Σταθάρας (Kiefer): Trading 2.0 - πλήρης αυτοματοποίηση των ΦοΣΕ - Τεχνητή Νοημοσύνη και υπολογιστική ισχύς επαναπροσδιορίζουν το energy trading

Στις δυνατότητες που προσφέρει η Τεχνητή Νοημοσύνη στην εμπορία ενέργειας και στην αποθήκευση αναφέρθηκε ο κ. Στέργιος Σταθάρας, Head of Energy Market Analysis της KIEFER μιλώντας την Τετάρτη στο 7ο Renewable Storage Forum που διοργανώνει το energypress.gr.

Σύμφωνα με τον κ. Σταθάρα:

Ηη ελληνική ενεργειακή αγορά εισέρχεται σε μια φάση ραγδαίων εξελίξεων.
Το ΕΧΕ πλέον δουλεύει σε 15λεπτη ανάλυση χρόνου, έχουν εισαχθεί αρνητικές τιμές στην αγορά εξισορρόπησης και το μεσημέρι γίνονται ολοένα και πιο συνηθισμένες αφενός οι αρνητικές τιμές στη προημερήσια αγορά, και αφετέρου οι περικοπές παραγωγής (curtailments) που πλέον αφορούν και τα μικρότερα πάρκα. Επιπλέον έχουμε την έλευση και χρήση των πρώτων συστημάτων αποθήκευσης (BESS) όπως αυτή του αεροδρομίου αλλά και την ολοκλήρωση του ρυθμιστικού πλαισίου για υβριδικές και standalone μονάδες αποθήκευσης, γεγονότα που συνολικά μεταμορφώνουν τη λειτουργία της αγοράς και τον ρόλο του trader.

Στον επόμενο χρόνο αναμένεται να αρθούν τα όρια στις αρνητικές τιμές στην αγορά εξισορρόπησης και τα αυξημένα κόστη αποκλίσεων θα απαιτούν ολοένα και καλύτερη προβλεπτική ικανότητα για σύγκληση του προγράμματος αγοράς με αυτό της φυσικής παράδοσης.

Στα πλαίσια όλων αυτών των εξελίξεων η ανάγκη για ταχεία, αυτοματοποιημένη και προβλεπτική δράση είναι πιο επιτακτική από ποτέ.

Η τεχνολογική απάντηση: AI και GPUs στην υπηρεσία της ενέργειας

Η πρόοδος στον χώρο των γραφικών επεξεργαστών (GPUs) και των μοντέλων τεχνητής νοημοσύνης ανοίγει νέους ορίζοντες στην ανάλυση και πρόβλεψη ενεργειακών δεδομένων. Οι τελευταίες κάρτες γραφικών της NVIDIA (B200), με έως και 30 φορές υψηλότερη υπολογιστική απόδοση σε σχέση με προηγούμενες γενιές, καθιστούν εφικτή τη λειτουργία σύνθετων νευρωνικών μοντέλων πρόγνωσης σε σχεδόν πραγματικό χρόνο ενώ παράλληλα αποτελούν εργαλεία που βοηθούν στην ελαχιστοποίηση του ρίσκου πρόβλεψης .

Πλατφόρμες όπως Earth-2, μπορούν να καθιστούν δυνατή την πρόβλεψη καιρού σε μεγάλη ανάλυση τόσο τοπολογικά όσο και χρονολογικά  με τη συνδυαστική χρήση νευρωνικών δικτύων τύπου SFNO (Spherical Fourier Neural Operator) και AFNO (Adaptive Fourier Neural Operators) για πρόγνωση καιρικών συνθηκών, ενώ χρησιμοποιώντας βιβλιοθήκες μοντέλων παρεμβολής/διαταραχής (perturbation models) μπορεί να δημιουργηθεί ένα διαφοροποιημένο σύνολο προβλέψεων, για πιθανοτική εξέταση σεναρίων, βελτιστοποιώντας τη συμμετοχή όλων των στοχαστικών ΑΠΕ στις αγορές.

Η χρήση αυτών των τεχνολογιών επιτρέπει υπο-ωριαίες (sub-hourly) εκτιμήσεις για την ενεργειακή συμπεριφορά της αγοράς, προσφέροντας το θεμέλιο για μια πλήρως αυτοματοποιημένη διαδικασία trading στις ΑΠΕ.

Η λύση Hyperion-X

Το Hyperion-X αναπτύχθηκε ως μια AI-driven πλατφόρμα πρόβλεψης και αυτοματισμού συμμετοχής στην αγορά ενέργειας.
Η αρχιτεκτονική της βασίζεται σε τρία βασικά επίπεδα:

1. Forecast Engine – Ενοποιεί δεδομένα καιρού, παραγωγής, αγοράς και συστήματος ηλεκτρικής ενέργειας μέσω ποικίλών πλατφορμών και προηγμένων ML μοντέλων, παράγοντας στοχευμένες προβλέψεις παραγωγής ΑΠΕ, τιμών ενέργειας και αναγκών συστήματος.
2. Optimization & Trading Core – Εφαρμόζει αλγορίθμους ανάλυσης κινδύνου, arbitrage και market matching, δημιουργώντας αυτόματα προσφορές (bids/offers) για αγορές day-ahead και intraday, ενώ είναι προς ανάπτυξη και η αυτοματοποίηση της balancing. Ανάλογα τις συνθήκες αγοράς κάνει re-positioning για τη πλήρη εναρμόνιση του προγράμματος αγοράς με το πρόγραμμα φυσικής παράδοσης (αλλαγή πρόβλεψης καιρού, περικοπές, συνθήκες ρίσκου/ακραίες τιμές)
3. Execution & Feedback Layer – Εκτελεί εντολές μέσω APIs προς πλατφόρμες δεδομένων αγοράς, τηλεμετρίας και τηλε-ελέγχου όπου είναι διαθέσιμος, καθώς και άλλων συστημάτων και συλλέγει αποτελέσματα για συνεχή βελτίωση των μοντέλων ενώ παράλληλα εκτελεί διαδικασίες όπως η αυτοματοποιημένη ενημέρωση και πληρωμή των κατόχων των πάρκων, βάση των πιστοποιημένων δεδομένων που λαμβάνει από τις πλατφόρμες του ΑΔΜΗΕ.
4. Analytics & Visualization Layer - Προσφέρει δυναμικά εργαλεία απεικόνισης και διαχείρισης δεδομένων, μέσα από διαδραστικά εποπτικά διαγράμματα και πίνακες, οι οποίοι προσαρμόζονται στη φύση και το βάθος της ζητούμενης πληροφορίας, παρέχοντας στους χρήστες πλήρη εικόνα της λειτουργίας και της εμπορικής τους θέσης.
5. Back -office layer – Κατεβάζει τα απολογιστικά δεδομένα προγράμματος αγοράς και φυσική παράδοση από τον ΑΔΜΗΕ (w+1 , w+7) και τρέχοντας όλο το back-office  αυτοματοποιημένα στέλνει εντολή στις τράπεζες για πληρωμή των ιδιοκτητών.

Το αποτέλεσμα είναι μια πλατφόρμα που αυτοματοποιεί πλήρως τις διεργασίες ενός ΦοΣΕ, από την πρόβλεψη και τη συμμετοχή στις αγορές, μέχρι τη μεταφορά των εσόδων στους ιδιοκτήτες των σταθμών ΑΠΕ.

Ο αλγόριθμος βελτιστοποίησης BESS revenue optimizer

Κομβικό στοιχείο της πλατφόρμας αποτελεί ο αλγόριθμος BESS Optimizer, σχεδιασμένος για βελτιστοποίηση συμμετοχής της μπαταρίας στις αγορές, λαμβάνοντας υπόψει όλα τα τεχνικά χαρκατηριστικά τους καθώς και τις προβλέψεις προηγμένων βραχυχρόνιων μοντέλων τόσο για τις συνθήκες αγοράς και συστήματος όσο και για τιμές.
Ο αλγόριθμος συνδυάζει:

• Short term forecasts για εκτίμηση συνθηκών αγοράς και τιμές
• BESS technical simulation για πλήρη ενσωμάτωση όλων των τεχνικών χαρακτηριστικών της μπαταρίας,
• και multi-market strategy modules υπό το πρίσμα της συν-βελτιστοποίησης, που κατανέμει δυναμικά την ισχύ της μπαταρίας μεταξύ arbitrage, balancing και ancillary services.

Έτσι, επιτυγχάνει μέγιστη απόδοση επένδυσης ανάλογα τις επιλογές ρίσκου του χρήστη (πχ. εντολή για παραπάνω εμπροσθοβαρή κέρδη με παραπάνω κύκλους-καταπόνηση της μπαταρίας), προσαρμοζόμενα αυτόματα στις εκάστοτε συνθήκες αγοράς.  Παράλληλα δίνει προβλέψεις για τους υπολοιπόμενους κύκλους ζωής της μπαταρίας καθώς και πόσα έσοδα απομένουν για το break-even ανάλογα τους παραμετροποιημένους στόχους συμμετοχής από τον χρήστη.

Use Case – Έξυπνη διαχείριση ενέργειας σε κτίρια (net billing with BESS )

Ο ΦοΣΕ της KIEFER ήδη εκπροσωπεί ΑΠΕ που είναι σε σχήμα αυτοκατανάλωσης. Τα επόμενα σχήματα σχεδιάζονται  να περιλαμβάνουν και αποθήκευση.  Σε αυτά, το Hyperion-X, θα συνδυάζει πρόβλεψη πράσινης παραγωγής και κατανάλωσης κτιρίου, με σκοπό το προσδιορισμό της περίσσειας που θα μπορεί να χρησιμοποιηθεί για τη φόρτιση του συστήματος αποθήκευσης ώστε αυτή να μπορεί να κατανέμεται βέλτιστα στο χρόνο για την κάλυψη του φορτίου ελαχιστοποιώντας το κόστος ενέργειας του καταναλωτή.

Προοπτική και επόμενα βήματα

Η ομάδα του Hyperion-X δουλεύει στο να επεκτείνει τη διαθεσιμότητα χρήσης της πλατφόρμας προς κάθε ΦοΣΕ για τη βελτιστοποίηση των καθημερινών του διεργασιών.

Μπορεί να δηλωθεί εκδήλωση ενδιαφέροντος συμμετοχής στη παρακάτω σελίδα:

https://2f17rl.share-eu1.hsforms.com/2vRxH1W8_SJqIvCF2xW54lQ