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 A mesterséges intelligencia (AI) olyan feladatok megoldásában és olyan rendszerek korszerű üzemeltetésében is helyet kap, mint az akkumulátoros rendezéseinek üzemeltetése. A rendszerszintű működést tekintve – ahol sok és sokféle elem, más-más pillanatnyi paraméterrel dolgozik, és ezeket optimalizálni kellene a hálózat, a fogyasztás és más számos más paraméter figyelembevételével – ez egyáltalán nem meglepő. A német energia ügynökség (Dena) frissen publikált felmérése szerint a németországi energiavállalatok többsége úgy gondolja, hogy az AI alkalmazása fenntarthatóbb energiagazdaságot tesz lehetővé. A reprezentatív, 250 vállalat bevonásával készült elemzés szerint négyből három cég már azt is vizsgálja, hogy milyen területeken, hogyan lehetne ezt a potenciált kiaknázni a saját működésük során. Azt, hogy központi jelentőségű lesz e területen az AI, könnyű belátni, ha hozzávesszük, hogy a civilizációs fejlődés merre felé tart. Arra, hogy a decentralizált termelési környezetben fogyasztási rendszerek millióit kell úgy kiszolgálni, hogy a digitalizálódó hálózatban innovatív megoldásokra van szükség – nem csak az ellátásbiztonságban, a dekarbonizációban vagy a sok, kis, különböző termelő-fogyasztó bevonásával kapcsolatos rugalmasságban, de a karbantartásban is. Vagy: akár az energiatároló rendszerek tárolási optimalizálásában és élettartamának meghosszabbításában is. Itt a VartAI Ez utóbbi történik az akkumulátor-gyártó Vartánál, ahol az Electronic Specifier közlése szerint kifejezetten mesterséges intelligencia segítségével szeretnék fejleszteni az akkumulátorkezelést. Jó tudni, hogy a Magyarországon továbbra is a hagyományos, jó minőségű, tartós ceruzaelemek és akkumulátorok gyártójaként elkönyvelt Varta már két és fél éve robbantott az energiatárolási piacon. Azt követően, hogy a legerősebb szegmensévé a lítium-ion akkumulátorokat gyártó Microbatteries & Solutions területe vált, úgy döntöttek: nagyobb méretű akkuk gyártására és agilis fejlesztésére, „az újgenerációs energiatárolási technológiák mielőbbi tömeggyártásba vitelére” is ráállnak. Ezt a döntést a tavalyi évi üzemi beszámoló is visszaigazolta; a Varta a háztartási akkumulátorok szegmensben továbbra is folyamatosan növeli a termelését és az eredményességét. Ennek a fejlesztési-irányváltási folyamatnak a része az a most bejelentett kutatási projekt is, melynek során a legnagyobb presztízsű napelemes kutatóintézettel, a Fraunhofer ISE-vel, az akku-fejlesztő specialista NOVUM engineerING-gel és az új technológiai elméleteket a gyakorlatba átültető TWT Science & Innovationnel dolgoznak együtt. „Az elektromos autók számának gyors növekedése nem a probléma, hanem a megoldás része” A 2025 végéig tartó Longer kutatási projekt a tárolórendszerek ilyen, új feladatokra felkészítését segíti. Az új akkumulátor-menedzsment rendszertől azt várják, hogy a jelenleg elérhető szoftvereknél pontosabban feltérképezhetőek legyenek a háztáji napelemes energiatároló rendszerek, miközben a kapacitások jobb kihasználása mellett az akkumulátorok védelme is magasabb szintre léphessen. Azért van erre szükség, mert a Varta szerint az akkumulátoros energiatárolás hamarosan új feladatokat kell, hogy ellásson. „Ma az otthoni akkumulátortároló rendszerek évente, átlagosan 200-300 teljes töltési ciklust végeznek el, miközben a tárolási oldalon ezeket szinte kizárólag napenergia tárolására használják” – mondta Benjamin Achzet, a Varta Storage kutatási koordinátora. Hozzátette, hogy a jövőben viszont ezek a rendszerek áramkereskedőkké válnak, mivel ezzel is csökkenthetők az energiaköltségek, ráadásul így a hálózati tehermentesítésben is fontos elemmé válnak. Ez nem csak azt jelenti, hogy az akkus rendszerek másként is fognak működni, de azt is, hogy a gyártóknak a jelenleginél jóval nagyobb ciklusstabilitású tárolórendszereket kell tervezniük, építeniük, a piacra tenniük. Elég lenne egy kis dobozos akku is a lakásokhoz Önállóan megtanulja A Longer projektben az AI-nek elemeznie kell az épületek terhelési profilját, meg kell tanulnia, hogyan kell a rendszerben lévő akkumulátort egy adott helyzetben valóban lemeríteni vagy feltölteni úgy, hogy az hosszú távon is hatékonyan működjön. Az önálló tanulási folyamat során megtanulja, hogy a különböző terhelési profilok hogyan befolyásolják az akkumulátor állapotát, és ezt követően az akku élettartamának előrejelzésére is képes lesz. Az Electronic Specifier szerint a tároló létesítmények szimulációs modelljeit is felhasználják az AI-alapú működési stratégia hatékony, célzott tesztelésére és validálására, és így az AI segítségével minden felhasználási esetre megtalálható majd a legjobb stratégia, hogy minden otthon saját testreszabott energia- és akkumulátorkezelési profilhoz juthasson. A kutatás eredményeit természetesen a Varta építheti majd be a saját energiatároló rendszereibe. Együtt dolgozik az elektromos jövőn az Airbus és a Renault Szabó M. István Google hírek iratkozz fel! Heti hírlevél iratkozz fel! Kővédő fólia védd az autód!
