Smart Grid: Sztuczna inteligencja w obszarze energii odnawialnych

33 lata temu zetknąłem się z wciąż młodą dyscypliną, jaką jest „sztuczna inteligencja” (AI). Pracowałem nad językami programowania AI LISP i Prolog. Z Internetem zetknęłam się także poprzez sieć uniwersytecką. W tym samym czasie dynamicznie rozwijał się rynek telewizji satelitarnej. Stąd dalej rozwijałem się w obszarze intralogistyki, aż dzisiaj trafiłem 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) jako siła napędowa transformacji energetycznej” czy „Jak logistyka czerpie korzyści ze sztucznej inteligencji” to hity medialne, które nie odzwierciedlają ogromu rozwoju i wysiłku, jaki należy włożyć, a przede wszystkim przede wszystkim koszty, zanim rentowność finansowa stanie się widoczna.

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.

„Wytwarzanie energii elektrycznej z turbin słonecznych i wiatrowych sprawia, że ​​system dostaw jest znacznie bardziej rozdrobniony i zależny od pogody niż działanie konwencjonalnych elektrowni. Ponadto zużycie musi być w większym stopniu uzależnione od dostaw energii elektrycznej. Wymaganej w tym celu elastyczności nie można jeszcze osiągnąć przy obecnej infrastrukturze. Zdecentralizowany system może funkcjonować jedynie dzięki cyfrowym procesom w czasie rzeczywistym i zautomatyzowanym decyzjom” – wyjaśnia prof. dr hab. Clemens Hoffmann, szef Fraunhofer IEE. Hoffmann postrzega cyfryzację jako podstawę kolejnych etapów transformacji energetycznej: „Procesy koordynacji i podejmowania decyzji w przypadku zdecentralizowanych dostaw energii odnawialnej są niezwykle złożone. Tylko dzięki sztucznej inteligencji możliwe będzie połączenie na dużą skalę różnych systemów, takich jak zaopatrzenie w energię elektryczną i ciepło, a także mobilność za pomocą zautomatyzowanych decyzji. Budując ekosystem dla kognitywnych systemów energetycznych, rozwijamy zastosowania sztucznej inteligencji 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 technologią kluczową dla dalszego rozwoju transformacji energetycznej: odejście od centralnie zorganizowanej gospodarki elektrowni opartej na paliwach kopalnych w kierunku systemu energetycznego opartego na źródłach odnawialnych to bardzo złożony proces, który można opanować jedynie dzięki inteligentnym kontroli” – powiedziała minister nauki Hesji Angela Dorn. „Centrum Kompetencji Kognitywnych Systemów Energii daje naukowcom przestrzeń dla nowych pomysłów i podejść badawczych na rzecz innowacji w branży energetycznej. Cieszę się, że wspieramy rozwój. Teraz ważne jest, aby połączyć wiedzę badaczy z silnymi partnerami z przemysłu”.

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 Kompetencyjne Cognitive Energy Systems (K-ES) przygląda się zadaniom w systemie energetycznym z perspektywy AI i rozwija je dalej w trzech obszarach kognitywnego zarządzania energią, kognitywnych sieci energetycznych i technologii poznawczych systemów energetycznych. „Poznawczy system energetyczny samodzielnie określa swój stan na podstawie dostępnych informacji i uczy się osiągać określone cele. Sztuczna inteligencja nie jest przeciwieństwem ludzkiej inteligencji, ale raczej w ciągłej wymianie z nią i wspiera ją. W miarę ciągłego rozwoju technologii obie strony będą się zmieniać” – 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 kroku lokal wraz z infrastrukturą IT zostaje skonfigurowany w systemie chmurowym. Zostanie wówczas utworzona platforma cyfrowa, za pośrednictwem której partnerzy biznesowi i naukowi będą mogli wymieniać się pomysłami. Faza początkowa koncentruje się na rekrutacji naukowców i rozwijaniu umiejętności. „Naszym celem jest łączenie naukowców, którym przyświeca wspólny cel, niezależnie od tego, gdzie na świecie pracują eksperci” – mówi Baier.

Do czasu planowanego oficjalnego powołania centrum kompetencyjnego nacisk będzie położony także na pozyskiwanie partnerów i projektów aplikacyjnych z przemysłu. Ponieważ 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”. „Z radością przyjmujemy zgłoszenia od badaczy i firm, ponieważ taki ekosystem opiera się na połączeniu teorii z 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 uwzględnić wysoki międzynarodowość badań nad sztuczną inteligencją, centrum kompetencyjne oferuje również wizytującym naukowcom z całego świata możliwość udziału. „Dzięki specjalnej infrastrukturze szkoleniowej, odpowiedniemu sprzętowi i oprogramowaniu oraz kompleksowemu modelowi i bazie danych możemy efektywnie i w różnych lokalizacjach prowadzić badania AI dla systemu energetycznego” – wyjaśnia dyrektor naukowy K-ES Christoph Scholz, dyrektor ds. istniejące możliwości.

Na całym świecie prowadzone są intensywne prace nad rozwojem sztucznej inteligencji. Niemcy wydały jak dotąd znacznie mniej na odpowiednie badania niż ich konkurenci, USA i Chiny. W ramach przyszłego pakietu rządu federalnego dotyczącego korony do 2025 r. w sztuczną inteligencję ma zostać zainwestowanych 5 miliardów euro. „Jeśli chodzi o sztuczną inteligencję w systemie energetycznym, Niemcy jako lokalizacja biznesowa i badawcza są dobrze przygotowane do osiągnięcia światowego lidera w zakresie innowacji. Ważne jest, aby wszystkie zainteresowane strony wspólnie zajmowały się tą kwestią” – mówi 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 ”