Artykuł opublikowany 07.04.2023
Polska energetyka jest przestarzała, mamy też przestarzałe sieci przesyłowe. Wysłużone bloki energetyczne wymagają ciągłego monitorowania i remontów. A przed nami niezwykle trudne wyzwania: zrezygnowaliśmy z importu paliw kopalnych z Rosji i musimy przejść na Odnawialne Źródła Energii, by uchronić się przed coraz groźniejszymi skutkami katastrofy klimatycznej. Czy i jak nowe technologie mogłyby wspomóc konieczne zmiany w polskiej energetyce?
Na to pytanie stara się odpowiedzieć raport „Jak sztuczna inteligencja może przyspieszyć transformację sektora energetycznego?”. Opracowanie powstało w ramach Obserwatorium Transformacji Cyfrowej Ośrodka THINKTANK i zostało opublikowane w lutym tego roku. Jego głównym autorem jest Tomasz Klekowski, a raport powstał we współpracy z firmami Accenture, Intel i Microsoft.
Procesy cyfryzacyjne w sektorze energii trwają już od wielu lat, jednak obecnie ich przyspieszenie stało się jeszcze pilniejsze ze względu na szczególne uwarunkowania geopolityczne i cywilizacyjne. Przyspieszenie transformacji cyfrowej w tej branży umożliwiłoby bowiem jej szybszą ewolucję w kierunku odnawialnych źródeł energii. Ułatwiłoby też większą decentralizację sieci i połączenie lokalnej produkcji z lokalnym zużyciem, a w sumie skutkowałoby zwiększoną odpornością całej sieci na awarie.
Podejmowane dotychczas przez firmy sektora wysiłki w tym kierunku oparte o organiczny wzrost, realizowane poprzez wiele mniejszych, luźno powiązanych projektów, dziś są niewystarczające. Wdrożenia bardziej złożonych projektów, w tym rozwiązań sztucznej inteligencji, napotykają jednak na wiele barier, wśród których brak wystarczających środków jest jedną z wielu.
Mimo tych przeszkód polska energetyka powinna dążyć do znacznie wyższego niż obecny poziomu dojrzałości cyfrowej. Ogromny potencjał stwarza zwłaszcza technologia AI, która dzięki wykorzystaniu nieograniczonej w praktyce ilości danych z różnych źródeł może pomóc w optymalizacji produkcji i zużyciu energii elektrycznej i cieplnej oraz w zwiększeniu bezpieczeństwa i niezawodności wszystkich tych procesów.
Zaawansowana cyfryzacja jest światowym trendem w branży energetycznej. Ułatwia budowę inteligentnych sieci przesyłowych, lepsze zarządzanie rozproszoną produkcją energii, przesyłem i zużyciem, zwiększa elastyczność sieci i podnosi jej stabilność. To wszystko prowadzi do bardziej efektywnego i elastycznego rynku energii.
Cyfryzacja warunkiem zielonej transformacji
Istotną częścią raportu jest prezentacja wyników badania przeprowadzonego przez THINKTANK na rzecz Grupy Roboczej ds. Sztucznej Inteligencji (GRAI) działającej przy Kancelarii Prezesa Rady Ministrów. Ankietę wypełniła większość największych spółek sektora elektroenergetycznego, a nasza analiza odnosi się do ich konkretnej sytuacji i przedstawia merytoryczne uzasadnienie dla zaproponowanych działań. Z tej analizy wynika m.in., że:
- Firmy energetyczne w Polsce wiedzą już, iż sztuczna inteligencja mogłaby podnosić efektywność ich biznesu, większość ma już nawet na koncie pierwsze wdrożenia AI, ale to nie jest jeszcze poziom, który osiągają już nowoczesne spółki energetyczne działające w globalnej gospodarce.
- Firmy sektora od wielu lat gromadzą duże zasoby danych, które mogłyby być wykorzystane do wdrożeń nowych narzędzi i rozwoju nowych procesów, ale dane te nie są szeroko wykorzystywane. Tymczasem użycie i przetworzenie tych danych mogłoby znacząco usprawnić produkcję i przeszył energii w Polsce.
Raport podkreśla, że nie będzie zielonej transformacji bez cyfryzacji. Dlatego uważamy, że dalsza modernizacja sektora, zmiana miksu energetycznego i poprawa zarządzania systemem energetycznym jest krytycznie zależna od zastosowania rozwiązań opartych na sztucznej inteligencji.
Technologie AI przydatne w energetyce
W firmach polskiego sektora energetycznego jak na razie AI najpełniej używana jest do automatyzacji relacji z klientami. Firmy dystrybucyjne mają wiele milionów odbiorców i AI znacznie usprawnia ich obsługę. M.in. automatycznie generuje odpowiedzi na standardowe pytania, kieruje połącznia klientów do odpowiednich konsultantów, porządkuje procesy zapisu i gromadzenia informacji z kontaktów z klientami czy tworzy dla nich rekomendacje w sprawie dalszych kroków i dodatkowych usług lub produktów.
Jednak rozwiązania oparte na AI mogą dużo więcej. Są w stanie optymalizować procesy produkcyjne, zmniejszać zużycie energii, przewidywać awarie. Oto przykłady technologii AI służące do tych celów:
- Cyfrowy Bliźniak (ang. Digital Twin) – cyfrowy odpowiednik rzeczywistego procesu i/lub urządzenia. Pozwala analizować teoretycznie nieskończoną liczbę parametrów jednocześnie, podnosząc tym samym w istotny sposób jakość i bezpieczeństwo realnych procesów decyzyjnych.
- Vision AI – w praktyce to analiza obrazów z kamer i monitorowanie jakości surowców, pracy maszyn, urządzeń, pojazdów i ludzi oraz detekcja określonych sytuacji.
- Smart BHP – AI pomaga wykrywać naruszenia bezpieczeństwa i incydenty takie jak braki w odzieży ochronnej, nieuprawniony dostęp czy nieprawidłowe postępowanie z urządzeniem lub pojazdem.
- Optymalizacja produkcji – wykorzystanie dedykowanych modeli uczenia maszynowego do optymalizacji procesu produkcji energii elektrycznej z uwzględnieniem całego łańcucha dostaw. Możliwa jest także koordynacja produkcji własnej i zakupów energii w celu pokrycia niedoborów.
- Marketing Automation – na podstawie inteligentnych segmentacji odbiorców możliwe staje się precyzyjniejsze przygotowywanie i egzekwowanie kampanii marketingowych do określonych grup oraz predykcja efektów sprzedażowych.
- Analizy behawioralne – wykorzystanie AI do prognozowania zachowań konsumentów energii i wychodzenie do rynku masowego z personalizowaną ofertą.
- Personalizowane oferty – na podstawie danych z analiz behawioralnych możliwe jest przy wykorzystaniu zaawansowanych silników rekomendacyjnych personalizowanie oferty dla odbiorców. Oferty mogą dotyczyć produktów taryfowych, a także łączonych (bundle) z produktami i usługami nietaryfowymi.
AI zmniejsza koszty
W Polsce mamy ok. 3,3 mln lamp licznych, co jeszcze przed podwyżkami cen energii kosztowało nas wszystkich ok. 3 mld zł rocznie. Zespół naukowców z Akademii Górniczo-Hutniczej w Krakowie stworzył projekt wymiany oświetlenia na LED-owe, zarządzane przez aplikacje sztucznej inteligencji, dzięki czemu można uzyskać pomiędzy 60 a 70 proc. oszczędności energetycznej. To jeden z przykładów korzyści z AI w energetyce zaprezentowany w raporcie.
Koszt wymiany 3 mln lamp szacowany jest na 6 mld złotych, przy czym znaczna jego część mogłaby zostać pokryta z funduszy unijnych. Efektem takiego ogólnopolskiego działania byłby:
- zysk energetyczny w wysokości ponad 810 GWh rocznie
- roczna oszczędność w opłatach za energię: 1,34 mld zł
- 4,5 letni okres zwrotu z inwestycji przy uwzględnieniu oszczędności energii elektrycznej
- zmniejszenie emisji CO2 o 668 tys. ton rocznie, co również przekłada się na efekt finansowy.
Inny przykład to rozwiązanie, które polega na lepszym zarządzaniu ruchem pojazdów użytkowych w miastach. Według badań co najmniej jedna czwarta przejazdów ma tzw. puste przebiegi, a to oznacza ogromne marnotrawstwo i niepotrzebne zanieczyszczenia. Dzięki AI można lepiej zarządzać ruchem tych pojazdów i puste przebiegi praktycznie zlikwidować.
Jak widać, sztuczna inteligencja to nie tylko ciekawe rozmowy z chatem, ale technologie, które pomagają rozwiązywać poważne problemy ekonomiczne i społeczne.
Autor: Zbigniew Gajewski, partner w THINKTANK
