Le Intelligenze Artificiali, la cui impronta carbonica è stata valutata da diverse ricerche come importante, supporteranno il passaggio a fonti rinnovabili. Diversi sono, infatti, i progetti in cui, al momento attuale, l’AI ottimizza processi, contribuisce a rendere più attente ai consumi e all’ambiente le persone e permette di fare analisi predittiva nella manutenzione degli impianti di produzione di energia eolica e solare.
Quando l’AI incontra le rinnovabili
Solare
L’intelligenza artificiale è destinata a migliorare la produzione di pannelli solari, che richiedono al momento l’impiego di terre rare, e la cui catena industriale per la produzione richiede alte temperature, utili a ridurre l’ossido di silicio a silicio, per poi cristallizzarlo, quindi effettuare i drogaggi selettivi per dare le proprietà fotoelettroniche alle relative giunzioni. La ricerca utilizza AI per accelerare il processo di individuazione dei nuovi materiali per pannelli, la cui sperimentazione viene generalmente condotta mediante un approccio di trail-and-error, che può richiedere migliaia di test individuali molto più veloci e precisi se effettuati da macchine. Tra le caratteristiche ricercate nelle nuove materie prime quella di poter essere facilmente riusabili, visto che la vita media di un pannello pari a 30 anni pone un problema di riciclo a “fine vita”.
Altro esempio di applicazione in India dove, grazie al progetto sviluppato dalla startup Thingscloud, si riescono ad ottimizzare, nel comparto residenziale, i consumi di energia solare, permettendo agli utenti di misurare e monitorare con precisione il loro consumo di energia, conservare il 20-30% di energia in eccesso e immagazzinare quella da utilizzare ogni volta che si verifica un blackout, cosa che accade piuttosto frequentemente in gran parte del Paese. Questa flessibilità di stoccaggio, secondo alcuni casi di studio, ridurrebbe i costi operativi complessivi fino al 50%.
Eolico
Il potere computazionale dell’Intelligenza Artificiale contribuisce a migliorare le previsioni del tempo e quindi anche dell’intensità del vento. Algoritmi di machine learning, ad esempio, vengono già oggi utilizzati per prevedere in modo più preciso e affidabile la fornitura di energia proveniente dal parco eolico. Ad esempio uno dei maggiori fornitori di energia, Xcel, sta implementando la tecnologia AI in Colorado per generare report meteorologici dettagliati ad elevata precisione grazie all’analisi dei dati satellitari e delle stazioni meteorologiche vicine ai parchi eolici.
Previsioni più attendibili del tempo permettono anche previsioni energetiche, come quelle di alcune applicazioni in grado di ipotizzare la quantità di energia prodotta da solare ed eolico in una certa zona, utilizzando sia i dati satellitari delle previsioni meteorologiche sia algoritmi di machine learning.
Oltre a poter gestire meglio l’intermittenza delle fonti rinnovabili grazie a previsioni più accurate di vento e sole, l’Intelligenza Artificiale viene utilizzata, e lo sarà sempre più in futuro, per raccogliere i dati dai sensori delle turbine eoliche e monitorarne, così, l’usura oltre che prevederne la necessità di manutenzione. General Electric, ad esempio, ha realizzato un sistema denominato Predix che utilizza la potenza computazionale dell’IA per fare analisi predittiva sulle macchine utilizzate per generare energia eolica, al fine di evitare momenti di fermo.
Consapevolezza sull’importanza delle rinnovabili
Le Intelligenze Artificiali sono utilizzate anche nell’attività di educazione e avvicinamento a rinnovabili da parte degli utenti. PowerScout, ad esempio, è una startup con sede a Oakland, in California, che utilizza Big Data e machine learning per dimostrare a particolari target di utenti potenzialmente interessati il possibile risparmio in termini di energia elettrica grazie alle rinnovabili. Con questo sistema è possibile prevedere se una famiglia investirà o meno in energia solare o eolica e, pertanto, fare attività di marketing mirato con grandi benefici per le aziende fornitrici di soluzioni rinnovabili.
Ottimizzazione dell’energia
Il caso DeepMind AI di Google mostra come le intelligenze artificiali possano migliorare il consumo di energia e le emissioni di anidride carbonica. Il sistema messo a punto dall’azienda acquista da Big G nel 2014 è stato in grado di migliorare il sistema di gestione energetica dei data center, riducendo il consumo di energia e i costi ad esso legati. In questo caso, in pratica, il sistema, grazie all’addestramento di reti neurali, ha “imparato” il funzionamento dei data center ed è in grado di identificare attività che ne ottimizzino il funzionamento.
Facebook Comments