Informasi Energi Alam

Info Sumber Energi Alam dan Energi Surya serta Sumber Energi Untuk Keperluan Hidup Manusia

AI Mengendalikan Sistem Energi di Era Energi Terbarukan

AI Mengendalikan Sistem Energi di Era Energi Terbarukan

AI Mengendalikan Sistem Energi di Era Energi Terbarukan – energi menjadi semakin kompleks. Peningkatan energi terbarukan jelas berdampak positif bagi planet ini – namun kenyataan bahwa angin tidak selalu bertiup dan matahari tidak bersinar membuat pusing para pengelola sistem energi. Tugas mereka untuk mencocokkan pasokan dan permintaan menjadi lebih sulit dari sebelumnya.

 

AI Mengendalikan Sistem Energi di Era Energi Terbarukan

AI Mengendalikan Sistem Energi di Era Energi Terbarukan

energiasolaraldia – Operator jaringan listrik, tentu saja, memperkirakan pasokan dan permintaan selama bertahun-tahun. Mereka telah lama menyadari bahwa faktor-faktor yang kelihatannya sepele sekalipun seperti pemilihan waktu acara TV yang populer dapat menyebabkan lonjakan permintaan energi (rumah tangga di Inggris terkenal suka menyalakan ketel uap saat jeda iklan, yang terkadang memberikan tekanan yang signifikan pada jaringan listrik).

Meskipun permintaan listrik selalu mencapai puncaknya dan terbatas, peningkatan tenaga angin dan surya yang terjadi sesekali juga menyebabkan pasokan listrik berfluktuasi jauh lebih besar dibandingkan sebelumnya. “Kami mempunyai dua variabel dalam hal energi terbarukan,” kata Sherif El-Mashad, chief digital officer di ABB Electrification, yang mengembangkan “teknologi energi pintar.” “Kita perlu memiliki prediksi yang akurat, namun pada saat yang sama kita perlu mengelola semua elemen berbeda yang berperan,” katanya.

Di situlah peran AI. Karen Panetta, peneliti di Institute of Electrical and Electronics Engineers dan profesor teknik elektro dan komputer di Tufts University, mencatat bahwa “sejumlah besar data sensor real-time” kini dikumpulkan dari rumah. Hal ini akan memberikan data yang lebih baik untuk perkiraan permintaan, namun menurutnya hal ini memerlukan “kekuatan kecerdasan buatan” untuk “menggabungkan tren dan membuat perkiraan yang lebih baik.”

“Banyak metode perkiraan tradisional hanya dapat melihat sejumlah kecil parameter dengan sedikit data,” kata Panetta. “Dengan kecerdasan buatan, kita dapat mengeksplorasi hubungan dan menemukan cara untuk memitigasi gangguan pada jaringan listrik dan memahami cara mendistribusikan kembali energi dengan cara yang paling efisien.”

Perusahaan konsultan Indigo Advisory telah mencantumkan lebih dari 50 kemungkinan penggunaan kecerdasan buatan dalam energi sektor. . Perusahaan memperkirakan 100 vendor telah menerapkan solusi AI dalam produk mereka, dan pasar AI di sektor energi saja kini bernilai hingga $13 miliar.

“Ada banyak kasus di mana Anda dapat menggunakan AI dalam energi terbarukan di sektor energi,” kata Kristjan Jansons, startup AI asal Estonia. CEO MindTitan. Dia menunjukkan bahwa kecerdasan buatan dapat membantu memilih tempat untuk memasang energi angin atau matahari. Sebuah perusahaan yang menjual sistem tenaga surya atap ke fasilitas industri, misalnya, dapat menggunakan kecerdasan buatan untuk menganalisis data foto dan membuat “daftar sasaran” pelanggan potensial. “Dengan begitu, tim penjualan Anda bisa jauh lebih efisien, daripada langsung mendatangi perusahaan dan menanyakan apakah mereka menginginkan tenaga surya di atap rumah mereka,” katanya.

 

Baca juga : Kecerdasan Buatan Mempercepat Transisi Energi Bersih

 

Perusahaan energi milik Norwegia, Statkraft, sudah menggunakan Tekääly dalam bisnis energinya. “Kami memiliki prediksi, beberapa di antaranya didasarkan pada pembelajaran mesin, dan kemudian kami memiliki algoritme – robot perdagangan yang secara otomatis berinteraksi dengan pasar,” kata Brian Lonn, direktur bisnis Enterprise Agility Optimization Inggris. Sumber daya pembangkit listrik yang dikelola perusahaan diprogram dengan kecerdasan buatan untuk memulai dan menghentikan pembangkit listrik secara otomatis sesuai jadwal yang dijadwalkan.

“Seluruh sistem sangat otomatis dan dirancang untuk menskalakan dan mengoperasikan dengan hemat biaya, aset ini sangat bagus.” kata Lonn. “Hal ini tidak akan mungkin terjadi tanpa pembelajaran mesin dan algoritme yang menghubungkan segalanya.”

Kecerdasan buatan dapat sangat berguna dalam mengelola pasokan dan permintaan pengguna “jaringan mini”. Ini adalah jaringan listrik skala kecil yang semakin banyak digunakan untuk menyediakan listrik bagi masyarakat pedesaan di negara-negara berkembang. Biasanya bertenaga surya dan dapat dikombinasikan dengan penyimpanan baterai; dan terkadang tersambung ke jaringan listrik utama negara tersebut, sehingga listrik dapat dibeli atau dijual sesuai kebutuhan.

Manoj Sinha, CEO Husk Power Systems, sebuah perusahaan jaringan listrik kecil di India yang berbasis di Nigeria, mengatakan bahwa perusahaannya menggunakan tinjauan ke masa depan. AI memprediksi permintaan dan pasokan, lalu menggunakan algoritme berbasis AI untuk “mengirimkan elektron dengan biaya terendah pada waktu yang tepat”. Husk baru-baru ini memenangkan Penghargaan Prestasi Luar Biasa di Ashden Sustainable Energy Awards atas inisiatif Sunshot-nya, yang bertujuan untuk menyediakan energi surya untuk 7,7 juta orang di seluruh Afrika dalam waktu lima tahun.

Jika Husk menggunakan prosedur manual untuk mengelola 1.500 saluran transmisi kecil yang ingin dibangun, maka Husk akan membutuhkan 3.500 pekerja, kata Sinha. Perusahaan percaya bahwa dengan kecerdasan buatan, dibutuhkan kurang dari 1.000 orang. Selain itu, selama pengujian teknologi berbasis AI, Husk menemukan bahwa penggunaan bahan bakar diesel cadangannya berkurang sebesar 25%, sementara penggunaan energi surya meningkat sebesar 10% dan masa pakai sel baterainya diperpanjang hingga enam tahun. . bulan
Cara lain dalam menggunakan kecerdasan buatan mencakup “pemeliharaan prediktif”, yang memungkinkan perbaikan dilakukan sebelum masalah besar terjadi, menghindari penggantian suku cadang yang tidak perlu dan tampaknya masih dalam kondisi baik.

Odysight.ai, sebuah perusahaan Israel, adalah mengembangkan teknologi ini. berarti memasang sensor pada mesin dan menggunakan kecerdasan buatan untuk menganalisis gambar yang dihasilkan guna mengambil keputusan pemeliharaan.

“Idenya adalah menggunakan sensor optik yang sangat kecil dan ringan yang dapat bekerja di lingkungan yang keras, terhubung ke atau melalui cloud. komputer hingga infrastruktur yang dapat menjalankan algoritme diluncurkan, lalu mencari fenomena yang terlihat dalam video,” kata Yehu Ofer, CEO perusahaan tersebut.

“Jika saya memiliki sensor optik pada mesin jika terjadi kegagalan kritis , Saya dapat melihat masalah sebelum menjadi masalah dan saya dapat mengubah model pemeliharaan dengan meninggalkan sesuatu tanpa menggantinya sebelum perlu diganti.”

 

Baca juga : AI Meningkatkan Kreativitas Manusia dalam Produksi Film

 

Meskipun teknologi perusahaan dikembangkan terutama untuk industri dirgantara, Ofer mengatakan bahwa ia beradaptasi. pendekatan yang digunakan di ladang angin “bukanlah ilmu roket”, mengingat cara kerja bilah turbin angin seperti rotor helikopter.

“Turbin angin adalah baling-baling yang sangat besar,” kata Ofer. “Biaya perawatannya jadi masalah besar, karena untuk mengubah sesuatu, tim harus diturunkan sejauh 100 atau 150 meter. Oleh karena itu, mengubah model pemeliharaan sangat penting bagi perusahaan-perusahaan energi ini.”

Memang benar, terutama untuk pembangkit listrik tenaga angin lepas pantai, bahwa tantangan pemeliharaan meningkat seiring dengan pertumbuhan turbin, pembukaan dan pertumbuhan, serta dipindahkan lebih jauh ke lepas pantai.

Namun Jansons dari MindTitan menambahkan peringatan tentang perlunya menghindari terjebak dalam ledakan AI. “Kecerdasan buatan sangat masuk akal untuk diprediksi,” Jansons memperingatkan. “Pemeliharaan prediktif dari perencanaan yang berlebihan tidak selalu membuahkan hasil yang besar. Sebaiknya digunakan untuk hal-hal yang sering dirawat, jadi perubahan kecil di sana-sini bisa memberikan manfaat yang besar.”

Ia menambahkan: “Turbin angin bagus untuk pemeliharaan prediktif karena sudah terstandarisasi. Kecerdasan buatan suka menggeneralisasi berdasarkan data dalam jumlah besar. Jika kondisinya berbeda atau mesinnya sedikit berbeda, hal ini dapat menimbulkan masalah bagi AI.”

El-Mashad dari ABB Electrification setuju bahwa diperlukan kehati-hatian sebelum beralih ke AI. “Sektor energi adalah industri yang sangat stabil. katanya. “Tidak, begitulah kita melihat teknologi saat ini, teknologi itu menyebar, lalu besok saya akan mengadopsinya dan membuatnya tersedia di mana-mana. Hal ini tidak terjadi di sektor energi.”

Karena pentingnya energi, tambahnya. , adopsi teknologi baru biasanya memiliki “siklus yang lebih panjang” dibandingkan dengan industri lain. Perusahaan harus benar-benar yakin bahwa AI- teknologi berbasis teknologi ini “100% andal dan tahan lama,” kata El-Mashad.

Tentu saja, skenario terburuk di mana lampu mati karena algoritme yang bermutasi harus dihindari dengan cara apa pun. Namun, mewujudkan potensi penuh penerapan kecerdasan buatan dalam energi terbarukan juga berarti memastikan kualitas dan kuantitas data, kata Daniela Haldy-Sellmann, wakil presiden global perusahaan perangkat lunak Jerman dan kepala raksasa energi dan utilitas SAP.

“Sektor energi perlu berinvestasi dan menstandardisasi infrastruktur data dan mekanisme pengumpulan untuk memanfaatkan sejumlah besar data yang sudah tersedia,” katanya. Layanan AI harus diintegrasikan ke dalam infrastruktur yang ada, sementara “kolaborasi hampir secara real-time” antar perusahaan sangat penting agar sistem dapat berfungsi dengan baik.

Regulasi yang efektif adalah faktor penting lainnya, kata Haldy-Sellmann, untuk memastikan privasi dan keamanan pengguna energi. “Menetapkan batasan peraturan pada data dan membagikannya secara anonim untuk benar-benar mengembangkan dan memperluas pengetahuan AI generatif,” katanya.