Porast dobijanja energije iz obnovljivih izvora čiji elektroenergetski sistem znatno složenijim, imajući u vidu da su mreže nekada usmeravale energiju iz centralizovanih elektrana, a da sada energetski sistemi sve više podržavaju višesmerne tokove električne energije između distributivnih generatora, mreže i korisnika. U tom smislu, podrazumevaju se stanice za punjenje električnih vozila ili, recimo, solarni paneli na krovovima stambenih jedinica.
Izveštaj Međunarodne agencije za energetiku (IEA), prikazuje na koji način veštačka inteligencija (AI) može da doprinese dobrom upravljanju sve većim brojim informacija u okviru energetskog sistema. Pametna brojila proizvode i šalju nekoliko hiljada puta više podataka od ranijih analognih. Preciznije, procene su da globalna flota vetroturbina proizvodi više od 400 milijardii tačaka podataka godišnje.
AI se u energetskom sektoru najčešće koristi u smislu poboljšanja predviđanja ponude i potražnje, a uopšteno govoreći o njenoj korisnosti u ovom sektoru, trenutno služi već za više od 50 različitih upotreba.
Pročitajte još:
- OIE 2023 – ZAHTEVI ZA PRIKLJUČENJE I KAPACITET DISTRIBUTIVNE MREŽE
- GRUPA NAUČNIKA IZ NOVOG SADA MERI ZAGAĐENOST DUNAVA UZ POMOĆ – DRONOVA I VEŠTAČKE INTELIGENCIJE
- KOLIKO VEŠTAČKA INTELIGENCIJA TROŠI ENERGIJE
Kako se navodi na sajtu IEA, naročito je značajno za one obnovljive izvore koji nisu uvek u istoj količini dostupni. Tu ulogu može da igra mašinsko učenje. Ono može pomoći da se uskladi promenjiva ponuda sa rastućom i opadajućom potražnjom, maksimizirajući finansijsku vrednost obnovljive energije i omogućavajući njenu lakšu integraciju u elektrodistribucijsku mrežu.
Na primer, proizvodnja energije vetrom može da se predviđa korišćenjem modela vremena, u smislu vremenskih uslova, i informacija o lokaciji vetrogeneratora. Međutim, odstupanja u brzini vetra mogu rezultirati nivoima proizvodnje koji su veći ili manji od očekivanih, što povećava operativne troškove. Tako su, primera radi, Google i njegova podružnica za veštačku inteligenciju DeepMind razvili su neuronsku mrežu 2019. godine kako bi povećali tačnost prognoza za svoju flotu od 700 MW obnovljive energije. Na osnovu ranijih podataka, mreža je razvila model za predviđanje buduće proizvodnje sa mnogo većom preciznošću nego što je to bilo ranije moguće, do 36 sati unapred. Zahvaljujući prognozom koja se nudi unapred, kompaniji se povećala finansijska vrednost njene energije vetrom za 20 odsto.
Veštačka inteligencija na osnovu ovoga može da predvidi i kada će trenuci proizvodnje biti visoki, u zavisnosti od jačine vetra ili dostupnosti sunčevih zraka i da tako pravilno planiraju kada će potrošnja energije biti najveća, na primer tokom perioda visokog računarskog opterećenja. Na taj način, kompanije mogu da premestre svoju potrošnju energije na periode najveće proizvodnje energije kako bi izbegle kupovinu dodatne električne energije sa tržišta, kada su i cene više.
Kao još jedan primer, moglo bi da se navede prediktivno održavanje, koje predstavlja proces u kojem se energetska oprema i infrastruktura kontinuirano prate i analiziraju pomoću veštačke inteligencije i na kraj način se unapred identifikovali potencijalni kvarovi i pre nego što se pojave. Bez upotrebe AI, ovakvi pregledi i servisiranja vrše se na određeni vremenski period, zbog čega nisu dovoljno efikasni jer mogu da se izvrše prerano ili prekasno, kada već problem nastane, a koji je mogao da se unapred lakše i efikasnije reši.
Takođe, AI može da se koristi i za dinamičko prilagođavanje cena, zatim prevenciju kod potencijalnih pretnji i bezbednosti, kao što je zaštita od sajber napada i drugo.
Iako Srbija i dalje zaostaje za razvijenijim državama, kada je reč o proizvodnji električne energije iz obnovljivih izvora, zahtevi za ovakva priključenja su u stalnom porastu, te ih je u septembru ove godine bilo preko 2.500 hiljade. Zbog toga se sve više sredstava izdvaja za razvojne projekte, odnosno razvoj infrastrutkure koja će moći da podrži sva priključenja.
Primerom naše zemlje potvrđuje se činjenica da se obnovljivi izvori energije sve više razvijaju, a time povećava i količina podataka zbog čega veštačka inteligencija prema mišljenju mnogih stručnjaka iz ove oblasti, postaje neophodnost.
Katarina Vuinac
