Данияр Нургалиев 
Искусственный интеллект, технология, вызывающая опасения из-за своих растущих энергетических аппетитов, может стать ключом к решению тех самых проблем с энергоснабжением, в создании которых его обвиняют. Бен Кроксфорд, управляющий директор Eclipse Power Networks, делится видением того, как ИИ способен не только компенсировать собственное энергопотребление, но и способствовать переходу к более чистой и эффективной энергетике.
Правительство Великобритании активно продвигает искусственный интеллект как инструмент для стимулирования экономического роста и реализации масштабных планов преобразований, включая амбициозную цель превратить страну в «сверхдержаву чистой энергии» к 2030 году. ИИ рассматривается как универсальное решение для множества задач, от снижения административной нагрузки на госслужбы до ремонта миллионов дорожных ям. Однако, по мнению экспертов отрасли, его наибольший потенциал кроется именно в энергетическом секторе.
Значительное беспокойство вызывает растущее энергопотребление центров обработки данных, специализирующихся на задачах ИИ, в сравнении с обычными объектами, ориентированными на хранение информации. Международное энергетическое агентство (МЭА) в своем апрельском отчете спрогнозировало, что к 2030 году потребление энергии дата-центрами более чем удвоится. Тем не менее, именно в энергетике ИИ может парадоксальным образом предложить решение для удовлетворения своего же растущего спроса на электроэнергию.
Искусственный интеллект прочно вошел в нашу жизнь, и его роль будет только возрастать. Правительство Великобритании видит в нем не просто инструмент для решения текущих проблем, но и «следующий рубеж» развития. Центры обработки данных уже получили статус критически важной национальной инфраструктуры, а решения местных властей, препятствующие их строительству, отменяются. Создаются даже специальные зоны для ускоренного развития технологий ИИ. Однако энергоемкость этой технологии чрезвычайно высока. По оценкам МЭА, один дата-центр, ориентированный на ИИ, может потреблять столько же электроэнергии, сколько 100 000 домохозяйств. В глобальном масштабе индустрия ИИ в ближайшие два года может сравняться по энергопотреблению с такой страной, как Япония.
Ирония заключается в том, что благодаря своим уникальным возможностям, ИИ способен сам обеспечить решение проблемы своего возросшего энергопотребления. В энергетическом секторе искусственный интеллект уже используется для оптимизации процессов генерации, передачи, распределения и потребления энергии. Он также является важнейшим инструментом декарбонизации отрасли и достижения целей по нулевым выбросам углерода.
Искусственный интеллект «питается» данными, а энергетический сектор генерирует и потребляет их в огромных объемах. Информация, поступающая от умных счетчиков, датчиков удаленного мониторинга, зарядных станций для электромобилей и других цифровых активов, загружается в алгоритмы ИИ. Это позволяет создавать «умные» энергосети и активно управляемые сети, приносящие многоуровневую пользу электроэнергетической отрасли. Энергетические компании применяют ИИ для подключения, оптимизации и контроля энергетических активов, таких как электромобили, тепловые насосы и системы отопления, вентиляции и кондиционирования воздуха. Технология позволяет поставщикам балансировать и перераспределять нагрузки в режиме реального времени, стимулируя потребителей изменять свои привычки энергопотребления.
Программы реагирования на спрос (DSR) вознаграждают потребителей за корректировку времени использования электроэнергии, что помогает сбалансировать нагрузку на сеть. Платформы, обеспечивающие такую функциональность, например, KrakenFlex от Octopus Energy, используют ИИ для определения необходимой мощности от программ DSR, выбора момента для активации мероприятий по управлению спросом и определения размера вознаграждения. Позволяя смещать и изменять профили нагрузки, ИИ также дает возможность поставщикам электроэнергии создавать новые энергетические продукты и тарифы, генерируя доход для будущих инвестиций в сетевую инфраструктуру.
Искусственный интеллект применяется для управления как генерацией, так и спросом на энергию для коммерческих и промышленных объектов. Он помогает оптимизировать использование распределенных энергетических ресурсов (DER), таких как аккумуляторные батареи, солнечные и ветровые электростанции, чтобы справляться с пиками и спадами спроса в энергосистеме. Огромные массивы данных от этих активов, в сочетании с прогнозами погоды и другими ключевыми переменными, обрабатываются для предсказания и реагирования на изменчивость предложения и спроса на энергию. Иными словами, ИИ позволяет более эффективно управлять этими ресурсами, улучшая их производительность и обеспечивая их разрядку или ограничение мощности в нужные моменты.
Благодаря оптимизации с помощью ИИ, владельцы энергетических активов смогут повысить их ценность, разумно используя их в периоды, максимизирующие финансовую выгоду, то есть при благоприятных рыночных условиях. Это, в свою очередь, потенциально стимулирует инвестиции в новые возобновляемые источники энергии.
Важным дополнительным преимуществом использования ИИ для оптимизации сетей и активов является то, что он помогает гарантировать поступление новой генерации именно из возобновляемых источников. Переменные возобновляемые источники энергии (ВИЭ) по своей природе нестабильны из-за изменчивости погодных условий. Активное управление этими активами и сетью в целом позволяет компенсировать их прерывистость за счет использования разнообразных активов с различными профилями выработки, которые могут наращивать или снижать мощность в ответ на меняющиеся условия. Алгоритмы ИИ, способные реагировать на колебания напряжения за миллисекунды, будут способствовать стабильности сети, обеспечивая балансировку нагрузки в реальном времени и оптимизацию потоков мощности для снижения потерь при передаче.
Искусственный интеллект открывает захватывающие перспективы для расширения и совершенствования возобновляемой энергетики. Например, как инструмент для научных открытий, ИИ, вероятно, ускорит темпы инноваций в ключевых технологиях, таких как фотоэлектрические солнечные модули или аккумуляторные системы хранения энергии. Усовершенствования в этих областях могут повысить эффективность или производительность, снизить стоимость технологий или предоставить другие ощутимые выгоды. Таким образом, ИИ по сути обеспечивает себя более чистой энергией для собственного потребления.
Возможности ИИ не ограничиваются только национальной инфраструктурой – он также может повышать эффективность на уровне распределения. Независимые операторы распределительных сетей (IDNO), такие как Eclipse Power Networks, идеально подходят для быстрого и целенаправленного внедрения инструментов ИИ. Обладая более гибкими структурами, чем традиционные операторы распределительных сетей (DNO), IDNO могут тестировать и развертывать целевые решения ИИ в области проектирования, планирования, эксплуатации и обслуживания активов. ИИ способствует ускорению подключений, более разумному использованию существующих сетей и предиктивному обслуживанию, минимизирующему сбои и затраты. На этапе планирования ИИ обеспечивает лучшее прогнозирование спроса и моделирование сценариев. А благодаря управлению активами на основе данных, ИИ помогает перейти от реактивных стратегий обслуживания к превентивным.
Несмотря на уже имеющиеся успехи в энергетической отрасли, она, как и многие другие сектора Великобритании, сталкивается с острой нехваткой специалистов в области ИИ. Это усугубляет проблему адаптации к меняющемуся и растущему энергопотреблению, частично обусловленному именно возросшими потребностями самого ИИ. Однако появляется все больше поддержки, например, через бесплатные инструменты, возможности финансирования и партнерства по передаче знаний, поддерживаемые Innovate UK. Инвестируя в развитие кадров и переосмысливая ИИ как стратегический инструмент для всех бизнес-функций, энергетическая отрасль сможет и дальше развивать инновации в этой области.
Несмотря на некоторую панику вокруг энергопотребления ИИ, эта технология обладает потенциалом с лихвой компенсировать собственный спрос на энергию. Как отмечается в недавнем отчете МЭА, ИИ может сыграть ключевую роль в сокращении затрат, повышении конкурентоспособности и снижении выбросов в секторе. Используя ИИ для оптимизации спроса и генерации, можно избежать простого наращивания мощностей. Интеллектуальная оптимизация «умных» сетей и активно управляемых систем с помощью ИИ способна взять на себя значительную часть нагрузки, необходимой для новых гипермасштабируемых дата-центров, а также способствовать созданию более чистой энергетической инфраструктуры, выгодной для всех.