Mengapa kecerdasan buatan bisa menjadi kunci untuk membuktikan jaringan di masa depan

Sepotong Percakapan baru-baru ini menunjukkan bahwa campuran listrik Inggris pada tahun 2016 adalah yang terbersih dalam 60 tahun, dengan rekor kapasitas dari energi terbarukan, terutama dari angin dan tenaga surya. Tapi satu masalah dengan ekspansi besar dalam energi terbarukan ini adalah mereka terputus-putus, artinya mereka bergantung pada kondisi cuaca seperti angin bertiup atau matahari bersinar. Tidak seperti tenaga konvensional, ini berarti mereka belum tentu dapat memenuhi lonjakan permintaan. Oleh karena itu banyak berita utama pers dalam beberapa tahun terakhir tentang "lampu padam".

Jaringan nasional, operator jaringan Inggris, memiliki beberapa cara untuk memastikan pasokan selalu dapat memenuhi permintaan. Untuk kesenjangan generasi yang lebih pendek, itu meminta pemasok listrik untuk menjalankan pembangkit listrik konvensional mereka di bawah potensi output maksimum dan meningkatkan sesuai kebutuhan.

Untuk celah yang lebih panjang, itu memastikan pembangkit listrik, terutama yang berbasis gas, disimpan dalam keadaan siaga. Beberapa stasiun mungkin hanya diminta untuk menghasilkan listrik antara beberapa lusin dan beberapa ratus jam setahun. Selain menyumbang emisi karbon, mengoperasikan pembangkit listrik untuk intervensi singkat seperti itu mahal.

Pertanyaannya adalah apa yang harus dilakukan tentang masalah ini. Kita dapat membangun lebih sedikit energi terbarukan dan menjadikan energi konvensional “lebih hijau” dengan menghilangkan CO₂ dan menguburnya di bawah tanah. Ada perbedaan pendapat tentang kapan teknologi penangkapan karbon ini dapat dibuat layak secara komersial dalam skala besar. Di Inggris, sayangnya dua proyek kickstarter pemerintah gagal karena kekhawatiran tentang biaya dan ketidaksepakatan departemen.

Alternatifnya adalah memasang baterai yang sangat besar (“skala jaringan”) yang mampu menyimpan daya terbarukan untuk dilepaskan saat diperlukan. Ini telah menghasilkan banyak minat akhir-akhir ini. Tetapi mengingat biaya teknologi baterai saat ini, penyimpanan skala grid membutuhkan investasi awal yang mahal.

Solusi sesuai permintaan

Sementara peneliti mempelajari masalah ini, Inggris sedang mengembangkan alternatif yang dikenal sebagai respons sisi permintaan. Salah satu aspeknya melibatkan pemberian penghargaan kepada konsumen listrik tertentu karena mengurangi penggunaan mereka dalam waktu singkat. Ini dapat berkisar dari pelanggan industri besar hingga konsumen kecil yang menggunakan daya untuk ruang pemanas, pendinginan, pencahayaan atau bahkan pendinginan.

Aspek lain dari respons permintaan melibatkan meminta pelanggan yang memiliki peralatan yang dapat menyimpan daya untuk membantu menyeimbangkan lonjakan permintaan. Sebagai contoh, pemilik rumah yang dilengkapi dengan panel surya dan penyimpanan baterai yang sesuai dapat mengurangi biaya pembayaran peralatan dengan menyediakan unit baterai ke jaringan listrik. Peralatan lain dalam kategori ini termasuk kendaraan listrik dan unit catu daya tak terputus (UPS) rumah sakit/universitas.

Kedua jenis respon permintaan sudah terjadi. Beberapa pelanggan daya industri dan perusahaan tertentu lainnya seperti operator hotel memiliki kontrak untuk mengurangi daya, sementara National Grid telah menarik banyak minat penawar untuk skema penyimpanan daya dan beberapa sedang berlangsung di beberapa bagian negara. Penyimpanan ini merupakan alternatif untuk menggunakan baterai skala besar, dan menjanjikan akan jauh lebih hemat jika kita bisa membuatnya bekerja dalam skala yang cukup besar.

Masalahnya adalah skema ini menjadi lebih rumit setelah kumpulan pelanggan melampaui ukuran tertentu. Mengetahui pelanggan mana yang harus mendaftar dan tarif apa yang ditawarkan memerlukan pemahaman sejauh mana perangkat akan tersedia dan berapa biayanya, Misalnya.

Setelah kumpulan pelanggan disiapkan, beberapa perangkat mungkin tidak selalu tersedia untuk penyimpanan atau mengurangi permintaan saat dibutuhkan. Ini perlu diperhitungkan dalam perhitungan untuk meminimalkan gangguan jaringan dan mendorong pelanggan untuk berpartisipasi pada saat-saat ini.

Bisa juga ada efek yang tidak diinginkan, seperti rebound simultan yang besar dalam konsumsi. Misalnya banyak lemari es akan menarik daya ekstra untuk mendapatkan suhu internal di bawah tingkat yang diperlukan ketika periode respons permintaan berakhir.

Terakhir, ada potensi masalah keamanan utama:sistem pusat yang mengumpulkan data tentang penggunaan energi dari banyak perangkat mungkin rentan terhadap serangan berbahaya dan gangguan informasi. Ini dapat merusak keseimbangan jaringan dan melacak hutang pelanggan.

Bagaimana AI dapat membantu?

Teknologi kecerdasan buatan yang muncul sepertinya memberikan jawaban atas tantangan ini. Untuk memilih peserta terbaik, Misalnya, operator jaringan akan dapat menggunakan teknik pembelajaran mesin yang canggih untuk memodelkan perilaku masing-masing perangkat dan unit penyimpanan baterai dengan meninjau data dari pengukur dan sensor pintar.

Setelah mendaftar untuk penyimpanan jaringan, seharusnya memungkinkan untuk memperkirakan masa pakai baterai atau unit dengan menerapkan algoritme prognostik pada data pengisian/pengosongannya. Pemilik kemudian akan menerima kompensasi yang sesuai, ditambah insentif tambahan untuk mengetahui berapa lama baterai mereka akan bertahan.

Dalam hal mengelola perangkat di kolam, orang dulu berpikir kita bisa menggunakan pengukur pintar individu atau perangkat kontrol untuk memberi makan server pusat di cloud. Tetapi meter mahal dan waktu respons yang singkat memerlukan server cloud untuk menganalisis data dalam milidetik, yang terlihat tidak layak setelah ribuan unit berada di kolam.

Alternatifnya adalah memiliki perangkat pengukur yang mendeteksi tingkat permintaan di jaringan itu sendiri dan mengurangi daya yang sesuai. Ini menghilangkan tekanan dari server pusat dan hanya membutuhkan pengukuran di tingkat situs, bukan untuk setiap perangkat listrik. Tapi itu masih meninggalkan Anda dengan masalah kontrol yang kompleks dalam mengoordinasikan semua keputusan individu ini. Kami di Heriot-Watt sedang mengerjakan solusi untuk ini menggunakan algoritma berbasis AI.

Garis penelitian AI lainnya mengacu pada wawasan dari teori permainan algoritmik untuk mengembangkan mekanisme penghargaan/penalti yang memastikan cukup banyak pelanggan di kumpulan yang bersedia untuk berpartisipasi, dan benar-benar merespons bila perlu. Para peneliti juga optimis bahwa protokol blockchain, menggunakan teknologi yang sama seperti Bitcoin, dapat mendukung sistem buku besar terdesentralisasi yang akan mengatasi risiko keamanan karena memiliki satu titik penyimpanan untuk data pengguna.

Banyak kelompok penelitian AI, baik di Inggris maupun di tempat lain, telah mengatasi tantangan-tantangan ini, sementara sejumlah perusahaan rintisan telah mulai mengembangkan sistem seperti itu dalam praktiknya – versi pembelajaran mesin yang relatif sederhana sekarang mulai digunakan, contohnya. Inggris memiliki peluang bagus untuk menjadi yang terdepan dalam upaya internasional untuk membuat respons permintaan yang lebih cerdas menjadi kenyataan selama beberapa tahun ke depan.