Innovazione dinamica nella digitalizzazione del settore energetico

La rapida adozione della digitalizzazione da parte del settore energetico è un esempio lampante della sua innovazione dinamica: il continuo sviluppo e introduzione di nuove idee, prodotti o processi per soddisfare le mutevoli richieste del mercato. Qui, POWER esamina come alcuni concetti digitali complessi, che, sebbene spesso comunicati sotto "parole d'ordine", stanno avendo un impatto attuabile nello spazio del potere, dalla generazione al consumatore.

La digitalizzazione, il processo olistico che comporta la trasformazione dei modelli di business e delle operazioni in un ambiente più connesso, basato sui dati, versatile ed efficiente, è diventata una leva consolidata del settore energetico man mano che si svolge la transizione energetica. Finora, questo processo ha coinvolto un’ampia varietà di tecnologie digitali complesse e in rapida evoluzione che implicano una serie di approcci.

Stare al passo con gli ultimi sviluppi non è facile, dato che il settore energetico in sé è così complesso, con una vasta gamma di stakeholder, dai produttori di energia, alle società di trasmissione e distribuzione, ai regolatori e a un’ampia gamma di consumatori. Qui, POWER individua alcune tecnologie digitali sottostanti e concetti emergenti e illustra come le parti interessate al potere le utilizzano (o intendono utilizzarle).

Almeno due anni fa, i professionisti del settore energetico erano ampiamente convinti che l’intelligenza artificiale (AI), ovvero la capacità delle macchine di apprendere rapidamente da grandi insiemi di dati, risolvere problemi e adattarsi continuamente a nuovi dati senza l’intervento umano, fosse solo una montatura. Ma a causa dei progressi nei sistemi informatici, l’intelligenza artificiale e il suo sottoinsieme, l’apprendimento automatico, sono diventati sempre più importanti, con applicazioni dominanti in termini di efficienza e utilizzo, previsione, riconoscimento di algoritmi e modelli per sistemi di apprendimento e gestione e trasporto di fonti energetiche (vedi barra laterale). . Il potenziale dell’intelligenza artificiale è fiorente anche per lo stoccaggio dell’energia, l’analisi dell’incertezza, il trattamento delle acque reflue, il controllo delle emissioni, la produzione di biocarburanti, la gestione della catena di approvvigionamento energetico, l’energia rinnovabile, la valutazione del rischio e la risposta alla domanda.

1. Una mappa creata dai ricercatori dell’Università di Teheran tenta di illustrare le connessioni tra intelligenza artificiale (AI) e machine learning (ML) nel campo energetico. Il colore blu copre le applicazioni dell’intelligenza artificiale nell’efficienza e nell’utilizzo energetico; il giallo copre ML e i relativi metodi di previsione; il verde riguarda gli algoritmi e il riconoscimento di modelli per i sistemi di apprendimento; e il rosso riguarda le fonti energetiche e i consumatori. Fonte: Analisi della strategia energetica, gennaio 2023

I casi d'uso sono apparentemente infiniti (Figura 1). Nel gennaio 2023, un operatore di marketing energetico abilitato all’intelligenza artificiale ha presentato Gridmatic Retail per semplificare l’acquisto di energia rinnovabile offrendo allo stesso tempo prevedibilità e automazione a clienti aziendali e industriali. Un’altra società, Imperium Predictive Analytics, utilizza l’intelligenza artificiale per aiutare i consumatori a prendere decisioni più informate sulle strategie di approvvigionamento mentre coprono i portafogli utilizzando un algoritmo che prevede orizzonti a breve, medio e lungo termine.

Il fondatore di Imperium Lucas Grimes ha affermato che il valore chiave del servizio è fornire trasparenza al mercato attraverso un processo semplificato, consentendo a più parti interessate di valutare e prendere decisioni sulla base di dati utilizzabili. Tuttavia, Grimes ha notato che le maggiori sfide con l’intelligenza artificiale, in particolare nello spazio delle previsioni, continuano a ruotare attorno “all’acquisizione e alla convalida dei dati”. L’accuratezza dei dati è un’altra preoccupazione, ha osservato.

Il rilascio da parte di OpenAI nel novembre 2022 di ChatGPT, un chatbot disponibile in commercio basato su un modello LLM (Large Language Model) di intelligenza artificiale (AI), ha inaugurato un diffuso riconoscimento del fatto che l'intelligenza artificiale generativa potrebbe fornire un cambiamento radicale nell'interfaccia uomo-dati. E mentre l’intelligenza artificiale generativa sta già rivoluzionando molti settori, potrebbe avere un potenziale sostanziale per il settore energetico, anche aiutando ad automatizzare, sviluppare, comunicare e analizzare i dati, hanno suggerito diversi esperti.

Come ha spiegato a POWER Geir Engdahl, chief technology officer di Cognite, "Ciò che sarà molto prezioso è la combinazione di una conoscenza approfondita del dominio e dei dati e di un sistema in grado di svolgere il compito. Quindi, ha tutte le tubazioni in atto, operazioni sui dati, se vuoi, in cui i dati fluiscono dalle operazioni effettive della centrale elettrica nel sistema in modo continuo e abbiamo la capacità di svolgere attività che hanno valore all'interno del sistema, come creare ordini di ispezione o eseguire operazioni di rooting procedere all'analisi con tutti i dati a vostra disposizione", ha affermato. "Penso che la combinazione di queste 'operazioni dati' e ChatGPT e simili modelli linguistici di grandi dimensioni, cambierà davvero il modo in cui lavorano i lavoratori della conoscenza in questi settori."