Τι έγινε
Το Google Το DeepMind κυκλοφόρησε το WeatherNext 3, ένα μοντέλο πρόγνωσης καιρού με τεχνητή νοημοσύνη ειδικά σχεδιασμένο για αιολικά πάρκα, παραγωγούς ηλιακής ενέργειας και χειριστές δικτύων ηλεκτρικής ενέργειας. Το μοντέλο ενημερώνεται κάθε ώρα και δημιουργεί δύο κύρια προγνωστικά ρεύματα: ταχύτητα και κατεύθυνση ανέμου σε ύψη έως 100 μέτρα και νεφοκάλυψη με εισερχόμενη ηλιακή ακτινοβολία. Αυτή η ωριαία ανάλυση έχει σκοπό να βοηθήσει τους φορείς εκμετάλλευσης να προβλέψουν τις διακυμάνσεις στην παραγωγή ενέργειας από ανανεώσιμες πηγές και να διαχειριστούν τη σταθερότητα του δικτύου πιο αποτελεσματικά.
Google Ο DeepMind ανακοίνωσε την κυκλοφορία του WeatherNext 3 στις 14 Σεπτεμβρίου, περιγράφοντάς το ως εργαλείο για τους φορείς εκμετάλλευσης ενεργειακών υποδομών. Το μοντέλο έχει κατασκευαστεί για να προβλέπει συνθήκες που επηρεάζουν άμεσα την παραγωγή ενέργειας από ανανεώσιμες πηγές, στοχεύοντας συγκεκριμένα στους τομείς της αιολικής και της ηλιακής ενέργειας.
Το σύστημα λειτουργεί με ρυθμό ωριαίας ενημέρωσης, τον οποίο ο DeepMind δηλώνει ότι είναι απαραίτητος επειδή οι καιρικές συνθήκες που επηρεάζουν την παραγωγή ισχύος μπορούν να μετατοπιστούν μέσα σε μία μόνο περίοδο διαπραγμάτευσης στις αγορές ηλεκτρικής ενέργειας. Το μοντέλο παράγει δύο διακριτές ροές δεδομένων: μία για την ταχύτητα και την κατεύθυνση του ανέμου σε ύψη που σχετίζονται με την τουρμπίνα (έως 100 μέτρα) και μία για την κάλυψη νεφών και την ηλιακή ακτινοβολία για την εκτίμηση της παραγωγής φωτοβολταϊκών.
Το DeepMind τοποθέτησε αυτήν την έκδοση ως υποδομή για την ενεργειακή μετάβαση, υποστηρίζοντας ότι η εκ των προτέρων ειδοποίηση για την αλλαγή του καιρού επιτρέπει στις ομάδες να εξισορροπούν τα δίκτυα ηλεκτρικής ενέργειας όταν η παραγωγή ανανεώσιμων πηγών είναι μεταβλητή. Αυτό βασίζεται στην προηγούμενη δουλειά της εταιρείας με το GraphCast, ένα παγκόσμιο μοντέλο καιρού που προηγουμένως ξεπερνούσε τα παραδοσιακά σημεία αναφοράς.
Στοιχεία πηγής: Google DeepMind ↗
Γιατί έχει σημασία
Το WeatherNext 3 αντιμετωπίζει μια κρίσιμη πρόκληση στην ενεργειακή μετάβαση: τη μεταβλητότητα της αιολικής και ηλιακής ενέργειας. Παρέχοντας ωριαίες προβλέψεις υψηλής ανάλυσης, το μοντέλο επιτρέπει στους διαχειριστές του δικτύου να ταιριάζουν καλύτερα την προσφορά καθαρής ενέργειας με τη ζήτηση των καταναλωτών, μειώνοντας την ανάγκη για δαπανηρή εφεδρική παραγωγή και βελτιώνοντας την απόδοση των αγορών ηλεκτρικής ενέργειας. Αυτό αντιπροσωπεύει μια πρακτική εφαρμογή της τεχνητής νοημοσύνης σε υποδομές ζωτικής σημασίας, η οποία πέρα από τη γενική πρόβλεψη του καιρού στην εξειδικευμένη διαχείριση χρησιμότητας.
Τα δίκτυα ηλεκτρικής ενέργειας βασίζονταν ιστορικά στην παραγωγή με δυνατότητα αποστολής, όπως ο άνθρακας, το φυσικό αέριο και οι πυρηνικοί σταθμοί, οι οποίοι μπορούν να περιοριστούν κατόπιν ζήτησης. Ο άνεμος και η ηλιακή ενέργεια δεν μπορούν να αποσταλούν, πράγμα που σημαίνει ότι η απόδοση τους εξαρτάται από ανεξέλεγκτες καιρικές συνθήκες. Καθώς το μερίδιο των ανανεώσιμων πηγών ενέργειας αυξάνεται, τα δίκτυα πρέπει να προβλέπουν τις διακυμάνσεις της παραγωγής αντί να αντιδρούν σε αυτές.
Τα σφάλματα πρόβλεψης στις ανανεώσιμες πηγές ενέργειας μπορεί να έχουν σύνθετες επιπτώσεις στη σταθερότητα του δικτύου. Η υπερεκτίμηση της παραγωγής ανέμου μπορεί να οδηγήσει σε ελλείψεις προσφοράς κατά τη διάρκεια της ζήτησης αιχμής, ενώ η υποτίμησή της σπαταλά τη δυναμικότητα και αναγκάζει τη χρήση δαπανηρότερης εφεδρικής παραγωγής. Η ωριαία πρόβλεψη τεχνητής νοημοσύνης στοχεύει στον μετριασμό αυτών των κινδύνων παρέχοντας ακριβή δεδομένα για την αποστολή αποθήκευσης και την απόκριση της ζήτησης.
Η ανάπτυξη ενός τέτοιου εξειδικευμένου μοντέλου τεχνητής νοημοσύνης από ένα κορυφαίο εργαστήριο όπως το DeepMind ανεβάζει το ανταγωνιστικό επίπεδο για την ακρίβεια των προβλέψεων στον τομέα. Υπογραμμίζει επίσης την αυξανόμενη διασταύρωση της τεχνητής νοημοσύνης και της υποδομής ζωτικής σημασίας, όπου τα ακριβή δεδομένα είναι απαραίτητα για τη διαχείριση της πολυπλοκότητας ενός ηλεκτρικού δικτύου απανθρακοποίησης.
Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα
Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Τι να παρακολουθήσετε στη συνέχεια
Τα επόμενα βήματα περιλαμβάνουν την παρατήρηση των συγκεκριμένων φορέων εκμετάλλευσης δικτύου ή ενεργειακών εταιρειών που υιοθετούν το WeatherNext 3, καθώς το DeepMind δεν έχει αποκαλύψει τους τρέχοντες χρήστες. Επιπλέον, η ακρίβεια του μοντέλου σε εκτεταμένους ορίζοντες πρόβλεψης, ιδιαίτερα πέραν των έξι ωρών, θα είναι κρίσιμη για τη χρησιμότητά του σε προσφορές στην αγορά ηλεκτρικής ενέργειας την επόμενη μέρα, όπου τα σφάλματα πρόβλεψης επιφέρουν σημαντικές οικονομικές κυρώσεις.
Το DeepMind δεν έχει αποκαλύψει ποιοι φορείς εκμετάλλευσης δικτύου, επιχειρήσεις κοινής ωφέλειας ή ανεξάρτητοι παραγωγοί ενέργειας χρησιμοποιούν αυτήν τη στιγμή το WeatherNext 3. Η υιοθέτηση παρακολούθησης από μεγάλες εταιρείες ενέργειας θα δείξει τον πρακτικό αντίκτυπο και την εμπορική βιωσιμότητα του μοντέλου.
Η απόδοση του μοντέλου στις προσφορές στην αγορά ηλεκτρικής ενέργειας για την επόμενη μέρα είναι μια βασική μέτρηση που πρέπει να παρακολουθήσετε. Δεδομένου ότι ο μεγαλύτερος όγκος συμβολαίων ηλεκτρικής ενέργειας διευθετείται σε αυτό το παράθυρο, η ακρίβεια των προβλέψεων πέρα από το όριο των έξι ωρών θα καθορίσει την οικονομική του χρησιμότητα για τους εμπόρους και τους φορείς εκμετάλλευσης ενέργειας.
Ανταγωνιστές, συμπεριλαμβανομένων νεοφυών επιχειρήσεων όπως η Tomorrow.io και οι εθνικοί μετεωρολογικοί φορείς, στοχεύουν επίσης σε αυτήν την αγορά. Η είσοδος του DeepMind μπορεί να επιταχύνει την καινοτομία και να πιέσει τις υπάρχουσες υπηρεσίες για τη βελτίωση της ακρίβειας και της ανάλυσης πρόβλεψής τους.