Smart Grid: Intelligenza artificiale nel campo delle energie rinnovabili

Sono trascorsi 33 anni da quando sono entrato in contatto con la disciplina ancora giovane dell’“intelligenza artificiale” (AI). Ho lavorato sui linguaggi di programmazione AI LISP e Prolog. Sono entrato in contatto con Internet anche attraverso la rete universitaria. Allo stesso tempo, il mercato della televisione satellitare era in forte espansione. Da qui ho continuato a svilupparmi nel settore dell’intralogistica fino ad arrivare oggi al fotovoltaico.

Il FAW Ulm (Istituto di ricerca per l'elaborazione della conoscenza orientata alle applicazioni), il primo istituto indipendente per l'intelligenza artificiale, è stato fondato nel 1987. Sono state coinvolte aziende come DaimlerChrysler AG, Jenoptik AG, Hewlett-Packard GmbH, Robert Bosch GmbH e molte altre. Sono stato lì come assistente di ricerca dal 1988 al 1990.

Nel frattempo, l’intelligenza artificiale ha trovato la sua strada in molti settori, che si tratti della medicina, del diritto, del marketing o dei giochi per computer. Le più conosciute sono le traduzioni automatiche, ad esempio con Google Translate o Deepl. Quando si analizzano e si prevedono gli sviluppi dei prezzi delle azioni o si gestisce il flusso di informazioni nei motori di ricerca.

L'intelligenza artificiale è una branca dell'informatica che si occupa dell'automazione di modelli comportamentali, dai quali possono derivare aiuti decisionali e, nel migliore dei casi, processi indipendenti e autonomi. Viene utilizzato principalmente quando è necessario gestire e coordinare una quantità di dati sovradimensionata o disordinata ma ingestibile.

Non sempre ha successo. Amazon, ad esempio, ha dovuto disattivare l’intelligenza artificiale per la valutazione dei candidati perché il sistema di valutazione automatica svantaggiava le donne .

E anche con le traduzioni automatiche, spesso ci sono blocchi grezzi che provocano accigliamenti o sorrisi quando si guarda più da vicino.

Quindi non è così facile con l'intelligenza artificiale. Il problema in realtà non è la quantità di dati, ma piuttosto la corretta allocazione. Poiché in precedenza Amazon aveva assunto prevalentemente uomini, l’AI ha concluso che esisteva un deficit di rendimento tra le donne. In effetti, è stata prestata meno attenzione al fatto che la bassa percentuale di donne nelle professioni a predominanza maschile ha ragioni sociologiche.

Il problema fondamentale dell'intelligenza artificiale: la programmazione degli algoritmi e i dati iniziali valgono tanto quanto il lavoro soggettivo degli stessi sviluppatori che li sviluppano e li mettono a disposizione. I deficit di obiettività dovuti alle emozioni e alle intenzioni individuali, così come gli errori di interpretazione e percezione da parte degli sviluppatori, vengono rilevati dall'intelligenza artificiale, impara con loro e si espande su di loro. Se poi si aggiunge la mancanza di conoscenza sulle connessioni tra cose e processi (qualifiche chiave), il cerchio si chiude.

Maggiori informazioni: l'intelligenza artificiale resa semplice

L’intelligenza artificiale ha quindi bisogno di molto tempo di sviluppo e del coraggio di affrontare battute d’arresto prima di potersi sviluppare in un sistema efficiente.

Titoli come “L’intelligenza artificiale (AI) come motore della transizione energetica” o “Come la logistica trae vantaggio dall’intelligenza artificiale” sono successi mediatici che non cominciano a riflettere la quantità di sviluppo e impegno che deve essere profuso e, in primo luogo soprattutto, i costi prima che la redditività finanziaria diventi visibile.

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

 

Smart Grid: elettricità intelligente

Tuttavia, con l’aumento della quota di elettricità proveniente da energie rinnovabili, diventa chiaro che in futuro l’intelligenza artificiale controllerà anche i processi del sistema energetico su larga scala.

Mentre finora hanno prevalso le reti elettriche con produzione centralizzata, la tendenza va verso sistemi di generazione decentralizzati. Ciò vale per la produzione da fonti rinnovabili come impianti fotovoltaici, impianti solari termici, turbine eoliche e impianti di biogas. Ciò porta ad una struttura molto più complessa, principalmente nell’area del controllo del carico, del mantenimento della tensione nella rete di distribuzione e del mantenimento della stabilità della rete. A differenza delle centrali elettriche di medie e grandi dimensioni, i sistemi di generazione più piccoli e decentralizzati alimentano direttamente anche i livelli di tensione più bassi come la rete a bassa tensione o la rete a media tensione.

 

Costruire una rete elettrica intelligente

Una rete elettrica intelligente integra tutti gli attori in un sistema complessivo attraverso l’interazione di generazione, stoccaggio, gestione della rete e consumo. Le centrali elettriche (incluso lo stoccaggio) sono già controllate in modo tale che venga sempre prodotta la stessa quantità di energia elettrica consumata. Le reti elettriche intelligenti includono in questo controllo sia i consumatori che i piccoli fornitori di energia decentralizzati e i dispositivi di accumulo, in modo che, da un lato, il consumo sia equilibrato nel tempo e nello spazio (smart power/consumo energetico intelligente) e, dall’altro, non -i sistemi di generazione usa e getta (ad esempio energia eolica e sistemi fotovoltaici) e i consumatori (ad esempio illuminazione) possono essere integrati meglio.

La quota maggiore di energie rinnovabili rende più importante allineare le fluttuazioni nella produzione di energia con le fluttuazioni nel consumo di energia. Oltre alla possibilità di immagazzinare energia elettrica mediante accumulatori di energia o centrali elettriche ad accumulo, la produzione di energia elettrica basata sulla domanda, ad es. B. attraverso le centrali idroelettriche o la bioenergia, l'espansione delle reti elettriche per una rapida distribuzione su una vasta area, esiste anche la possibilità di adattare il consumo di energia alla fornitura di energia.

“La produzione di elettricità da turbine solari ed eoliche rende il sistema di approvvigionamento molto più frammentato e dipendente dalle condizioni meteorologiche rispetto al funzionamento delle centrali elettriche convenzionali. Inoltre, il consumo deve essere maggiormente basato sulla fornitura di energia elettrica. La flessibilità necessaria a tal fine non può ancora essere raggiunta con l’infrastruttura attuale. 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 decisione di un approvvigionamento decentralizzato di energia rinnovabile sono estremamente complessi. Solo attraverso l’intelligenza artificiale sarà possibile collegare diversi sistemi come la fornitura di elettricità e calore, nonché la mobilità tramite decisioni automatizzate su larga scala. Costruendo un ecosistema per i sistemi energetici cognitivi, stiamo facendo avanzare 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 settori dell’industria energetica. Il trading automatico di energia riguarda sistemi che identificano in modo indipendente le strategie di trading e attivano acquisti o vendite. Le turbine fotovoltaiche ed eoliche, così come le stazioni di ricarica e gli elettrolizzatori, possono utilizzare l’intelligenza artificiale per ottimizzare le loro operazioni, evitando così la manutenzione e aumentandone la durata. Nel settore delle reti, la tecnologia viene utilizzata per valutare una varietà di informazioni, per riconoscere situazioni critiche e per supportarne la soluzione.

Fraunhofer IEE lavora da 15 anni sull'intelligenza artificiale per prevedere la produzione di elettricità dipendente dalle condizioni meteorologiche da solare, eolico e bioenergia. A Kassel è in fase di sviluppo anche un sistema di scambio automatico per la borsa elettrica EPEX Spot.

 

Ricerca per l’intelligenza artificiale nel settore energetico

“L’intelligenza artificiale è una tecnologia chiave per l’ulteriore sviluppo della transizione energetica: il passaggio dall’economia delle centrali elettriche organizzata centralmente basata sui combustibili fossili verso un sistema energetico basato sulle fonti rinnovabili è un processo molto complesso che può essere gestito solo attraverso strumenti intelligenti. controllo”, 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 le innovazioni nel settore energetico. Sono lieto che stiamo sostenendo lo sviluppo. Ora è importante combinare l’esperienza dei ricercatori con partner forti dell’industria”.

Pertanto a Kassel verrà costruito 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 del mondo della scienza e dell’economia e vede buone condizioni per la Germania come sede economica e di ricerca per raggiungere la leadership mondiale dell’innovazione in questo ambito. Per questo motivo lo Stato dell'Assia sostiene lo sviluppo del nuovo centro di competenza sostenuto dall'Istituto Fraunhofer per l'economia energetica e la tecnologia dei sistemi energetici IEE.

Su questi ambiti di applicazione dell’intelligenza artificiale si sta occupando il nuovo Centro di competenza per i sistemi energetici cognitivi di Kassel, il cui sviluppo sarà finanziato dal governo regionale dell’Assia con un totale di 5,8 milioni di euro tra il 2020 e il 2022.

 

Il K-ES

Il Cognitive Energy System Competence Center (K-ES) è stato istituito dal Fraunhofer IEE dalla metà del 2020 per ricercare i temi dell'economia energetica cognitiva, delle reti energetiche cognitive e della tecnologia dei sistemi energetici cognitivi. Il processo di sviluppo si svolge nell'arco di dieci anni. Il K-ES è destinato a diventare un centro nazionale e internazionale per l'intelligenza artificiale nella ricerca e nell'insegnamento.

Il Cognitive Energy Systems Competence Center (K-ES) esamina i compiti del sistema energetico dal punto di vista dell’intelligenza artificiale e li sviluppa ulteriormente nelle tre aree della gestione dell’energia cognitiva, delle reti energetiche cognitive e della tecnologia dei sistemi energetici cognitivi. “Un sistema energetico cognitivo determina in modo indipendente il suo stato sulla base delle informazioni disponibili e impara a raggiungere obiettivi specifici. L’intelligenza artificiale non si oppone all’intelligenza umana, ma anzi è in costante scambio con essa e la sostiene. Poiché la tecnologia continua a svilupparsi, entrambe le parti cambieranno”, spiega André Baier, responsabile del progetto IEE.

L’industria energetica può anche basarsi sui risultati di altri settori. L’intelligenza artificiale sta già cambiando in modo sostenibile i settori dell’industria automobilistica, della vendita al dettaglio, delle assicurazioni e della finanza. Per la transizione energetica con le energie rinnovabili e l’accoppiamento settoriale, i settori più importanti della digitalizzazione sono i produttori e i consumatori intelligenti, le centrali elettriche virtuali, le tecnologie delle reti intelligenti e l’economia energetica in tempo reale.

 

Concetti e applicazioni per il business

Il concetto per la struttura del K-ES è stato sviluppato da Fraunhofer IEE. L'iniziativa si basa su un accordo contenuto nel contratto di coalizione del governo regionale dell'Assia. Ora è iniziata la fase di costruzione. L’obiettivo primario è creare un ecosistema per le innovazioni e formare una comunità di esperti. Il nuovo centro di competenza farà parte del campus Fraunhofer IEE di Kassel, attualmente in costruzione, e completerà lo spettro di ricerca per la trasformazione dei sistemi energetici.

Nella prima fase, i locali e l'infrastruttura IT vengono allestiti con un sistema cloud. Verrà poi creata una piattaforma digitale attraverso la quale i partner del mondo dell'imprenditoria e della ricerca potranno scambiarsi idee. L'obiettivo della fase iniziale è il reclutamento di scienziati e lo sviluppo di competenze. “Il nostro obiettivo è mettere in contatto gli scienziati che hanno in mente un obiettivo comune, indipendentemente da dove risiedano gli esperti nel mondo”, afferma Baier.

Fino alla prevista istituzione ufficiale del centro di competenza, l'attenzione sarà rivolta anche all'acquisizione di partner e progetti applicativi dall'industria. Perché uno stretto legame con l'industria energetica è parte del concetto: i servizi di K-ES per le aziende energetiche comprendono consulenza e studi di progettazione, dai prototipi ai sistemi chiavi in ​​mano. "Accogliamo con favore le candidature sia dei ricercatori che delle aziende, perché un simile ecosistema prospera sulla rete tra teoria e pratica", sottolinea Hoffmann.

 

L'obiettivo: una comunità di reputazione internazionale in Germania

Nei prossimi dieci anni si prevede che circa 100 esperti di K-ES lavoreranno nelle discipline della scienza dei dati, dei progressi nell'apprendimento automatico, dei sistemi di raccomandazione e della gestione dell'innovazione digitale. Attualmente ci sono 15 dipendenti presso il Fraunhofer IEE che lavorano in queste aree tematiche. L’obiettivo della nuova struttura è diventare una delle comunità leader per l’intelligenza artificiale nel settore energetico in Germania.

Per tenere conto dell’elevata internazionalità della ricerca sull’IA, il centro di competenza offre anche l’opportunità di partecipare a scienziati in visita provenienti da tutto il mondo. "Grazie alla speciale infrastruttura di formazione, all'hardware e al software adeguati nonché a un modello e a una banca dati completi, possiamo condurre la ricerca sull'intelligenza artificiale per il sistema energetico in modo efficiente e in tutti i luoghi", spiega il direttore scientifico di K-ES, Christoph Scholz, il possibilità esistenti.

In tutto il mondo si sta svolgendo un intenso lavoro sullo sviluppo dell’intelligenza artificiale. Finora la Germania ha speso molto meno per la ricerca corrispondente rispetto ai suoi concorrenti USA e Cina. Nell’ambito del pacchetto Corona Future del governo federale, entro il 2025 verranno investiti 5 miliardi di euro nell’intelligenza artificiale. “Quando si tratta di intelligenza artificiale nel sistema energetico, la Germania come polo imprenditoriale e di ricerca è ben posizionata per raggiungere la leadership globale nell’innovazione. È importante che tutte le parti interessate affrontino insieme la questione”, afferma 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, nonché di trarre conclusioni e imparare da esse. I sistemi cognitivi sono in grado di sviluppare autonomamente soluzioni per i compiti 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 rappresentano, ad esempio, 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 che possono elaborare grandi quantità di dati in breve tempo e integrati in un sistema di livello superiore (sistema di sistemi). Decine di miliardi di euro saranno investiti in questa tecnologia in tutto il mondo entro il 2020.

Un sistema cognitivo può determinare autonomamente il proprio stato e quello dei propri asset sulla base delle informazioni disponibili e, attraverso la capacità di adattamento, imparare a raggiungere obiettivi specifici in modo autonomo. I sistemi energetici cognitivi sono una tecnologia chiave per la transizione energetica. Le applicazioni nel settore elettrico si trovano nel campo della gestione della rete e della gestione della generazione e del consumo.

All’interno dell’ecosistema dei sistemi energetici cognitivi, l’accesso all’intelligenza artificiale è facilitato per i diversi ruoli di mercato. I compiti dei gestori del sistema e dei punti di misura, dei gestori dei gruppi di bilanciamento e dei venditori diretti sono automatizzati a tal punto da svolgersi in modo indipendente. Il modello “Energy Avatar” (vedi sopra) illustra con quanta facilità un “costruttore di case” può partecipare al mercato energetico con il suo sistema solare se tutti i processi sono automatizzati. L'avatar energetico è attualmente in fase di sviluppo in collaborazione tra gli Istituti Fraunhofer IEE e IOSB-AST.

Uno stretto legame con l'industria energetica fa parte del concetto: i servizi di K-ES per le aziende energetiche comprendono consulenza e studi concettuali, dai prototipi ai sistemi chiavi in ​​mano. L’ecosistema prospera grazie al networking tra teoria e pratica.

Automazione e autonomizzazione. Maggiori informazioni al riguardo qui: “ Neutralità della CO2 – Impara da Amazon ”