Het uiteindelijke doel is een zelfregulerend elektriciteitsnet, dat naadloos inbreng uit schone energiebronnen opneemt, zoals zonne- en windenergie, en snel reageert fluctuaties van pieken, dalen en variërend aanbod.
“Dit project zal de eerste zijn om kunstmatige intelligentie en computers te gebruiken om de veerkracht van het netwerk te verbeteren.
“Hoewel de aanpak op grote schaal in Californië, Vermont en het Middenwesten wordt getest, verwachten we dat het een nationale impact heeft, en alle middelen die we ontwikkelen zullen beschikbaar worden gesteld, zowel commercieel als de technologie“.
GRIP (Grid Resilience and Intelligence Project) bouwt het project op door grote hoeveelheden gegevens te verzamelen en te gebruiken om de netwerkoperaties te verfijnen (inclusief het VADER-project van SLAC). Het is een van de zeven projecten van het Grid Modernization Laboratory Consortium dat gericht is op het vergroten van het robuustheid van het netwerk, dat in de financiering van het DOE (Grid Modernization Initiative) tot 32 miljoen dollar zal ontvangen. GRIP werd over drie jaar toegekend tot $ 6 miljoen.
Kunstmatige intelligentie en elektriciteitsnet
Het project zal computers grote hoeveelheden gegevens laten verwerken en zichzelf laten leren hoe een systeem zich gedraagt en die van kunstmatige intelligentie gebruikt maakt problemen op te lossen.
Het GISMo lab van SLAC, dat samenwerkt met de universiteit van Stanford, nutsbedrijven en andere industriële partners op slimme gridtechnologie, ontwikkelt algoritmes voor machine learning die data uit satellietbeelden, utiliteitswerkzaamheden en andere bronnen verteren en kennis opbouwen over de werking van elektrische distributiesystemen.
“Een van de eerste plaatsen waar we ons systeem zullen testen is in Californië. Het idee is om het systeem te voeden met informatie over hoe het specifieke deel van het elektriciteitsnet eruit ziet, in termen van zonne- en windkrachtbronnen, batterijen waar energie wordt opgeslagen en hoe het wordt uitgelegd om stroom te verdelen naar woningen en bedrijven. Dan begint het te kijken naar afwijkingen en dingen die beter kunnen”.
Een nationaal elektriciteitsnet kan worden verdeeld in “eilandjes” of elektriciteitsnetjes, die geïsoleerd zijn om te voorkomen dat een stroomonderbreking verspreidt en het hele systeem verstoort.
“Je zou kunnen zien waar vegetatie groeit met betrekking tot de elektriciteitsleidingen, anticiperen wanneer bomen zullen groeien en panelen overschaduwen, schaduw door bewolking of andere weersinvloeden.“
De door het project ontwikkelde kennis en resultaten worden doorgegeven aan een andere partner in het project, de National Rural Electric Cooperative Association (NRECA), die 834 distributiecoöperaties vertegenwoordigt die ongeveer 47 miljoen mensen in 47 landen voorzien. De vereniging zal helpen om de technologie te implementeren die het team ontwikkelt op standaard utility-industrieplatformen, ze beschikbaar te maken voor haar leden en het team te helpen deze te integreren in bestaande elektriciteitsnetten en operationele processen.
Een van die leden, Vermont Electric Cooperative, heeft al gewerkt aan Packetized Energy, die software en hardware ontwikkelt die het stroomverbruik van waterverwarmers en andere thermostaat gestuurde apparaten aanpast wanneer het net overbelast of de stroomvoorziening uit duurzame energie fluctueert.
“We werken samen met hen om extra controles in dat systeem op te bouwen en te demonstreren hoe we pieken en dalen kunnen absorberen door lasten te verminderen en hen te verplaatsen”.
Een andere partner, het DOE Lawrence Berkeley National Laboratory, zal de controlesystemen ontwikkelen die zijn ontwikkeld voor omzetters (converters) die de variabele gelijkstroom van fotovoltaïsche systemen omzetten naar de wisselstroom die in het net wordt ingevoerd.
“Berkeley Lab is een pionier in de ontwikkeling van algoritmen die optimaal de verdeelde energiebronnen, zoals wind, zonne-energie en batterijen, optimaal kunnen beheren, en zijn volledig plug and play”.
“In dit project werken we samen met SLAC om onze aanpak in de praktijk te kunnen toepassen en te testen. Met deze algoritmen hopen we in staat te zijn om een elektriciteitsnet te creëren dat verschillende energiebronnen kan gebruiken om zich automatisch te aan te passen om de betrouwbaarheid te maximaliseren tijdens normale operaties of noodgevallen”.