De que forma podemos garantir uma utilização mais eficiente dos recursos energéticos? Ao longo de três anos, o INESC TEC procurou responder a este desafio através do projeto europeu GREEN.DAT.AI, desenvolvendo ferramentas que combinam inteligência artificial (IA), partilha segura de dados e computação distribuída.
A IA é uma aliada cada vez mais importante da transição energética. Da previsão da produção renovável à gestão inteligente do carregamento de veículos elétricos, passando pela partilha segura de dados entre diferentes organizações, as suas aplicações multiplicam-se à medida que os sistemas energéticos se tornam mais distribuídos e complexos.
Foi precisamente este o foco do GREEN.DAT.AI. No âmbito do projeto, o INESC TEC desenvolveu soluções de inteligência artificial aplicadas à energia e à mobilidade elétrica, deixando como legado uma infraestrutura experimental de carregamento inteligente de veículos elétricos, entre outras ferramentas.
Gil Sampaio, investigador do INESC TEC e responsável pelo projeto, explica que o grande desafio do projeto foi encontrar um equilíbrio entre o desempenho dos algoritmos e o seu impacto energético, “até porque a frugalidade computacional, ou seja, obter bons resultados utilizando o mínimo possível de recursos computacionais e energéticos, era um dos pilares do projeto.
“Num setor onde a eficiência energética é parte do problema e da solução, não basta que um algoritmo produza bons resultados; é necessário perceber quanto custa executá-lo, que dados exige, que infraestrutura computacional utiliza e como escala quando passa do laboratório para um contexto industrial. O GREEN.DAT.AI permitiu juntar duas dimensões que são muitas vezes tratadas em separado: a operação física dos sistemas elétricos e a sustentabilidade computacional das ferramentas de IA”, refere.
O trabalho desenvolvido pelo INESC TEC incidiu nos domínios de sistemas de energia e software confiável, com diferentes resultados e demonstradores.
Na gestão de recursos renováveis, foram desenvolvidos mecanismos de previsão colaborativa entre agentes do mercado elétrico, utilizando dados reais de instalações de produção eólica da EDP. O objetivo foi estudar novas formas de colaboração entre diferentes entidades sem comprometer a confidencialidade da informação partilhada, recorrendo a abordagens de federated learning.
Na área da mobilidade elétrica, foram desenvolvidos serviços de previsão, otimização e gestão inteligente do carregamento de veículos elétricos (smart charging). Utilizando a microrede de uma das infraestruturas de investigação do INESC TEC – o x-Energy Lab – e a rede de carregadores do edifício-sede do Instituto, os investigadores criaram uma cadeia de serviços capaz de antecipar necessidades de carregamento, prever produção renovável, e adaptar continuamente os perfis de carregamento às condições da rede elétrica, e à disponibilidade de energia verde, em particular aquela produzida pelos painéis fotovoltaicos instalados no edifício. À medida que aumenta o número de veículos elétricos, torna-se mais difícil gerir a rede elétrica. O carregamento simultâneo de vários veículos pode provocar problemas locais de tensão ou sobrecarga, enquanto a produção fotovoltaica nem sempre coincide com os períodos de maior consumo. A solução, explica Gil Sampaio, passa por “transferir inovações recentes de IA para os problemas clássicos de operação de sistemas elétricos”, permitindo aumentar a eficiência da gestão dos recursos existentes. Neste contexto, foram exploradas abordagens data-driven para representação da rede, nomeadamente através de gémeos digitais construídos a partir de dados de histórico e alimentados em tempo real por medições recolhidas por contadores inteligentes (do inglês smart meters).
“Trabalhámos com dados reais, condições representativas de operação de redes de baixa tensão e carregadores de veículos elétricos, desenhados e construídos pelo INESC TEC, com capacidades avançadas de medição, comunicação e controlo. Isto deu-nos uma base sólida para perceber como é que a IA pode apoiar a integração de renováveis e da mobilidade elétrica sem criar uma dependência excessiva de arquiteturas totalmente centralizadas”, acrescenta o investigador.
Com vista à avaliação do desempenho energético das ferramentas, o INESC TEC desenvolveu uma ferramenta a usar pelos parceiros do projeto para medir o consumo de energia e os recursos computacionais associados à execução dos algoritmos e serviços de inteligência artificial desenvolvidos no GREEN.DAT.AI. “Esta ferramenta permitiu apoiar o trabalho de frugalidade dos algoritmos, identificando soluções menos exigentes do ponto de vista computacional e energético, sem comprometer o desempenho funcional”, refere Gil Sampaio.
Outro dos contributos do INESC TEC diz respeito à integração de Data Spaces, nomeadamente à sua aplicação na área da energia, permitindo a partilha segura, controlada e interoperável de dados entre diferentes organizações. Esta abordagem promove uma utilização mais eficiente da informação, salvaguardando a soberania, a privacidade e os níveis de acesso definidos por cada entidade. Desta forma, torna-se possível reforçar a colaboração entre os vários intervenientes do setor, apoiar o desenvolvimento de novos serviços e acelerar a transição para sistemas energéticos mais inteligentes, flexíveis e sustentáveis.
“A IA sustentável não é apenas uma etiqueta; é uma restrição de engenharia. Em aplicações industriais, onde diferentes algoritmos podem competir pelo mesmo problema, avaliar o custo energético de cada solução ganha relevo e compete com métricas de desempenho”, reforça Gil Sampaio.
O GREEN.DAT.AI reforçou uma linha de investigação do INESC TEC que cruza energia, software e ciência de dados, demonstrando que a transição energética depende cada vez mais da integração entre infraestruturas físicas, algoritmos inteligentes e mecanismos seguros de partilha de informação. Apesar de o projeto ter terminado, Gil Sampaio sublinha que “a infraestrutura criada, os carregadores inteligentes e as ferramentas desenvolvidas permanecerão em utilização, apoiando novos projetos de investigação, demonstração e transferência de tecnologia na área das redes elétricas inteligentes e da mobilidade elétrica”.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
