Ένας ισχυρός αλγόριθμος λογισμικού μπορεί να βοηθήσει τους φορείς εκμετάλλευσης υδροηλεκτρικής ενέργειας να σχεδιάζουν αυτόματα απρόβλεπτα γεγονότα.
Σε παγκόσμιο επίπεδο, η υδροηλεκτρική ενέργεια είναι η μεγαλύτερη πηγή ανανεώσιμης ενέργειας, αντιπροσωπεύοντας περίπου το 60% του συνόλου της παγκόσμιας παραγωγής ενέργειας από ανανεώσιμες πηγές. Αποτελεί επίσης τη μεγαλύτερη πηγή αποθήκευσης ενέργειας σε κλίμακα δικτύου με τη μορφή αντλούμενης υδροηλεκτρικής ενέργειας, μια τεχνολογία που αποθηκεύει την πλεονάζουσα ενέργεια με την άντληση νερού σε υψηλότερο επίπεδο, από το οποίο μπορεί αργότερα να απελευθερωθεί για να γυρίσει μια τουρμπίνα. Παρά την ευρεία ανάπτυξή της, υπάρχουν σήμερα λίγα προϊόντα που εστιάζουν στην παρακολούθηση και βελτιστοποίηση της υδροηλεκτρικής ενέργειας σε πραγματικό χρόνο. Μια εταιρεία που αναλαμβάνει αυτή την πρόκληση είναι η Hydrogrid Insight.
Η Hydrogrid Insight χρησιμοποιεί ιδιόκτητους αλγορίθμους ευρετικής ευφυούς βελτιστοποίησης εγκαταστάσεων (HIRO) για να αναλύσει δεδομένα από την τηλεμετρία των εγκαταστάσεων, λειτουργικούς και περιβαλλοντικούς περιορισμούς, προβλέψεις εισροών και προβλέψεις τιμών. Η ανάλυση αυτή επιτρέπει στους φορείς εκμετάλλευσης υδροηλεκτρικών σταθμών να αντιδρούν σε πραγματικό χρόνο στα καιρικά φαινόμενα, να ελαχιστοποιούν τις απώλειες νερού και να αυτοματοποιούν τις συναλλαγές στην αγορά ηλεκτρικής ενέργειας. Το σύστημα της Hydrogrid βοηθά επίσης στη συμμόρφωση με τις κανονιστικές διατάξεις, στον προγραμματισμό συντήρησης, στην υποβολή εκθέσεων και στη διαχείριση των ενδιαφερόμενων μερών.
Το σύστημα μπορεί να χρησιμοποιηθεί με σταθμούς που έχουν δυναμικότητα από 1 έως 500 μεγαβάτ και άνω, και το Hydrogrid υποστηρίζει ήδη υδροηλεκτρικούς φορείς σε διάφορες χώρες.
Η αυστριακή εταιρεία έκλεισε πρόσφατα έναν γύρο χρηματοδότησης σειράς Α ύψους 8,5 εκατ. δολαρίων (περίπου 7,8 εκατ. ευρώ). Του γύρου ηγήθηκαν η Inven Capital και η Karma Ventures, με συνεισφορές από τους υφιστάμενους επενδυτές CNB Capital και SET Ventures. Τα χρήματα θα χρησιμοποιηθούν για τη χρηματοδότηση της διεθνούς επέκτασης.
Τα μοντέλα μηχανικής μάθησης χρησιμοποιούνται ολοένα και περισσότερο για να γίνουν οι ενεργειακές εγκαταστάσεις πιο αποδοτικές. Οι εξελίξεις που εντοπίστηκαν από την Springwise περιλαμβάνουν ένα σύστημα που μειώνει τον άνθρακα παρέχοντας ωριαίες πληροφορίες για τις εκπομπές του δικτύου και συστήματα τεχνητής νοημοσύνης που μειώνουν το αποτύπωμα άνθρακα των κέντρων δεδομένων.
Πηγή: https://www.springwise.com/innovation/agriculture-energy/iot-software-for-hydropower-grids/