Muitas empresas de médio porte precisam desembolsar quantias cada vez maiores em suas contas de energia, e diante da possibilidade de investir em fontes alternativas, é importante entender qual o melhor equilíbrio entre essas opções. Por isso pesquisadores do Instituto Fraunhofer de Engenharia de Manufatura e Automação (IPA, de Stuttgard, Alemanha), iniciaram o projeto denominado GaIN (de Gewinnbringende Partizipation der mittelständischen Industrie am Energiemarkt der Zukunft, ou "Participação rentável de pequenas e médias empresas no mercado de energia do futuro"), que tem por objetivo esclarecer as relações complexas que envolvem a análise dos dados do consumo de energia, propondo com isso planos de flexibilidade energética.

 

Coleta de dados a cada 15 segundos

Em comunicado à imprensa, Martin Reisinger, líder de grupo de sistemas híbridos e análise de dados de energia do Fraunhofer IPA esclareceu que os pesquisadores receberão os dados da Enit - Energy IT Systems GmbH, empresa parceira do ramo de gerenciamento de energia de Freiburg. A start up tem planos de coletar a cada 15 segundos os dados de até dez laboratórios reais estabelecidos em indústrias, não apenas no ponto de transferência da rede elétrica, mas também nos transformadores e em todas as suas máquinas. Os cientistas também planejam utilizar dados de planejamento de produção das empresas que desejarem participar do projeto de pesquisa GaIN. Isso porque se o sistema de controle e planejamento da produção armazena dados relacionados a quando quais máquinas devem produzir qual produto, e por quanto tempo. Todos os fatores associados a essa projeção podem ser considerados na previsão da carga de energia que será necessária.

Não apenas os picos de carga poderão ser reduzidos de alguma forma, mas partes da produção que consomem muita energia poderão ser adiadas para momentos em que os preços da eletricidade estiverem mais baixos. "No entanto, uma estratégia integrada de digitalização e energia para produção é um pré-requisito para essa etapa, que passa do gerenciamento de carga à flexibilidade", informou Reisinger.

As concessionárias de energia já estão interessadas em previsões mais precisas, baseadas nos valores medidos dos sistemas de gerenciamento de energia de uma empresa, que até agora não estavam disponíveis. Isso permite que elas reduzam riscos operacionais e custos associados ao equilíbrio do preço da energia.

 

Inteligência artificial prevendo o consumo de eletricidade

Thilo Walser, integrante da equipe, especialista em processos de aprendizagem de máquina, incorporará todos esses dados em um chamado modelo híbrido, que combina diferentes processos de aprendizagem de máquina e, portanto, reconhece relacionamentos complexos que não podem ser reconhecidos por processos estatísticos.

Ele explicou que está previsto que os modelos de aprendizagem de máquina executem automaticamente a análise dos dados. Isso inclui a integração e preparação de dados, a seleção de fatores de influência, bem como o monitoramento da qualidade da previsão e o ajuste do modelo. Ainda não se sabe como isso vai funcionar exatamente, pois será observado no decorrer do projeto, que tem prazo de conclusão até 30 de novembro de 2022. No entanto, uma coisa é clara: quanto mais dados os modelos híbridos de Walser puderem avaliar, mais confiáveis serão as previsões de consumo que serão fornecidas. O projeto recebeu um financiamento de 3,5 milhões de euros do Ministério da Economia e Energia da Alemanha.

 

Conteúdo relacionado:

Na maior queda na demanda de energia em 70 anos, renováveis crescem

 

#eficiênciaenergética

Acontece Indústria 4.0

---