ETFFIN Finance >> Curso de Finanças Pessoais >  >> Criptomoedas >> Bitcoin

IA para Resiliência da Rede: Preparando a Eletricidade para o Futuro com Inteligência Artificial

IA para Resiliência da Rede: Preparando a Eletricidade para o Futuro com Inteligência Artificial

Um artigo recente do The Conversation apontou que o mix elétrico britânico em 2016 foi o mais limpo em 60 anos, com capacidade recorde de energia renovável, principalmente eólica e solar. Mas um problema com esta grande expansão em renováveis é que são intermitentes, dependendo de condições climáticas como vento soprando ou sol brilhando. Diferente da energia convencional, isso significa que não podem necessariamente atender a picos de demanda. Daí muitas manchetes recentes sobre "apagões".

A National Grid, operadora da rede do Reino Unido, tem várias formas de garantir que a oferta sempre atenda à demanda. Para lacunas curtas na geração, pede a fornecedores de eletricidade que operem suas usinas convencionais abaixo do potencial máximo e aumentem conforme necessário.

Para lacunas mais longas, garante que usinas, particularmente as a gás, sejam mantidas em standby. Algumas usinas podem ser solicitadas a gerar energia por apenas algumas dezenas a algumas centenas de horas por ano. Além de contribuir para emissões de carbono, operar usinas para intervenções tão curtas é caro.

A pergunta é o que fazer sobre este problema. Poderíamos construir menos energia renovável e tornar a energia convencional "mais verde" removendo o CO₂ e enterrando-o no subsolo. Opiniões divergem sobre quando estas tecnologias de captura de carbono podem se tornar comercialmente viáveis em larga escala. No Reino Unido, infelizmente dois projetos iniciais do governo falharam devido a preocupações com custos e desacordos departamentais.

Uma alternativa é instalar baterias muito grandes ("escala de rede") capazes de armazenar energia renovável para liberação quando necessário. Isso gerou muito interesse ultimamente. Mas dados os custos da tecnologia atual de baterias, o armazenamento em escala de rede requer investimentos iniciais caros.

Soluções sob demanda

Enquanto pesquisadores estudam estes problemas, o Reino Unido está desenvolvendo uma alternativa conhecida como resposta do lado da demanda. Um aspecto envolve recompensar certos consumidores de eletricidade por reduzir seu uso com aviso curto. Isso pode variar de grandes clientes industriais a consumidores menores usando energia para aquecimento, refrigeração, iluminação ou até refrigeração.

O outro aspecto da resposta da demanda envolve pedir a clientes que possuem equipamentos que podem armazenar energia para ajudar a equilibrar picos de demanda. Por exemplo, proprietários de uma casa equipada com painéis solares e armazenamento de bateria correspondente podem reduzir custos de pagamento do equipamento disponibilizando as unidades de bateria para a rede. Outros equipamentos nesta categoria incluem veículos elétricos e unidades de fonte de alimentação ininterrupta (UPS) de hospitais/universidades.

Ambos os tipos de resposta da demanda já estão acontecendo. Alguns clientes industriais de energia e certas outras empresas como operadores de hotéis têm contratos para redução de energia, enquanto a National Grid tem atraído muito interesse de licitantes para esquemas de armazenamento de energia e tem alguns em andamento em partes do país. Este armazenamento é uma alternativa à implantação de baterias em larga escala, e promete ser muito mais econômico se pudermos fazê-lo funcionar em escala suficientemente grande.

IA para Resiliência da Rede: Preparando a Eletricidade para o Futuro com Inteligência Artificial

O problema é que estes esquemas ficam mais complicados quando o grupo de clientes passa de certo tamanho. Saber quais clientes inscrever e que tarifas oferecer requer entender até que ponto dispositivos estarão disponíveis e a que custo, por exemplo.

Uma vez que um grupo de clientes é configurado, alguns dispositivos podem não estar sempre disponíveis para armazenamento ou redução de demanda quando necessário. Isso precisa ser considerado nos cálculos tanto para minimizar a interrupção da rede quanto para incentivar clientes a participar nestes momentos.

Também podem haver efeitos indesejados, como grandes rebotes simultâneos no consumo. Por exemplo, muitas geladeiras consumirão energia extra para baixar sua temperatura interna abaixo do nível requerido quando um período de resposta da demanda termina.

Finalmente, há um potencial problema grave de segurança: um sistema central que coleta dados sobre uso de energia de muitos dispositivos pode ser propenso a ataques maliciosos e adulteração de informações. Isso poderia minar tanto o equilíbrio da rede quanto o rastreamento do que os clientes devem receber.

Como a IA pode ajudar

Tecnologias emergentes de inteligência artificial parecem fornecer respostas a estes desafios. Para selecionar os melhores participantes, por exemplo, operadores de rede poderão usar técnicas sofisticadas de aprendizado de máquina para modelar o comportamento de dispositivos individuais e unidades de armazenamento de bateria revisando dados de medidores inteligentes e sensores.

Uma vez inscritos para armazenamento na rede, deve ser possível estimar a vida útil de um pacote ou unidade de bateria aplicando algoritmos prognósticos aos seus dados de carga/descarga. Proprietários receberão então compensação apropriada, além do incentivo adicional de saber quanto tempo sua bateria durará.

IA para Resiliência da Rede: Preparando a Eletricidade para o Futuro com Inteligência Artificial

Quando se trata de gerenciar dispositivos no grupo, pensava-se que poderíamos usar medidores inteligentes individuais ou dispositivos de controle para alimentar um servidor central na nuvem. Mas medidores são caros e os tempos de resposta curtos exigem que o servidor na nuvem analise dados em milissegundos, o que parece inviável quando muitas milhares de unidades estão em um grupo.

Uma alternativa é ter dispositivos de medição que detectem níveis de demanda na rede e reduzam energia conforme necessário. Estes tiram pressão do servidor central e só requerem medição no nível do local, em vez de para cada dispositivo elétrico. Mas ainda deixa um problema complexo de controle na coordenação de todas estas decisões individuais. Nós em Heriot-Watt estamos trabalhando em uma solução para isso usando algoritmos baseados em IA.

Outra linha de pesquisa em IA baseia-se em insights da teoria dos jogos algorítmica para desenvolver mecanismos de recompensa/penalidade que garantam que clientes suficientes no grupo estejam dispostos a participar e realmente respondam quando necessário. Pesquisadores também são otimistas de que protocolos blockchain, usando a mesma tecnologia do Bitcoin, poderiam sustentar um sistema de livro-razão descentralizado que contornaria o risco de segurança de ter um único ponto de armazenamento para dados de usuários.

Numerosos grupos de pesquisa em IA, tanto no Reino Unido quanto em outros lugares, têm abordado estes desafios, enquanto várias startups começaram a desenvolver tais sistemas na prática — versões relativamente simples de aprendizado de máquina já começam a ser usadas, por exemplo. O Reino Unido tem boa chance de estar na vanguarda dos esforços internacionais para tornar a resposta da demanda mais inteligente uma realidade nos próximos anos.