Smart Grid: Sztuczna inteligencja w obszarze energii odnawialnych

Było 33 lata temu, kiedy zetknąłem się z wciąż młodą dyscypliną „Sztuczną inteligencję” (AI). Zajmowałem się językami programowania AI Lisp i Prolog. Zajęłem również kontakt z Internetem za pośrednictwem sieci uniwersyteckiej. Jednocześnie rynek telewizji satelitarnej rozwijał się. Stąd rozwijałem się w obszarze intalogów, dopóki nie dotarłem do fotowoltaiki.

FAW Ulm (Instytut Badawczy Przetwarzania Wiedzy Zorientowanej na Zastosowania), pierwszy niezależny instytut zajmujący się sztuczną inteligencją, powstał w 1987 roku. Zaangażowane były takie firmy, jak DaimlerChrysler AG, Jenoptik AG, Hewlett-Packard GmbH, Robert Bosch GmbH i kilka innych. Byłem tam jako asystent naukowy w latach 1988–1990.

W międzyczasie sztuczna inteligencja znalazła swoją drogę do wielu dziedzin, czy to medycyny, prawa, marketingu czy gier komputerowych. Najbardziej znane są tłumaczenia maszynowe, na przykład za pomocą Tłumacza Google lub Deepl. Analizując i prognozując rozwój cen akcji lub radząc sobie z zalewem informacji w wyszukiwarkach.

Sztuczna inteligencja to dziedzina informatyki zajmująca się automatyzacją wzorców zachowań, z których można czerpać pomoce w podejmowaniu decyzji i w najlepszym wypadku kontynuować niezależne, autonomiczne procesy. Stosuje się go najczęściej, gdy należy zarządzać i koordynować zbyt dużą lub nieuporządkowaną, ale niemożliwą do zarządzania ilość danych.

Nie zawsze kończy się to sukcesem. Na przykład Amazon musiał wyłączyć sztuczną inteligencję do oceny kandydatów, ponieważ system automatycznej oceny stawiał kobiety w niekorzystnej sytuacji .

Nawet w przypadku tłumaczeń maszynowych często występują w nich szorstkie bloki, które po bliższym przyjrzeniu się powodują marszczenie brwi lub uśmiech.

Ze sztuczną inteligencją nie jest więc tak łatwo. Problemem nie jest tak naprawdę ilość danych, ale ich prawidłowa alokacja. Ponieważ Amazon wcześniej zatrudniał głównie mężczyzn, sztuczna inteligencja stwierdziła, że ​​wśród kobiet występuje deficyt wydajności. Tak naprawdę mniej uwagi poświęcono faktowi, że niski odsetek kobiet w zawodach zdominowanych przez mężczyzn ma przyczyny socjologiczne.

Podstawowy problem sztucznej inteligencji: zaprogramowanie algorytmów i dane początkowe są tak dobre, jak subiektywna praca samych programistów, którzy je opracowują i udostępniają. Braki w obiektywności wynikające z indywidualnych emocji i intencji, a także błędy w interpretacji i postrzeganiu przez twórców są przejmowane przez sztuczną inteligencję, uczy się wraz z nimi i rozwija je. Jeśli do tego dodamy brak wiedzy o powiązaniach rzeczy i procesów (kwalifikacje kluczowe), koło się zamknie.

Więcej na ten temat: Sztuczna inteligencja w prosty sposób

Dlatego sztuczna inteligencja potrzebuje dużo czasu na rozwój i odwagi, aby ponieść niepowodzenia, zanim będzie mogła przekształcić się w wydajny system.

Nagłówki, takie jak „Sztuczna inteligencja (AI), jak motor przejścia energetycznego” lub „w jaki sposób logistyka korzysta z sztucznej inteligencji”, to przyśrodkowe zaułki, które nie muszą być reprodukowane na początku, które muszą być operowane w celu rozwoju i wysiłku oraz że koszty są początkowo widoczne, zanim rent finansowy staje się widoczny.

Sztuczna inteligencja była dotychczas wykorzystywana w energetyce przede wszystkim do zadań monitorowania czy prognozowania.

 

Inteligentna sieć – inteligentna energia elektryczna

Jednak wraz ze wzrostem udziału energii elektrycznej pochodzącej ze źródeł odnawialnych staje się jasne, że w przyszłości sztuczna inteligencja będzie również na dużą skalę kontrolować procesy zachodzące w systemie energetycznym.

Choć do tej pory dominowały sieci elektroenergetyczne z centralnym wytwarzaniem energii, tendencja zmierza w kierunku zdecentralizowanych systemów wytwarzania. Dotyczy to produkcji ze źródeł odnawialnych, takich jak systemy fotowoltaiczne, elektrownie słoneczne, turbiny wiatrowe i biogazownie. Prowadzi to do znacznie bardziej złożonej struktury, przede wszystkim w obszarze kontroli obciążenia, utrzymania napięcia w sieci dystrybucyjnej i utrzymania stabilności sieci. W przeciwieństwie do średnich i większych elektrowni, mniejsze, zdecentralizowane systemy wytwarzające energię zasilają również bezpośrednio niższe poziomy napięcia, takie jak sieć niskiego lub średniego napięcia.

 

Budowa inteligentnej sieci energetycznej

Inteligentna sieć energetyczna integruje wszystkich aktorów w ogólny system poprzez interakcję wytwarzania, magazynowania, zarządzania siecią i zużycia. Elektrownie (w tym magazyny) są już sterowane w taki sposób, aby zawsze wytwarzać taką samą ilość energii elektrycznej, jak ją zużywać. Inteligentne sieci elektroenergetyczne obejmują w tej kontroli odbiorców, a także zdecentralizowanych małych dostawców energii i urządzenia magazynujące, dzięki czemu z jednej strony zużycie jest zrównoważone w czasie i przestrzeni (inteligentna moc/inteligentne zużycie energii), a z drugiej strony nie -istnieje możliwość lepszej integracji systemów wytwarzania jednorazowego użytku (np. energii wiatrowej i systemów fotowoltaicznych) i konsumentów (np. oświetlenia).

Większy udział energii odnawialnych sprawia, że ​​ważniejsze jest dostosowanie wahań w produkcji energii do wahań w jej zużyciu. Oprócz możliwości magazynowania energii elektrycznej za pomocą magazynów energii lub elektrowni magazynujących, wytwarzanie energii elektrycznej na podstawie zapotrzebowania, m.in. B. poprzez elektrownie wodne lub bioenergię, rozbudowę sieci elektroenergetycznych w celu szybkiej dystrybucji na dużym obszarze, istnieje również możliwość dostosowania zużycia energii do zasilania.

„Generowanie energii z turbin słonecznych i wiatrowych sprawia, że ​​system zaopatrzenia jest znacznie bardziej mały i zależny od pogody niż działanie konwencjonalnych elektrowni. Ponadto konsumpcja musi być bardziej prawdopodobna na podstawie zakresu. Niezbędnej elastyczności nie można jeszcze opanować z poprzednią infrastrukturą. Zdecentralizowany system może działać tylko poprzez procesy cyfrowe tylko w decyzjach w czasie rzeczywistym i zautomatyzowanych ”, wyjaśnia prof. Dr. Clemens Hoffmann, szef Fraunhofer IEE. Hoffmann widzi podstawę kolejnych kroków w przejściu energii w digitalizacji: „Procesy koordynacyjne i decyzyjne zdecentralizowanej dostawy energii odnawialnej są niezwykle złożone. Tylko dzięki sztucznej inteligencji możliwe jest połączenie różnych systemów, takich jak energia elektryczna i ciepło, a także mobilność za pomocą zautomatyzowanych decyzji na dużą skalę. Dzięki ustanowieniu ekosystemu dla systemów energii poznawczej rozwijamy zastosowania AI w sektorze energetycznym.

 

Zdecentralizowany system energetyczny potrzebuje sztucznej inteligencji

Istnieje już konkretne zapotrzebowanie na sztuczną inteligencję w różnych obszarach przemysłu energetycznego. Automatyczny handel energią dotyczy systemów, które niezależnie identyfikują strategie handlowe i uruchamiają zakupy lub sprzedaż. Turbiny fotowoltaiczne i wiatrowe, a także stacje ładowania i elektrolizery mogą wykorzystywać sztuczną inteligencję do optymalizacji swojego działania, a tym samym uniknięcia konserwacji i wydłużenia ich żywotności. W sektorze sieciowym technologia ta wykorzystywana jest do oceny różnorodnych informacji, rozpoznawania sytuacji krytycznych i wspierania ich rozwiązywania.

Fraunhofer IEE od 15 lat pracuje nad sztuczną inteligencją, aby przewidywać zależne od pogody wytwarzanie energii elektrycznej z energii słonecznej, wiatrowej i bioenergii. W Kassel rozwijany jest także automatyczny system handlu dla giełdy energii elektrycznej EPEX Spot.

 

Badania na rzecz AI w energetyce

„Sztuczna inteligencja jest kluczową technologią do dalszego rozwoju przejścia energetycznego: odejście z centralnie zorganizowanego i oparte na paliwach kopalnych do systemu energetycznego do systemu energetycznego opartego na źródłach odnawialnych jest bardzo złożonym procesem, który można opanować jedynie za pomocą inteligentnej kontroli”, mówi minister nauki Hessen Angela Dorn. „Centrum kompetencji systemów energii poznawczej daje naukowcom przestrzeń na nowe pomysły i podejścia badawcze do innowacji w branży energetycznej. Cieszę się, że wspieramy strukturę. Teraz zależy to od połączenia wiedzy badaczy z silnymi partnerami z gospodarki.

Dlatego w Kassel powstaje nowe centrum kompetencyjne w zakresie kognitywnych systemów energetycznych. Projekt badawczy dotyczący sztucznej inteligencji w systemie energetycznym poszukuje partnerów ze świata nauki i biznesu i widzi dobre warunki dla Niemiec jako lokalizacji biznesowej i badawczej, aby osiągnąć światową pozycję lidera innowacyjności w tym temacie. Dlatego kraj związkowy Hesja wspiera rozwój nowego centrum kompetencyjnego przy wsparciu Instytutu Fraunhofera ds. Ekonomiki Energii i Technologii Systemów Energetycznych IEE.

Nowe Centrum Kompetencji Kognitywnych Systemów Energii w Kassel prowadzi badania nad tymi obszarami zastosowań sztucznej inteligencji, których rozwój jest finansowany przez rząd kraju związkowego Hesji na łączną kwotę 5,8 mln euro w latach 2020–2022.

 

K-ES

Centrum Kompetencji Systemu Energii Kognitywnej (K-ES) zostało utworzone przez Fraunhofer IEE od połowy 2020 r. w celu badania tematów kognitywnej ekonomii energii, kognitywnych sieci energetycznych i technologii poznawczych systemów energetycznych. Proces rozwoju trwa dziesięć lat. K-ES ma stać się krajowym i międzynarodowym centrum sztucznej inteligencji w badaniach i nauczaniu.

Centrum kompetencji systemów energii poznawczej (K-ES) analizuje zadania w systemie energetycznym z perspektywy AI i dalej rozwija je w trzech obszarach przemysłu energii poznawczej, sieci energii poznawczej i technologii systemu energii poznawczej. „System energii poznawczej niezależnie określa swój stan na podstawie dostępnych informacji i uczy się osiągnąć określone cele. Sztuczna inteligencja nie stoi w obliczu ludzkiej inteligencji, ale z nią w ciągłej wymianie i wspiera ją. Wraz z dalszym rozwojem technologii obie strony się zmieni ”, wyjaśnia kierownik projektu IEE, André Baier.

Przemysł energetyczny może również opierać się na ustaleniach z innych sektorów. Sztuczna inteligencja już trwale zmienia branżę motoryzacyjną, handel detaliczny, ubezpieczenia i finanse. W przypadku transformacji energetycznej na energie odnawialne i łączenie sektorów najważniejszymi obszarami cyfryzacji są inteligentni producenci i konsumenci, wirtualne elektrownie, technologie inteligentnych sieci oraz gospodarka energetyczna w czasie rzeczywistym.

 

Koncepcje i zastosowania dla biznesu

Koncepcję struktury K-ES opracowała firma Fraunhofer IEE. Inicjatywa opiera się na porozumieniu koalicyjnym rządu Hesji. Teraz rozpoczął się etap budowy. Podstawowym celem jest stworzenie ekosystemu innowacji i utworzenie społeczności ekspertów. Nowe centrum kompetencyjne będzie częścią kampusu Fraunhofer IEE w Kassel, który jest obecnie w budowie i uzupełni spektrum badawcze w zakresie transformacji systemów energetycznych.

W pierwszym etapie lokale i infrastruktura IT są skonfigurowane z systemem chmurowym. Następnie tworzona jest platforma cyfrowa, dzięki której partnerzy z biznesu i badań mogą wymieniać pomysły. Faza początkowa koncentruje się na rekrutacji naukowców i ustanowieniu umiejętności. „Naszym troską jest połączenie naukowców, którzy mają na myśli wspólny cel, niezależnie od tego, gdzie świat jest w domu” - powiedział Baier.

Do czasu planowanej oficjalnej podstawy Centrum Kompetencji koncentruje się również na nabywaniu partnerów i projektów aplikacyjnych z gospodarki. Ponieważ ścisłe połączenie z branżą energetyczną jest częścią tej koncepcji: usługi firm energetycznych K-E obejmują porady i studia koncepcyjne, prototypy i systemy pod klucz. „Z niecierpliwością oczekujemy aplikacji zarówno badaczy, jak i firm, ponieważ taki ekosystem żyje z sieci między teorią a praktyką” - podkreśla Hoffmann.

 

Cel: Wspólnota o międzynarodowej renomie w Niemczech

Planuje się, że w ciągu najbliższych dziesięciu lat około 100 ekspertów w K-ES będzie pracować nad dyscyplinami takimi jak analityka danych, postępami w uczeniu maszynowym, systemami rekomendacyjnymi i zarządzaniem innowacjami cyfrowymi. Obecnie w Fraunhofer IEE pracuje 15 pracowników w tych obszarach tematycznych. Celem nowego obiektu jest stać się jedną z wiodących społeczności zajmujących się sztuczną inteligencją w branży energetycznej w Niemczech.

Aby wziąć pod uwagę wysoką internację badań AI, Centrum Kompetencji oferuje również gościnnym naukowcom z całego świata możliwość uczestnictwa. „Ze względu na specjalną infrastrukturę szkoleniową, odpowiedni sprzęt i oprogramowanie, a także kompleksowy model i bazę danych, możemy skutecznie i po lokalizacji systemu energetycznego”, wyjaśnia dyrektor naukowy K-ES, Christoph Scholz, istniejące możliwości.

Rozwój sztucznej inteligencji intensywnie działa na całym świecie. Do tej pory Niemcy wydały znacznie mniej dla odpowiednich badań niż konkurenci USA i Chiny. W trakcie pakietu Corona Future Pakiet rządu federalnego 5 miliardów euro należy zainwestować w sztuczną inteligencję do 2025 r. „W AI w systemie energetycznym Niemcy, jako lokalizacja biznesu i badań, mają dobre warunki do osiągnięcia globalnego przywództwa innowacji. Ważne jest, aby wszyscy interesariusze wspólnie rozwijali temat ” - powiedział Hoffmann.

 

Systemy poznawcze

System kognitywny to system cyfrowy posiadający interfejsy pomiędzy światem cyfrowym a otoczeniem, który potrafi postrzegać i rozumieć rzeczy, a także wyciągać wnioski i uczyć się na ich podstawie. Systemy poznawcze są w stanie samodzielnie opracowywać rozwiązania dla ludzkich zadań. Potrafią wchodzić w interakcje i współpracować z innymi systemami cyfrowymi, interpretować konteksty i są elastyczne.

Systemy kognitywne znajdują zastosowanie w coraz większej liczbie dziedzin i stanowią na przykład podstawową technologię pojazdów autonomicznych, inteligentnych asystentów osobistych, Przemysłu 4.0 i Internetu Rzeczy.Typową cechą takich systemów jest to, że mogą przetwarzać duże ilości danych w krótkim czasie i osadzonych w systemie wyższego poziomu (systemie systemów). Do roku 2020 na całym świecie w tę technologię zainwestowano dziesiątki miliardów euro.

System poznawczy potrafi samodzielnie określić stan własny i swoich aktywów na podstawie dostępnych informacji i poprzez zdolność adaptacji uczyć się samodzielnego osiągania określonych celów. Kognitywne systemy energetyczne to kluczowa technologia transformacji energetycznej. Zastosowania w branży elektroenergetycznej można znaleźć w obszarze zarządzania siecią oraz zarządzania wytwarzaniem i zużyciem.

W ekosystemie systemów energii kognitywnej dostęp do sztucznej inteligencji jest łatwiejszy dla różnych ról rynkowych. Zadania operatorów systemów i punktów pomiarowych, menadżerów grup bilansujących i marketerów bezpośrednich są w takim stopniu zautomatyzowane, że działają niezależnie. Model „Awatara Energii” (patrz wyżej) ilustruje, jak łatwo „budowniczy domu” może uczestniczyć w rynku energii za pomocą swojego systemu fotowoltaicznego, jeśli wszystkie procesy zostaną zautomatyzowane. Awatar energii jest obecnie opracowywany we współpracy między Instytutami Fraunhofera IEE i IOSB-AST.

Częścią koncepcji jest ścisłe powiązanie z branżą energetyczną: usługi K-ES dla przedsiębiorstw energetycznych obejmują doradztwo i badania koncepcyjne, od prototypów po systemy „pod klucz”. Ekosystem rozwija się dzięki połączeniu teorii z praktyką.

Automatyzacja i autonomizacja. Przeczytaj więcej na ten temat tutaj: „ Neutralność CO2 – ucz się od Amazon ”