Powiązanie sztucznej inteligencji z magazynowaniem energii kluczem do transformacji energetycznej?

Międzynarodowy zespół naukowców wskazuje, że rozwój sztucznej inteligencji oraz technologii magazynowania energii może wzajemnie napędzać swoją ekspozycję. Nowe badanie wprowadza pojęcie „nexus sztucznej inteligencji i magazynowania energii”.

Naukowcy z Austrii, we współpracy z badaczami z innych ośrodków, dowodzą, że szybki wzrost centrów danych opartych na AI może przyspieszyć czystą transformację energetyczną. Kluczem jest jednoczesne wdrożenie magazynów energii na dużą skalę. Zjawisko to tworzy tzw. cykl dobroczynny, w którym rozwój jednej dziedziny pozytywnie wpływa na drugą.

Wzajemne wsparcie technologii

W ramach opisanego powiązania sztuczna inteligencja i uczenie maszynowe wspierają innowacje w obszarze baterii i magazynów.

• Rozwój materiałów – algorytmy przyspieszają m.in. odkrywanie nowych soli stopionych do magazynowania termicznego oraz identyfikowanie nowych składów chemicznych akumulatorów.
• Wydłużenie żywotności – AI pomaga w poprawie trwałości baterii oraz usprawnia procesy ich recyklingu.
• Kompensacja popytu – rosnące zapotrzebowanie ze strony centrów danych przyspiesza komercjalizację długoterminowego magazynowania energii, czego przykładem są umowy zawierane przez Google na technologię ciekłego dwutlenku węgla oraz magazyny żelazowo-powietrzne.

Jak magazyny energii pomagają infrastrukturze AI?

Z kolei magazynowanie energii rozwiązuje kluczowe problemy rosnącej infrastruktury cyfrowej. Badacze wyróżniają pięć głównych obszarów wsparcia:

• Redukcja szczytowego poboru – ograniczenie importu energii z sieci w godzinach szczytu oraz zmniejszenie barier przyłączeniowych.
• Niezawodność – zapewnienie zasilania awaryjnego i poprawa jakości dostarczanej energii.
• Reagowanie na zapotrzebowanie – umożliwienie centrom danych redukcji poboru lub oddawania energii w sytuacjach kryzysowych w sieci.
• Większe autokonsumpcja – lepsze wykorzystanie odnawialnych źródeł energii bezpośrednio na miejscu.
• Elastyczność operacyjna – optymalizacja pracy centrów dzięki harmonogramowaniu obciążeń i równoważeniu mocy.

Rekomendacje dla polityki energetycznej

Autorzy badania postulują wprowadzenie czterech głównych zmian regulacyjnych i systemowych:

• Reformę zasad przyłączania do sieci premiującą elastyczne centra danych.
• Usunięcie barier utrudniających lokalizowanie magazynów bateryjnych bezpośrednio przy instalacjach OZE.
• Stworzenie zachęt dla obliczeń uwzględniających stan sieci oraz elastyczność popytową.
• Celowane polityki finansowania i zamówień przyspieszające rozwój technologii długoterminowego magazynowania energii.

Artykuł zatytułowany „The AI–energy storage nexus: opportunities for clean energy transitions” ukazał się na łamach czasopisma Energy and Climate Change.