Студенту на замітку: Штучний інтелект в енергетиці

1574921

ЗАСТОСУВАННЯ ШТУЧНОГО ІНТЕЛЕКТУ В ЕНЕРГЕТИЦІ

Специфіка надання послуг енергозабезпечення, а саме необхідність обробки у режимі реального часу великих масивів інформації щодо прогнозування погодних умов, обсягів споживання та виробництва енергії, стану обладнання, режимів роботи ліній електропередачі тощо, відкриває шлях для застосування ШІ в енергетиці.

Наприклад, прогнозування погодних умов може передбачити зміну потреб споживачів у енергії та, відповідно, краще спланувати роботу генеруючих потужностей для збільшення ефективності робо­ти наявних установок. Застосування ШІ може також стабілізувати систему передачі енергії, наприклад, виявляючи аномалії в режимах виробництва і споживання, та розробляти відповідні рішення щодо усунення таких аномалій у режимі реального часу (on-line), здійснюючи підключення/відключення джерел енергії чи додаткового обладнання, що забезпечує стабільність і надійність функціонування системи.

Завдяки збільшенню доступності даних ШІ забезпечує краще прогнозування режимів роботи систем розподілення енергії. Напри­клад, вибір часу технічного обслуговування в електричній мережі завдяки наявності інформації щодо проектних термінів експлуатації, непроєктних режимів, рівня зношеності окремих елементів, облад­нання чи матеріалів, що суттєво знижує рівень аварійності мереж та дорогі простої.

Що стосується споживачів енергії, то ШІ дозволяє оптимізувати енергоспоживання завдяки спроможності прогнозування цін на енер­гію (на різних проміжках часу) та керування попитом на стороні споживання завдяки використанню розумного обладнання. Режими роботи пристроїв можуть регулюватися залежно від звичок споживачів (наприклад, години автоматичного включення кондиціювання чи освіт­лення, підігріву води тощо), реальних потреб у споживанні (наявність споживача у приміщенні) та вартості енергії у певний проміжок часу з метою зміщення графіка споживання на години, коли вартість енергії нижча.

Загалом сьогодні можна виділити конкретні функції/сервіси, які можуть виконуватись в енергетиці з використанням систем ШІ.

Взаємодія з клієнтами

Енергетичний сектор використовує технології ШІ для удоскона­лення процесу взаємодії та залучення нових клієнтів до своїх послуг. Використовуючи ШІ та машинне навчання, енергетичні компанії можуть надавати клієнтам інформацію, яка відповідає їхнім потребам. Це передбачає здійснення аналізу широкого набору даних, для того щоб зрозуміти тенденції споживання енергії споживачами, запропо­нувати їм нові послуги чи надати інформацію про те, як вони можуть зменшити споживання енергії.

Звичним на сьогодні прикладом такого застосування ШІ є чат-боти, які пропонують абоненту допомогу в отриманні наперед визначених стандартних відповідей чи алгоритмів реагування.

Управління мережею

Частка вітрової та сонячної енергетики все більше зростає в загаль­ному балансі виробництва електроенергії. Водночас їх режими роботи є нестабільними, і це створює проблему для електромереж, оскіль­ки необхідно передбачити, коли надходження енергії від цих джерел падатиме, коли зростатиме. ШІ та машинне навчання можуть допомог­ти в цьому енергетичним компаніям відповідно керувати режимами роботи енергосистем. Для операторів енерго.систем точне короткостро­кове прогнозування підвищує ефективність диспетчеризації та зменшує проблеми з надійністю, а отже, і необхідні експлуатаційні резерви.

ШІ також допомагає компаніям оптимізувати роботу енергосистем завдяки розрахунку доцільного розподілу використання пропускної спроможності існуючих ліній передачі та розподілу, а також продов­ження терміну служби наявного обладнання, визначення необхідності проведення обслуговування чи заміни обладнання.

Керовані ШІ автономні роботи також використовуються для обслуго­вування електромереж та обладнання. Роботів можна використовувати для таких завдань, як огляд і ремонт трубопроводів, вітрових турбін та іншої енергетичної інфраструктури. Автоматизуючи ці завдан­ня, енергетичні компанії можуть ще більше підвищити ефективність і знизити витрати.

Інтелектуалізація мереж (Smart grids)

Проникнення цифрових технологій в енергетику дозволяє підвищити ефективність використання наявної енергетичної інфраструктури та ресурсів. ШІ оптимізує керування потоками енергії у системі між обладнанням споживачів (будинки, підприємства), накопичувачами енергії (акумуляторними батареями), відновлюваними джерелами енергії (ВДЕ), мікромережами та центральною мережею.

Інтеграція системи управління мережі з датчиками, інструментами аналізу даних, системами зберігання енергії, платформами управління енергією та іншими типами енергетичних технологій створює нові можливості. Цьому сприяє поширення використання розумного обладнання (промислового та побутового обладнання (ІоТ) з можливістю автоматичного обміну інформацією та керування за допомогою цифрових технологій) та розумних систем вимірювання (Smart meters), які набувають все більшого поширення. Наприклад, у США рівень проникнення таких лічильників сягнув майже 50 % ще у 2016 р.

Розумні лічильники забезпечують двосторонній зв'язок між оператором мережі та споживачем, створюють можливість забезпечення гнучкості попиту для управління споживанням та досягнення економії витрат споживача. Інтелектуальні лічильники (другого покоління) з так званими in-home-display відображають споживання в реальному часі й інформують споживача, коли він може скоротити споживання енергії, зменшивши тим самим свої витрати на електроенергію.

Енергетичні компанії можуть зменшити споживання енергії споживачами за допомогою автоматизованих систем регулювання попиту, які можуть спонукати споживачів відключати енергію в години пік, що призводить до економії енергії як для споживачів, так і для енергетичних компаній. Крім того, енергетичні компанії можуть використовувати знання про режими споживання обладнання (розуміння профілю споживача) для розробки проектів енергоефективності для своїх клієнтів (механізми управління попитом - demand side management).

Мікромережа (Microgrid)

Цифрові технології дозволяють створити невелику локальну енер­гетичну мережу, яка може працювати незалежно від централізованої мережі. Такі мережі задовольняють попит споживачів на певній тери­торії завдяки використанню наявних на цій території можливостей генерування енергії (переважно засобів генерації невеликої потужнос­ті) та управління попитом на енергію споживачами, що входять у цю мережу. Системи керування Microgrid використовують ШІ і машинне навчання для керування потоком*енергії та оптимізації використання енергії учасниками цієї мережі. ШІ може передбачати не тільки періо­ди роботи генеруючих установок у мережі, а й звички споживання, до того ж може точно скласти схему споживання для кожного споживача.

Мікромережі стають популярними, оскільки вони можуть забезпечити енергетичну безпеку під час надзвичайних ситуацій (у випадку порушення роботи загальної енергосистеми) і можуть легше, ніж традиційні енергетичні мережі, інтегрувати нестабільні ВДЕ в енергетичну мережу. ШІ водночас забезпечує ефективну інтеграцію таких наявних децентралізованих місцевих ресурсів (distributed energy resources, DER), як електромобілі (шляхом використання накопиченої енергії в акумуляторах у пікові години споживання чи накопичення енергії в акумуляторах автомобілів при надлишку енергії в мікромережі), теплові насоси та сонячні фотоелектричні панелі в загальну мережу енергопостачання.

Demand Side Management (регулювання попиту) може бути використано різними способами. Най­частіше послугу продають у формі гарантії «стабільності» графіка споживання, що надають великі промислові компанії, які компенсують фактичну нерівномірність графіка регулюванням обладнання. Також послугу управління попитом надають постачальники енергії шляхом застосування механізмів (ці­нових стимулів) оптових ринків та ринків потужності, що застосовуються до споживачів, примушуючи їх до зміни обсягів споживання. За оцінками MEA, до 2030 р. потенціал регулювання попиту для підвищення гнучкості системи може бути в 10 разів більше від поточного. Проте для цього необхідні додаткові інвестиції в інтелектуальні мережі та розумне обладнання. На всіх рівнях енергосистеми цифровізація є ключовою умовою для збільшення гнучкості попиту. При цьому вдосконалення про­гнозування попиту на енергію в реальному часі, аналітика та інтелектуальні засоби управління будуть одними з основних технологічних засобів.

У 2019 р. загальна потужність мікромереж уже сягала 20 ГВт (за оцінкою дослідження Navigant Research, яке виявило 2258 одиниць мікромереж загальною потужністю 19 575 МВт по всьому світу), переважно в Північній Америці, Азії та Африці". До кінця 2025 p., за оцінками, потужність подібних систем у світі зросте до 400 ГВт.

Віртуальні електростанції (Virtual Power Plants)

Керовані ШІ мережі є основою створення віртуальних електростанцій (Virtual Power Plants, VPP)'³, які є віртуальним пулом кількох малих і середніх установок, що споживають або виробляють електроенергію. ШІ дозволяє визначити доступні обсяги виробництва енергії конкретними установками та знайти конкретних споживачів таких обсягів виробництва. Таким чином, VPP створює віртуальну енергосистему, незалежну від централізованої мережі, яка самостійно забезпечує балансування пропозиції та попиту між своїми учасниками. При цьому оператори VPP не володіють електростанціями, вони просто оптимізують спосіб використання кожного зв'язаного активу, який належить третій стороні, що дозволяє вирівнювати графік навантаження системи. Центральна система управління VPP використовує спеціальний алгоритм, щоб пристосуватися до команд балансування від операторів системи передачі та до умов локальної мережі - так, як це робить звичайна електростанція.

Створення нових бізнес-моделей роботи на ринку

Розширення використання цифрових технологій дозволяє запро­понувати нові форми взаємодії між учасниками енергетичних ринків, зокрема учасників енергосистеми. Нові бізнес-моделі дозволяють запровадити моделі, які передбачають уникнення третьої сторони (оператора системи передачі чи розподілу) у взаємовідносинах між виробниками енергії та кінцевими споживачами.

Застосування ШІ, розумного обладнання та приладів, цифрових технологій організації торгівлі електроенергією дозволяє запропонувати цільову модель взаємодії між окремими учасниками для надання окремих послуг (енергія як послуга (освітлення, кондиціювання, тепло тощо), послуга балансування, регулювання попитом, акумулювання тощо).

Технології ШІ, отримуючи дані про споживання енергії розумними пристроями, дозволяють робити кращий прогноз майбутніх рівнів споживання енергії, допомагаючи таким чином клієнтам краще регулювати своє споживання. Датчики розумних приладів можуть виявляти фактори навколишнього середовища, такі як денне світло, температура, рух або тиск. Ця інформація може забезпечувати так і технології, як опалення й охолодження або освітлення, зокрема щоб розумніше та ефективніше керувати їх навантаженням^[3].

Нові бізнес-моделі¹⁵ можуть надавати зазначені вище послуги через поєднання можливостей кількох учасників ринку та допомогти дрібним учасникам (установкам)готримати доступ до ринків і послуг (отримувати дохід), якого вони раніше не мали.

Торгівля електроенергією

Торгівля електроенергією характеризується необхідністю здійсню­вати постачання відповідно до потреб споживача в режимі реального часу (on-line). Це створює суттєві проблеми для організації належного обліку обсягів проданої енергії у кожний конкретний проміжок часу, оскільки вартість енергії залежить від години доби.

ШІ та машинне навчання можуть допомогти виробникам, постачальникам і споживачам краще прогнозувати графіки свого навантаження (виробництво, споживання) та брати участь у торгах на оптових і балансуючих ринках, уникаючи при цьому штрафів за недо­тримання заявлених графіків. Маючи цю інформацію, учасники ринку в режимі реального часу можуть приймати обгрунтованіші рішення про те, коли купувати та продавати енергію.

Акумулювання енергії

Рівномірний графік виробництва та споживання енергії є най­більш ефективним режимом роботи системи енергозабезпечення, що, однак, важко забезпечити в реальних умовах. Розвиток новітніх  акумуляторних технологій є суттєвою зміною умов функціонування

енергосистем , оскільки їх можна інтегрувати в енергетичну мережу та забезпечити вирівнювання графіка.

Крім цього, системи накопичення енергіїу вигляді великомасштабних батарей, агрегованих малих батарей («за лічильником») або підключених електромобілів стають ключовими факторами для інтеграції ВДЕ. Ції може допомогти ефективніше керувати цими технологіями, максимізуючи інтеграцію електростанцій на базі ВДЕ, мінімізуючи ціни на електроенергію, що споживається на місці, і максимізуючи віддачу для власників системи зберігання.

Таким чином, керовані ШІ системи акумулювання енергії дозво­ляють вирівнювати графік навантаження системи й допомагають зменшити потребу енергетичних компаній у будівництві нових елек­тростанцій. Очікується, що до 2030 р. світовий ринок зберігання енергії зросте у 20 разів, що лише посилить потребу у використанні технологій ШІ.

Прогнозування режимів роботи інфраструктури та планування її розвитку

Застосування ШІ до прогнозування попиту на енергію в майбутньо­му дозволяє спростити та зробити менш затратним планування розвитку необхідної енергетичної інфраструктури для задоволення майбутніх потреб в енергії. Використовуючи прогнозну аналітику, енергетичні компанії можуть також передбачити, коли енергоблок, трансформатор, окреме технологічне обладнання мереж тощо ймовірно вийдуть з ладу. Це не тільки допомагає запобігти несподіваним відключенням, але й економить ресурси, дозволяючи компаніям планувати заміну критич­них і дорогих енергетичних активів та уникати незапланованих робіт з технічного обслуговування.

Збільшення виробництва та будівництво

ШІ та машинне навчання також використовуються для покращення виробництва енергії чи енергоресурсів. Наприклад, нафтогазові компанії використовують ШІ для покращення розміщення свердловин і збільшення видобутку. Аналізуючи дані, зібрані із сейсмічних досліджень та інших джерел, ці компанії можуть приймати кращі рішення про те, у яких місцях бурити нафту та газ .

Аналізуючи кліматичні та географічні умови, тенденції зміни клімату, ШІ може допомогти проектувальникам у виборі кращого майданчика для будівництва вітрових та сонячних електростанцій, термальних електростанцій.

Прогнозування погодних умов, тенденцій роботи обладнання та вирахування оптимального режиму роботи генеруючого обладнання також сприяє підвищенню ефективності устаткування та енергетичних мереж. ШІ на основі навчання аналізу історичних тенденцій погодних даних, вимірювання в реальному часі швидкості вітру та потоку соняч­ної енергії завдяки датчикам, врахування відеоданих та фотографій місцевості (наприклад, супутникові знімки хмарності) може формувати короткострокові прогнози виробництва електроенергії.

Підвищення рівня кібербезпеки енергосистеми

Енергетична мережа є складною системою, вразливою до кібератак ШІ та машинне навчання можна використовувати для підвищенш безпеки енергетичних мереж, запобігаючи кібератакам. Це передбачав використання аналізу даних для виявлення закономірностей в сис темах обміну інформацією (передачі енергетичних даних), які можуті свідчити про кібератаку. Після виявлення кібератаки для реагуванні на атаку можна використовувати ШІ та машинне навчання.

Системи управління виробничими процесами

Складні системи управління, що контролюють виробництво ті керують ним, є конкретним випадком практичного застосуванні системи ШІ з «фізичним виміром» імплементації її рішень. Для роботі такої системи використовуються різні джерела інформації, алгоритмі її збору та обробки, що пов'язані з конкретним фізичним технологіч­ним процесом. У подальшому ШІ може здійснювати прогнозування попиту, оптимізацію виробничих цілей, видачу завдань для етапів технологічного процесу, виявлення подій/аномалій на виробничих лініях тощо.

Слід зазначити, що все більше окремих елементів технологічно­го процесу керується системами ШІ, а виробничі процеси стають все більш автономними. Сукупність всіх алгоритмів/моделей ШІ, що використовуються для керування технологічними процеса­ми, формує аналітичну модель виробництва («цифровий близнюк» підприємства), що суттєво підвищує ефективність управлінської діяльності.

Проте сьогодні ще не всі можливості ШІ використовуються енер­гетичними компаніями. Наприклад, кампанія ЕОР використовує ШІ для обмеженого набору завдань, а саме: прогнозування потреб обслу­говування обладнання на електростанціях, ідентифікації параметрів/ компонентів для відображення цифрових моделях процесів роботи обладнання, щоб краще зрозуміти поведінку споживачів при спожи­ванні енергії .

Широке застосування ШІ з метою управління технологічними та управлінськими процесами ще потребує часу на усунення недо- сконалостей технологій та зміни бізнес-культури. Незважаючи на вищезазначені можливості застосування ШІ, традиційні енергетич­ні компанії (енергетичний сектор, базований на існуючій концепції великих централізованих систем) обережно ставляться до широкого використання нової технології, що частково пов'язано зі сприйнят­тям енергетичними компаніями та споживачами потенційних ризиків її застосування.

Водночас у секторі відновлюваної енергетики в розвитку децентралізованих систем спостерігається тенденція до суттєвого зростання цифрових енергетичних бізнес-проєктів. У 2020 р. іш інвестиції венчурного капіталу на ранній стадії в енергоефективні та гнучкі стартапи з новими або інноваційними бізнес-моделями становили близько 900 млн дол. США (без урахування зовнішніх інвестицій у розмірі в середньому 150 млн дол. США в одну угоду), що на 20 % більше, ніж у 2019 р., і втричі більше від рівня фінансування у 2016 р.

Smart grids (розумна мережа) - це електрична мережа, яка використовує цифрові та інші передові тех­нології для моніторингу та керування транспортуванням електроенергії з усіх джерел виробництва для задоволення потреб споживачів електроенергії. Розумні мережі координують потреби та можливості всіх виробників, операторів мереж, кінцевих користувачів та зацікавлених сторін ринку електроенергії, щоб якомога ефективніше працювати з усіма частинами системи, мінімізуючи витрати та вплив на навколишнє середовище, максимізуючи надійність, стійкість та стабільність системи.

Енергетичні компанії світу, лідери у застосуванні цифрових технологій, спрямовують значні ресурси на інновації, розумне обладнання та розгортання розумних електричних мереж. Наприклад, компанія Епеї запустила Network Digital Twin, цифрову платформу, яка створює сучасні та точні віртуальні копії фізич­них мереж електропостачання та їх компонентів та системної динаміки, що дозволяє покращити роботу та проектування мережі, інтегрувати розподілені енергетичні ресурси й управління робочою силою. У 2020 р. державна мережева корпорація Китаю (State Grid Corporation of China) також оголосила про плани інвесту­вати біля 3,5 млрд дол. США в цифрову інфраструктуру. У 2021 р. вона разом із Національною комісією розвитку та реформ Китаю оголосили про пілотний проект з розробки платформи для торгівлі «зеленою» енергією на основі технології блокчейн. Виробники обладнання для електричних мереж, такі як Siemens, General Electric і Hitachi Energy, зробили цифрові технології основою свого бізнесу.

Станом на кінець 2020 р. загальносвітова ємність акумуляторних батарей, встановлених у електроме­режах, становила близько 17 ГВт. У 2020 р. кількість установок зросла на 50 % порівняно з попереднім р. Загалом було додано понад 5 ГВт потужності, з них такі країни як Китай та США встановили понад 1 ГВт кожна. На ринку продовжують домінувати установки, що встановлюються в розподільчих електромережах.

Загальні інвестиції в акумуляторні батареї зросли майже на 40 % у 2020 р. - до 5,5 млрд дол. США. Витрати на батареї в мережевому (великої ємності) обладнанні зросли більш ніж на 60 %, що зумовлено поштовхом до інвестицій у відновлювані джерела енергії та зростанням присутності цифрових платформ торгівлі електроенергією, зокрема аукціонів зі зберігання енергії. Проте інвестиції в приватні акумулятори («за лі­чильником») впали на 12 %, оскільки ці активи, як правило, фінансуються домогосподарствами та малими й середніми компаніями, які загалом більше постраждали від кризи COVID-19. У Європі спостерігалась зворотна тенденція, коли падіння встановлення накопичувачів в локальних мережах компенсувалась вста­новленням акумуляторів у приватних приміщеннях. Провідним ринком у Європі зараз є Німеччина, де кількість установок «за лічильником» зросла майже вдвічі. Подібна тенденція спостерігається і в Японії, де ємність домашніх акумуляторних систем у 2020 р. зросла до 300 МВт. У липні 2021 р. Китай оголосив про плани встановити понад 30 ГВт накопичувачів енергії до 2025 р. (без урахування насосних гідроакуму­ляторів (ГАЕС), що забезпечить майже десятикратне збільшення його встановленої потужності станом на р. Загалом, за оцінками МЕА, загальна встановлена потужність акумуляторних систем накопичення енергії у світі до 2030 р. сягне понад 500 ГВт.