전력 부문 디지털화의 역동적인 혁신

전력 산업의 디지털화 급속한 채택은 역동적인 혁신, 즉 변화하는 시장 수요를 충족하기 위한 새로운 아이디어, 제품 또는 프로세스의 지속적인 개발과 도입의 놀라운 예입니다. 여기에서 POWER는 "전문 용어"로 자주 전달되지만 세대에서 소비자에 이르기까지 전력 공간에 실행 가능한 영향을 미치는 일부 복잡한 디지털 개념을 조사합니다.

디지털화(비즈니스 모델 및 운영을 더욱 연결되고, 데이터 기반이며, 다용도이고 효율적인 환경으로 전환하는 것과 관련된 전체적인 프로세스)는 에너지 전환이 진행됨에 따라 전력 부문에서 확고한 지렛대가 되었습니다. 지금까지 그 프로세스에는 다양한 접근 방식을 포함하는 복잡하고 빠르게 진화하는 다양한 디지털 기술이 포함되었습니다.

전력 부문 자체가 발전기, 송전 및 배전 회사, 규제 기관, 광범위한 소비자 등 다양한 이해관계자로 인해 매우 복잡하다는 점을 고려하면 최신 개발 상황을 따라잡는 것은 쉽지 않습니다. 여기에서 POWER는 몇 가지 기본 디지털 기술과 새로운 개념을 파악하고 전력 이해관계자가 이를 사용하는 방법(또는 사용하려는 의도)을 보여줍니다.

최소 2년 전만 해도 전력 전문가들은 인공 지능(AI), 즉 인간의 개입 없이 대규모 데이터 세트에서 빠르게 학습하고, 문제를 해결하고, 새로운 데이터에 지속적으로 적응할 수 있는 기계의 능력이 과장되었다고 확신했습니다. 그러나 컴퓨팅 시스템의 발전으로 인해 AI와 그 하위 집합인 기계 학습은 효율성 및 활용도, 예측, 학습 시스템의 알고리즘 및 패턴 인식, 에너지원 관리 및 운송 분야에서 지배적인 응용 분야와 함께 점점 더 중요해졌습니다(사이드바 참조). . AI의 잠재력은 에너지 저장, 불확실성 분석, 폐수 ​​처리, 배출 제어, 바이오 연료 생산, 에너지 공급망 관리, 재생 가능 에너지, 위험 평가 및 수요 대응 분야에서도 번성하고 있습니다.

1. 테헤란 대학교 연구진이 만든 지도는 에너지 분야에서 인공 지능(AI)과 기계 학습(ML) 간의 연결을 설명하려고 시도합니다. 파란색은 에너지 효율성과 활용 분야에서 AI 애플리케이션을 다룹니다. 노란색은 ML 및 관련 예측 방법을 다룹니다. 녹색은 학습 시스템을 위한 알고리즘과 패턴 인식을 다룹니다. 빨간색은 에너지원과 소비자를 나타냅니다. 출처: 에너지 전략 리뷰, 2023년 1월

사용 사례는 끝이 없어 보입니다(그림 1). 2023년 1월, AI 지원 전력 마케팅 담당자는 비즈니스 및 산업 고객에게 예측 가능성과 자동화를 제공하는 동시에 재생 에너지 구매를 간소화하기 위해 Gridmatic Retail을 공개했습니다. 또 다른 회사인 Imperium Predictive Analytics는 AI를 사용하여 소비자가 단기, 중기 및 장기 전망을 예측하는 알고리즘을 사용하여 포트폴리오를 헤지할 때 조달 전략에 대해 더 많은 정보를 바탕으로 결정을 내릴 수 있도록 돕습니다.

Imperium 창립자 Lucas Grimes는 이 서비스의 핵심 가치는 단순화된 프로세스를 통해 시장 투명성을 제공하여 더 많은 이해관계자가 실행 가능한 데이터를 기반으로 평가하고 결정을 내릴 수 있도록 하는 것이라고 말했습니다. 그러나 Grimes는 AI의 가장 큰 과제, 특히 예측 공간에서 계속해서 "데이터 수집 및 데이터 검증"을 중심으로 돌아가고 있다고 지적했습니다. 그는 데이터 정확성이 또 다른 관심사라고 지적했습니다.

OpenAI가 2022년 11월 인공 지능(AI) 대규모 언어 모델(LLM)을 기반으로 하는 상용 챗봇인 ChatGPT를 출시하면서 생성 AI가 인간-데이터 인터페이스에 한 단계 변화를 가져올 수 있다는 인식이 널리 확산되었습니다. 생성적 AI는 이미 많은 산업을 혼란에 빠뜨리고 있지만 데이터 자동화, 개발, 통신 및 분석을 돕는 등 전력 부문에 상당한 잠재력을 가질 수 있다고 여러 전문가가 제안했습니다.

Cognite의 최고 기술 책임자인 Geir Engdahl은 POWER에 다음과 같이 설명했습니다. "매우 가치 있는 것은 심층적인 도메인 지식과 데이터의 결합, 그리고 작업을 수행할 수 있는 시스템입니다. 따라서 모든 파이프라인이 갖춰져 있습니다. 실제 발전소 운영에서 데이터가 시스템으로 지속적으로 유입되는 데이터 작업을 수행하고 검사 명령 생성이나 루트 수행과 같이 시스템 내에서 가치가 있는 작업을 수행할 수 있는 능력을 보유하고 있습니다. 이용 가능한 모든 데이터를 분석해 볼 수 있다"고 말했다. "이 '데이터 작업'과 ChatGPT 및 이와 유사한 대규모 언어 모델의 결합이 이러한 업계의 지식 근로자가 일하는 방식을 실제로 변화시킬 것이라고 생각합니다."