhofer Institutes IEE e IOSB-AST.

Il concetto è strettamente connesso al settore energetico: i servizi di K-ES per le aziende energetiche spaziano dalla consulenza e dagli studi concettuali alla prototipazione e ai sistemi chiavi in ​​mano. L'ecosistema prospera grazie al networking tra teoria e pratica.

Automazione e automazione. Per saperne di più, leggi qui: "Neutralità di CO2: imparare da Amazon".