Rola sztucznej inteligencji w tworzeniu oprogramowania na zamówienie dla energetyki odnawialnej

Niedawny wysyp chatbotów AI i innych narzędzi opartych na AI wywołał w branży software'owej ciekawą tendencję. Ludzie zobaczyli, jak przydatne mogą być te narzędzia i jak mocno AI potrafi w ogóle zmieniać zasady gry. Jeśli pojawia się nowy pomysł na oprogramowanie, jest spora szansa, że w jakiś sposób będzie korzystał z AI albo się z nią łączył.

To samo dotyczy wszystkich technologii związanych z energią odnawialną. AI można potencjalnie wykorzystać na każdym etapie produkcji energii odnawialnej: od wyboru najlepszych lokalizacji i ustawienia paneli słonecznych i farm energetycznych, przez codzienne zarządzanie i utrzymanie, aż po optymalizację zużycia energii. Przejdźmy więc do konkretów.

Jestem pewien, że osoby odpowiedzialne za prognozy pogody robią, co mogą, z narzędziami, które mają. Niestety trzeba uczciwie przyznać, że dość często się mylą. A jeśli chodzi o przyszłość energetyki, na tak niską wiarygodność naprawdę nie możemy sobie pozwolić.

Czy nam się to podoba, czy nie, zdecydowana większość najważniejszych wyzwań energetyki odnawialnej wiąże się z pogodą i klimatem, które niezwykle trudno dokładnie przewidzieć. Dlatego im lepiej rozumiemy zmiany klimatu i przewidujemy pogodę, tym wydajniej produkujemy czystą energię. AI może tu bardzo pomóc, bo pozwala analizować znacznie więcej danych w dużo krótszym czasie.

Świetnym przykładem jest The Weather Company. Jej platforma prognostyczna pomaga wykorzystać sztuczną inteligencję do przetwarzania wszelkich bieżących i historycznych danych i przewiduje pogodę dokładniej niż tradycyjne metody. Można ją też wykorzystać do analizy zmian klimatu i prognoz na kolejne lata.

Tym tematem zajmuje się też DeepMind. W 2020 roku ta należąca do Google firma opublikowała raport o wykorzystaniu uczenia maszynowego do dokładniejszego prognozowania pogody.

AI w planowaniu farm wiatrowych i słonecznych

Naturalnie przychodzi na myśl pomoc AI przy wyborze optymalnej lokalizacji farmy słonecznej albo wiatrowej. Czynniki takie jak nasłonecznienie czy prędkość wiatru są tu kluczowe, ale nie tylko one decydują o sukcesie finansowym.

Wyobraź sobie, że łączymy te dane z informacjami o liczbie konkurentów w okolicy albo o projektach, które w przeszłości się nie udały, a co ważniejsze, o przyczynach tych porażek. Moglibyśmy też oszacować optymalną trasę przyłączenia instalacji wytwórczych do sieci i przygotować wstępny model przepływów pieniężnych. W efekcie dostalibyśmy jasną rekomendację, czy kontynuowanie projektu w danej lokalizacji ma sens.

Inteligentna produkcja, inteligentne zużycie

Większość odnawialnych źródeł energii działa w cyklach. Czy chodzi o dzień i noc, czy o dni słoneczne i pochmurne, musimy brać te cykle pod uwagę. Jeśli więc chcemy działać wydajnie, powinniśmy zużywać jak najwięcej energii wtedy, gdy nasze panele słoneczne i farmy wiatrowe produkują jej najwięcej.

Ta strategia jest już powszechna w nowoczesnych zakładach przemysłowych, ale miejmy nadzieję, że uda się ją przenieść też do naszych domów dzięki aplikacjom, które na podstawie dokładnych prognoz pogody podpowiedzą na przykład, kiedy naładować samochód elektryczny.

Jeśli nie możemy zużyć energii, powinniśmy ją zmagazynować

Produkty takie jak Tesla Powerwall czy GE Energy Storage pozwalają odbiorcom gromadzić nadwyżki energii, które nie są w danej chwili zużywane. Ten pomysł można jednak wynieść na zupełnie inny poziom.

Jeden z naszych klientów pracuje nad technologią, która w ten sam sposób wykorzystuje samochody elektryczne, czyli jako magazyny energii. W 2023 roku rozwiązanie było testowane na flocie autobusów elektrycznych. Gdy nie jeżdżą, mają aż nadto czasu na naładowanie akumulatorów, więc mogą też służyć do magazynowania nadwyżek energii.

W teorii tę technologię można stosować też na znacznie mniejszą skalę, w gospodarstwach domowych z jednym lub kilkoma samochodami elektrycznymi. Rodziny mogłyby w ten sposób sporo zaoszczędzić na energii. Nadwyżki energii można oczywiście magazynować na wiele innych sposobów, ale cała idea polega na tym, żeby jak najwydajniej zużywać energię i unikać strat. Umożliwia to zrozumienie i współpraca wszystkich uczestników sieci energetycznej, a AI może odegrać dużą rolę po stronie analitycznej.

Nie tylko pogodę trzeba przewidywać

Mały scenariusz:

Właśnie się dowiedzieliśmy, że przez najbliższe kilka dni prawie bez przerwy ma mocno wiać, i to dokładnie tam, gdzie stoi nasza farma wiatrowa. Świetna wiadomość!

Ale chwileczkę. Dwie turbiny mają awarię i trzeba je było wyłączyć do czasu naprawy. A teraz nie da się ich naprawić. To znaczy, że zaraz stracimy ogromne ilości energii. Gdybyśmy tylko mieli sposób, żeby wcześniej zapobiec awarii albo ją przewidzieć...

Cóż, taki sposób istnieje. Nazywa się predictive maintenance, czyli konserwacja predykcyjna. Dzięki czujnikom IoT i analizie różnych bieżących i historycznych danych wspieranej przez AI nowocześni producenci i inne firmy uczą się przewidywać awarie, zanim do nich dojdzie, żeby unikać przestojów i maksymalizować wydajność. Dobre wdrożenie konserwacji predykcyjnej na farmach wiatrowych czy słonecznych może zmienić bardzo wiele. Co więcej, przy dokładnych prognozach pogody będziemy mogli planować prace serwisowe na pochmurne albo bezwietrzne dni.

Mówiąc o ogromnym potencjale AI, trzeba pamiętać, że to wciąż tylko narzędzie. A jak każdym narzędziem, przy braku ostrożności możemy zrobić sobie krzywdę.

Największe ryzyko sprowadza się do znanej zasady "garbage in, garbage out", czyli śmieci na wejściu, śmieci na wyjściu.

AI przewiduje na podstawie dostępnych danych. Oto, co może pójść nie tak:

1. Niektóre czujniki działają nieprawidłowo i podają niedokładne dane.
2. Z niektórych obszarów jest za mało danych, więc obraz jest niepełny.
3. Nie wiemy wszystkiego o czynnikach, które powodują zmiany klimatu. Mogą istnieć istotne aspekty, których analiza w ogóle nie uwzględnia.
4. Możliwe jest celowe działanie na szkodę. Ktoś może świadomie manipulować kluczowymi danymi.

Rozwijając rozwiązania oparte na AI i zaczynając uwzględniać analizy AI w podejmowaniu decyzji, wciąż musimy pilnować jakości danych. Zadbanie o to na pewno odegra kluczową rolę. Jeśli jednak dobrze to rozegramy, AI z pewnością znacznie ułatwi przejście od paliw kopalnych do energii odnawialnej.

W pewnym momencie uznaliśmy, że chcemy robić coś więcej niż tylko tworzyć dobre oprogramowanie. Chcemy przyczyniać się do zrównoważonej przyszłości naszej planety, a oprogramowanie dla energetyki, w którym mamy już spore doświadczenie, to jeden z naszych kluczowych obszarów.

Jeśli więc masz taki projekt, chętnie pomożemy Ci zrealizować go jak najlepiej.

Opowiedz nam o swoim projekcie i umów się na konsultację.