Pemadaman listrik berisiko merusak musim panas kita, berkat gelombang panas terik yang diprediksi dan kekeringan yang terus menjadi penyeimbang banjir tiba-tiba yang telah membuat banyak wilayah negara bertekuk lutut. Tetapi untuk membantu kami, jika hanya untuk menangani kemungkinan pemadaman listrik, adalah salah satu berita paling menarik dan sekaligus kontroversial di milenium baru: kecerdasan buatan. Kemungkinan penerapannya di sektor energi menarik, bayi. Sains versus bencana alam? Pertarungan menjanjikan akan sulit dan masing-masing dari dua "pesaing" menjatuhkan kartunya akhir-akhir ini.
Analis dari Entso-e, asosiasi operator jaringan transmisi listrik nasional Eropa, telah memperingatkan kita tentang pemadaman listrik baru, di bagian yang didedikasikan untuk Italia dari mereka Laporan prospek musim panas 2023.
Terlepas dari curah hujan baru-baru ini, negara kita masih menderita periode kekeringan yang sangat lama, seperti yang sangat disadari oleh para ahli di lapangan, telah menciptakan efek layar di tanah untuk kapasitas penyerapan curah hujan. Idealnya, untuk menyerap kembali ketidakseimbangan struktural ini, adalah kembalinya curah hujan yang kurang intens dan lebih seragam. Tapi tidak seperti itu. Dan cadangan air berada jauh di bawah tingkat waspada.
Musim panas 2023: di mana masalah jaringan muncul
Sungai-sungai menderita. Cekungan pembangkit listrik tenaga air yang memberi makan tanaman "induk" dari semua energi terbarukan sedang menderita. Maka beban listrik dialihkan ke taman energi terbarukan baru (terutama fotovoltaik) yang untungnya diperoleh negara kita, tetapi terutama ke pembangkit listrik tradisional, yang di Italia sebagian besar dipercayakan pada turbin yang ditenagai oleh gas metana. Turbin yang, bagaimanapun, harus didinginkan dengan tepat dengan air yang jelas-jelas kekurangan, sedemikian rupa sehingga sumber daya air yang dapat dicurahkan negara kita untuk produksi pembangkit listrik tenaga air bahkan berkurang setengahnya dibandingkan dengan nilai sejarah.
Ini, pada dasarnya, adalahprospek yang mengkhawatirkan untuk musim panas diuraikan oleh Entso-e dalam laporannya, yang sebenarnya menyimpan serangkaian penilaian positif baik di jalur kami menuju energi terbarukan maupun pada kemampuan yang ditunjukkan dalam manajemen jaringan yang sulit. Sejak 2021, energi terbarukan Italia telah mencatat peningkatan kapasitas produksi sebesar 3,4 gigawatt, mencakup hampir setengah - 60,1 gigawatt dibandingkan dengan 62 GW energi tidak terbarukan - dari total kapasitas produksi listrik teoretis (pada kenyataannya, daya sebenarnya tersedia angka sebenarnya harus dikoreksi ke bawah, mengingat programabilitas energi terbarukan yang lebih rendah dibandingkan dengan pembangkit turbin gas). Terna, manajer jaringan kami, yang telah melakukan banyak hal untuk menyesuaikan infrastruktur menghalangi kemungkinan celah. Tetapi mengingat trennya, masalahnya tetap ada, kata Entso-e. Sementara itu, kecerdasan buatan datang untuk menyelamatkan.
Kecerdasan buatan: model Enea untuk mengantisipasi kegagalan
Pembangkit listrik harus mengalami pemeliharaan yang tak terelakkan dengan konsekuensi blok sementara? Pemadaman darurat mengandung sebanyak mungkin untuk menangani gangguan dan kekurangan energi? Mengubah rute aliran transmisi listrik ke jalur pengaman yang mengalami tekanan berlebihan pada waktunya? Algoritma dan analitik data besar dapat melakukan banyak hal. Dan yang terpenting, lebih dari apa yang ada dalam sarana dan kemampuan operator jaringan saat ini.
Dari premis ini muncul sistem peramalan yang dibuat oleh Enea nell'ambito del Proyek Rafael, dipromosikan dan dibiayai oleh Kementerian Universitas dan Riset tepatnya untuk memperkuat visi manajemen risiko dalam infrastruktur kritis, dengan kolaborasi dua universitas: Politeknik Bari dan Roma Tre. Sistem ini didasarkan pada teknik-teknik baru dari Mesin belajar dan telah diuji pada sebagian besar jaringan distribusi listrik di Italia Selatan. Dan hasilnya telah dipublikasikan di jurnal ilmiah Ieee Transactions on Industry Applications.
Untuk membuat sistem peramalan baru, peneliti menerapkan model definisi "berlapis" klasik yang digunakan dalam teknik aplikasi kecerdasan buatan paling canggih. Tim pertama-tama melatih algoritme pada data yang berkaitan dengan kegagalan yang terjadi antara 2015-2020 di bagian jaringan yang ditentukan, menghubungkan kegagalan jaringan dengan aliran energi dan dengan gambaran meteorologi (suhu, kelembapan, curah hujan). Setelah sistem dilatih, mereka mensimulasikan skenario yang mungkin, mengembangkan solusi untuk mengantisipasi kejadian dengan tindakan pencegahan terbaik: dari partisi jaringan jika terjadi tekanan hingga gangguan keamanan, dari pengelolaan aliran yang benar di berbagai arah hingga redefinisi program pemeliharaan pabrik untuk mengurangi dampak dari kemungkinan pemadaman listrik.
Kecerdasan buatan untuk mengelola perubahan iklim
Praktek takdir hari ini. Apalagi kedepannya. “Perubahan iklim menyebabkan a peningkatan gelombang panas dan tren ini akan semakin memburuk akibat pemanasan global, dengan meningkatnya jumlah gangguan pada jaringan distribusi listrik, terutama di daerah perkotaan,” ujar Maria Valenti, kepala laboratorium jaringan listrik dan energi Enea. Dan insiden kerusakan musiman juga berubah. Di masa lalu, mereka terjadi terutama di musim dingin karena penggunaan pemanas, dengan dinamika yang lebih dapat diprediksi daripada yang terjadi saat ini.
Puncak permintaan listrik justru bergeser ke musim panas, akibat masifnya penggunaan AC. Dan peningkatan permintaan lebih lanjut, kali ini tersebar di semua musim dalam setahun, akan terjadi dengan peningkatan progresif dalam penggunaanelektrifikasi dalam pemanasan (dengan kecenderungan untuk meninggalkan boiler metana demi pompa panas, yang lebih ramah lingkungan dan saat ini lebih efisien) dan penegasan progresif mobilitas listrik, dengan infrastruktur pengisian rakus mereka. Tentu saja, jika janji yang dibuat oleh ahli strategi jaringan menjadi kenyataan, baterai mobil listriklah yang akan berkontribusi pada keseimbangan sistem melalui praktik kendaraan ke jaringan. Semakin banyak alasan itu akan sangat membantu penggunaan besar-besaran kecerdasan buatan untuk mengatur sistem kelistrikan yang mungkin akan menjadi lebih efisien tetapi sangat kompleks.
