Diskuze o umělé inteligenci a elektrické síti často zdůrazňují zátěž, kterou nově vznikající technologie způsobí na stárnoucí energetické infrastruktuře země. Nicméně Josh Brumberger, generální ředitel společnosti Utilidata, vnímá AI jako nástroj ke zlepšení řízení sítě. Utilidata, sídlící na Rhode Islandu, vyvíjí „okrajovou AI inteligenci“, začleňující AI čipsety navržené firmou Nvidia do chytrých měřičů a zařízení pro řízení sítě. Tato zařízení dokážou rychle zpracovávat obrovské množství dat, což umožňuje poskytovatelům energie účinněji řídit stále složitější elektrické sítě. V úterý společnost Utilidata oznámila financování ve výši 60, 3 milionu dolarů na zvýšení výroby a nasazení této technologie s rozšiřujícími se partnerstvími s energetickými společnostmi. Celkově tak firma získala venture kapitál ve výši 126, 5 milionu dolarů. Investiční kolo vedli Renown Capital Partners a zahrnovalo již stávajícího investora Keyframe Capital, Nvidia a Quanta Services, velkou firmu v oblasti sítě a energetické infrastruktury. Brumberger poznamenal: „Chceme usnadnit výrobcům hardwaru začlenění AI a distribuované inteligence do jejich zařízení. AI bude klíčová pro infrastrukturu příští generace, jako je elektrická síť; před několika lety jsme o těchto tématech jen diskutovali na okraji, nyní jsou jádrem našich zájmů. “ Utilidata a Nvidia začaly spolupracovat v roce 2021 a o rok později založily konsorcium s americkými energetickými společnostmi a Sunrunem, předním instalátorem solárních panelů a baterií pro domácnosti, pro podporu nasazení. Od té doby byla jejich technologie vybrána pro několik pokročilých projektů v oblasti energetiky. V roce 2023 získala společnost Portland General Electric grant od Ministerstva energetiky (DOE) na využití platformy „grid-edge computing“ od Utilidata a Nvidia k integraci baterií, elektromobilů a komunitního soláru. Společnost Duquesne Light z Pennsylvanie získala podobný grant od DOE na sběr dat těmito zařízeními, což pomůže lépe čelit klimatickým hrozbám na síť. Consumers Energy v Michiganu spustila projekt s Utilidata na analýzu dopadů domácího nabíjení elektromobilů na síť. Tyto projekty sdílejí klíčové rysy: sběr obrovského množství dat, například hodnoty napětí a frekvence v subsekundových intervalech, jejich zpracování prostřednictvím integrovaných obvodů provádějících složité výpočty, což umožňuje operátorům sítě činit informovaná rozhodnutí. Polní zařízení musí být znovu programovatelná, aby zvládala rozmanité a se vyvíjející úkoly autonomně – což tradiční, pomalé, centrálně řízené systémy řízení nezvládají. Utilidata, původně zaměřená na zařízení pro řízení napětí v síti, se v roce 2020 pivotovala k řešení těchto „okrajových“ výzev, vyvíjením rychlejších verzí starší technologie, která nedosahovala požadované rychlosti pro moderní sítě. Například více než 100 milionů chytrých měřičů v USA nasazených od poloviny 2000 let shromažďuje základní údaje o fakturaci a hlášení výpadků, ale spoléhá na čipsety AMI 1. 0 s omezenými, předdefinovanými funkcemi určenými pro nízké náklady a masové nasazení. Zatímco technologie čipů se od té doby zlepšila, přední výrobci jako Itron a Landis+Gyr zlepšují systémy AMI 2. 0 pro složitější funkce.

Platforma „Karman“ od Utilidata a Nvidia tvrdí, že má lepší možnosti, i když pravděpodobně za vyšší cenu, což odpovídá obvyklé variabilitě v cenách v průmyslu. Nasazování energetických společností je však pomalé; počáteční pilotní projekty v roce 2022 začlenily čipy Nvidia do stávajících měřičů. V roce 2023 spolupracovala Utilidata s Aclara, výrobcem chytrých měřičů vlastněným společností Hubbell, na vývoji integrovaných měřičů s platformou Karman. Současné nasazení nenahradí okamžitě všechny existující měřiče, pouze cílené strategické části sítě, které potřebují detailní data, zejména pro hodnocení dopadů distribuovaných zdrojů energie (DER), jako jsou domácí solární panely, baterie a nabíječky EV. Energetické společnosti stále více usilují o využití těchto zařízení k uvolnění napětí v síti prostřednictvím koordinovaných kroků, například ukládáním sluneční energie uprostřed dne nebo plánováním nabíjení EV tak, aby nedošlo k přetížení infrastruktury. Virtuální elektrárny (VPP) a systémy řízení distribuovaných zdrojů energie (DERMS) mohou řídit DERy prostřednictvím centralizovaného řízení přes kabelovou nebo bezdrátovou komunikaci, ale složitější úkoly vyžadují místní výpočty a komunikaci zařízení navzájem v reálném čase – přesně to umožňuje platforma Karman. Brumberger uvedl: „Pro VPP stejně spolehlivé a velké jako plynové elektrárny jsou urychlené výpočty a AI nezbytné k odemknutí nevyužité hodnoty různorodých zdrojů. “ Portland General Electric, která plánuje spoléhat se na DERy ve velkém měřítku, považuje technologie jako Karman za zásadní pro pochopení spolehlivosti VPP. Vrchní manažer Ananth Sundaram poznamenal, že takové platformy pomáhají analyzovat služby sítě, rozdělení výkonu a chování zákazníků, čímž vytvářejí pevný základ při shromažďování klíčových dat z okrajové části sítě. Utilidata doufá, že energetické společnosti a regulátoři zohlední tyto budoucí potřeby při nadcházejících velkých nasazení chytrých měřičů. Nový investor Quanta hraje významnou roli ve velkoplošných projektech infrastruktury. Tyto nasazení však závisí na grantech od DOE, které byly schváleny za administrativy Bidena. Administrativa Trumpa neochotně pozastavila financování a hrozila snižováním pracovních sil a rozpočtů, což ovlivnilo tyto programy. Brumberger potvrdil, že k žádným zrušením dosud nedošlo, ale uvědomuje si přední výzvy. Nové financování umožní Utilidata rozšířit své působení i do zahraničí a mimo energetickou infrastrukturu, například i do datových center, kde lze začlenit energetickou kontrolu s technologií od Nvidia ke sledování a řízení spotřeby energie na úrovni serverů. Brumberger poznamenal, že datová centra jsou vnímána jako mocné mikrogry, které stále více integrují generátory, baterie a energieřízení. Kromě toho platformy Utilidata a Nvidia budou analyzovat a „vyučit“ se na shromážděných datech lokálně, podobně jako velké jazykové modely se učí z obrovských datasetů textu a obrázků. Například jsou schopny rozpoznat vzory napětí způsobené domácími spotřebiči versus vnějšími narušeními, například větvemi stromů. „Nejde jen o senzor, ale o místní centrum aktivit pro trénink, které snižuje potřebu přenosu všech dat mimo lokalitu, “ vysvětlil Brumberger. Klíčová otázka je, jakou část území energetické společnosti je třeba vybavit takovými pokročilými technologiemi – zda 10 %, 50 %, 80 % či 100 %.