Zgodnie z regulacjami unijnej polityki klimatycznej Polska do 2030 roku musi ograniczyć emisję CO2 o 40 proc., przejść na niskoemisyjne źródła energii i dokonać zmiany struktury krajowego miksu energetycznego. Szansą na sprostanie tym wyzwaniom jest wykorzystanie algorytmów sztucznej inteligencji (SI), które redukują emisję szkodliwych związków do atmosfery i zmniejszą zużycie węgla, optymalizując pracę całej elektrowni i przynosząc realne oszczędności.
Założenia unijnej polityki energetycznej do roku 2030 nie pozostawiają złudzeń co do dalszego rozwoju energetyki węglowej. Wykorzystanie tego surowca w gospodarce ze względu na jego wysoką emisyjność i koszty, musi zostać ograniczone na rzecz zwiększenia udziału odnawialnych źródeł energii i poprawę efektywności energetycznej. Według danych zawartych w opracowaniu Forum Analiz Energetycznych „Polska energetyka na fali megatrendów”, obecnie udział węgla w krajowym miksie energetycznym wynosi 87 proc.. Do 2030 roku wartość musi zostać jednak znacznie zredukowana.
Sztuczna inteligencja w energetyce
Nawet stopniowe odejście od węgla kamiennego to duże wyzwanie dla polskiego sektora energetycznego. Dlatego, należy wprowadzać takie rozwiązania i technologie, które pozwolą z jednej strony na dalszą eksploatację i wykorzystanie tego surowca, a z drugiej – zniwelują emisję CO2 do atmosfery. Według Marcina Krzyszczaka z firmy Transition Technologies takim rozwiązaniem są systemy informatyczne wykorzystujące metody sztucznej inteligencji.
– Jednym z możliwych zastosowań sztucznej inteligencji w sektorze energetycznym jest możliwość przewidywania zapotrzebowania na energię elektryczną, zarówno w perspektywie długo- jak i krótkoterminowej, co ma znaczenie dla produkcji energii i jej sprzedaży. Sztuczna inteligencja może zostać również wykorzystana do przewidywania pogody, a w szczególności siły wiatru i natężenia słonecznego, co jest szczególnie ważne przy planowaniu systemów energetycznych opartych na odnawialnych źródłach energii – mówi Marcin Krzyszczak.
Realne korzyści, wymierne efekty
Zastosowanie algorytmów SI pozwala na ograniczenie kosztów dzięki optymalizacji procesów zachodzących w elektrowni węglowej, takich jak: utrzymywanie temperatury pary na określonym poziomie, utrzymanie emisji tlenku azotu (NOX) na zadanym poziomie, czy minimalizacja emisji CO2. Z takiego rozwiązania korzysta jedna ze śląskich elektrowni, w której wdrożono system informatyczny SILO, wykorzystujący metody sztucznej inteligencji.
– Zastosowanie systemu opierającego się na metodzie algorytmów sztucznej inteligencji pozwoliło na redukcję emisji CO2 o 8120 ton rocznie oraz na ograniczenie wydzielania szkodliwego amoniaku – o 665 ton w skali roku. Poprawiła się także efektywność oraz sprawność kotła energetycznego, a zużycie węgla spadło o 2900 ton rocznie. W rezultacie, w skali roku elektrownia zaoszczędziła 1 380 000 złotych, a to zaledwie namiastka możliwości, jakie daje wykorzystanie sztucznej inteligencji w energetyce – mówi Marcin Krzyszczak.
SILO to opracowany przez Transition Technologies autorski system informatyczny wykorzystujący metody sztucznej inteligencji inspirowane działaniem układu immunologicznego organizmów żywych. Jest wygodny w administrowaniu, dzięki czemu inżynierowie zarządzający obiektem mogą w intuicyjny sposób zmieniać ustawienia i cele optymalizacji. System automatycznie dobiera strategię optymalizacji w zależności od aktualnego stanu i wiedzy o procesach zachodzących w elektrowni. Do tej pory system został wdrożony w 41 blokach energetycznych, w tym: 7 w Polsce, 26 w USA, 4 w Korei Południowej i 4 na Tajwanie.
