Jak sztuczna inteligencja może odciążyć sieci energetyczne

Według firmy doradczej „Strategy&” sztuczna inteligencja może być wykorzystywana w e-gospodarce w całym łańcuchu wartości – z korzyścią dla firm i gospodarstw domowych.

Rozwój sztucznej inteligencji (AI) wydaje się nie do zatrzymania. A jednak istnieją różnice. W sektorze energetycznym wykorzystanie AI wydaje się być dostosowane do prędkości elektronów. Podczas gdy pole elektryczne rozchodzi się w przewodniku z prędkością bliską prędkości światła, blisko 300 000 km na sekundę, ukierunkowany ruch pojedynczych elektronów jest znacznie spokojniejszy: poruszają się one z prędkością około 1,5 metra na godzinę. Niektórzy eksperci podejrzewają, że powodem, dla którego firmy energetyczne pozostają w tyle za sektorami takimi jak handel detaliczny, telekomunikacja czy finanse w zakresie wykorzystania AI, jest wysoki stopień niezawodności, jaki muszą gwarantować producenci energii elektrycznej, jako część infrastruktury krytycznej. „Coś w tym jest” – mówi Johannes Schneider, partner w Strategy&, globalnej firmie konsultingowej PwC specjalizującej się w strategii. Sektor energetyczny jest zasobochłonny i musi dokonywać wysokich inwestycji kapitałowych w drogie, złożone aktywa materialne. „Takie sektory muszą do pewnego stopnia wykazywać awersję do ryzyka” – powiedział Schneider w wywiadzie dla STANDARD. Co więcej, wiele firm energetycznych stanęło ostatnio przed wyzwaniem wdrożenia systemów przetwarzania danych. Niektórym po prostu brakowało czasu na wczesne wdrożenie sztucznej inteligencji i jej potencjału. Teraz sytuacja się zmienia. Według badania przeprowadzonego przez Strategy&, wprowadzenie sztucznej inteligencji mogłoby przynieść redukcję kosztów o ponad 60% i wzrost wydajności o ponad 50% w sektorze energetycznym. W branży elektroenergetycznej istnieją możliwości „inteligentnego i efektywnego” wykorzystania sztucznej inteligencji w całym łańcuchu wartości. Zaczyna się to od optymalizacji zużycia paliwa – na przykład w elektrowniach gazowych, które muszą być podłączone do sieci w bezwietrzne i pochmurne dni; ale zastosowania obejmują również szeroki obszar zdalnej konserwacji, na przykład farm wiatrowych lub słonecznych, co również pomaga oszczędzać koszty i czas.

Chatboty w obsłudze klienta

Kolejnym ważnym zastosowaniem jest obsługa klienta, gdzie chatboty automatyzują procesy takie jak zmiana adresu czy tworzenie profili klientów. Sztuczna inteligencja pomaga również w analizie komunikacji z klientami i tworzeniu ofert, co przekłada się na większą efektywność i ogólnie wyższy poziom zadowolenia klientów.

Schneider twierdzi, że sztuczna inteligencja oferuje również szereg możliwości w sektorze sieci energetycznych, gdzie mogłaby pomóc w ograniczeniu ostatnio gwałtownie rosnących kosztów działań redispatch. Redispatch odnosi się do interwencji operatorów sieci w produkcję energii elektrycznej w celu uniknięcia lub rozwiązania wąskich gardeł w sieci i stabilizacji dostaw energii – interwencji, które stają się coraz częstsze wraz ze wzrostem ilości energii elektrycznej ze źródeł odnawialnych w sieci, ponieważ produkcja energii podlega znacznym wahaniom. Ponadto, integracja coraz dokładniejszych danych pogodowych i ich szybkie przetwarzanie za pomocą sztucznej inteligencji pozwoli na lepsze zarządzanie przepływami energii elektrycznej w przyszłości.

Do użytku domowego

Kolejnym narzędziem łagodzenia, a nawet redukcji kosztów rozbudowy sieci, jest magazynowanie energii. Optymalne rozmieszczenie i sterowanie tymi systemami jest skomplikowane, a sztuczna inteligencja oparta na uczeniu maszynowym ma przewagę nad systemami opartymi na regułach, twierdzi Schneider. Nowe zastosowania pojawiają się również w gospodarstwach domowych, gdzie sztuczna inteligencja może być wykorzystywana do łączenia w sieć i kontrolowania źródeł energii, takich jak dachowe systemy fotowoltaiczne z ogrodowymi pompami ciepła, magazyny energii w piwnicach i ścienne skrzynki zasilające w garażach. „Jeśli połączymy to z elastyczną taryfą za energię elektryczną i zakupimy energię elektryczną z zewnątrz, gdy ceny są niskie, gospodarstwa domowe mogą zaoszczędzić realne pieniądze”, mówi Schneider. Istnieje jednak istotne zastrzeżenie. „Ta interakcja dobrze sprawdza się w domach jednorodzinnych ze stosunkowo nową infrastrukturą. Jednak znacznie więcej osób mieszka w budynkach wielorodzinnych, często o zróżnicowanej strukturze własności. Integracja domowego systemu zarządzania energią w takich przypadkach zazwyczaj bardzo szybko staje się bardzo skomplikowana”.

Standard