Overladning af dekarbonisering gennem intelligente teknologier

Integrering af digitale værktøjer i verdens energisystemer kan reducere kulstofemissioner med mere end 50%, en ny anmeldelse er fundet.

Gennemgangen revurderer den marginale nedsættelsesomkostningskurve (MACC), der er populær af McKinsey, og finder, at digitalisering af energisystemer fuldstændigt ændrer kurven, takket være oprettelsen af ​​nye veje til overgangen til lavemissionsenergi. Hvis cyberfysiske systemer er integreret i vores energisystemer, kulstofreduktionspotentiale kan forventes at stige med 20%, stiger til 30%, når kunstig intelligens (AI) er inkluderet.

MACC'er illustrerer både omkostningerne og potentialet ved forskellige strategier for reduktion af kuldioxid og bruges af beslutningstagere til at vurdere, hvilke veje der skal følges. Tilføjelsen af ​​cyberfysiske systemer-digitale teknologier, der interagerer med den fysiske verden-er en væsentlig opdatering af MACC og etablerer det yderligere som et uundværligt værktøj for dem, der arbejder med dekarbonisering.

Dekarbonisering af verdens energisystemer er en afgørende del af afbødning af klimaændringer gennem reduktion af drivhusgasemissioner. Selvom dekarbonisering ikke er til forhandling, hvis klimaforbruget skal standses, den skal afbalanceres med at sikre økonomisk stabilitet og en smidig overgang til bæredygtig energi.

Digitale teknologier såsom big data, maskinlæring og tingenes internet rummer et enormt potentiale til at hjælpe os med at klare denne udfordring. Deres applikationer spænder fra at hjælpe med at reducere vores strømregninger ved at anvende smarte målere i hjemmet, til at assistere med peer-to-peer energihandel mellem kraftværker via blockchain.

Et internationalt team af forskere fra Singapore, Schweiz, Storbritannien og USA fandt ud af, at selvom eksisterende digitale teknologier har mange og effektive applikationer, når de betragtes individuelt, den potentielle reduktion af kulstofemissioner multipliceres, når de kombineres. Sådanne kombinationer kaldes cyberfysiske systemer-interagerende netværk af fysisk infrastruktur og computere, der muliggør smartere analyser, beslutningstagning og optimering af energisystemer.

Indførelse af AI i disse cyberfysiske systemer kan føre til yderligere CO2-besparelser; op til 30% mere end uden AI. Denne kombination af teknologier skaber det, der kaldes "intelligente cyberfysiske systemer". Fordelene omfatter mere modstandsdygtig infrastruktur og operationel fleksibilitet, blandt andre.

Forbedret vedvarende energiprognoser er et godt eksempel på, hvordan et intelligent cyber-fysisk system kan anvendes. Vind- og solenergisektorerne har oplevet stor vækst, og mens prisen på disse teknologier er faldet, den intermitterende karakter af denne type strøm har begrænset dens anvendelse. Integrationen af ​​backup energisystemer (naturgasanlæg, f.eks.) eller energilagringsteknologier er påkrævet. Intelligente cyberfysiske teknologier, især maskinlæring, kunne hjælpe med denne integration gennem forbedret forudsigelse af variationer i sol og vind.

Andre store energisystemer såsom kraftværker kan også drage fordel. Når det anvendes på kulstofopsamlings- og lagringsanlæg, for eksempel, disse teknologier kan konvertere operationelle data til praktisk intelligens, derved reducere omkostninger og forbedre energieffektiviteten gennem forbedrede processer.

Cyberfysiske systemer, især dem kombineret med AI, give det tiltrængte løft, der kræves for, at lande kan opfylde deres mål for dekarbonisering og emissioner. Det er nu op til politikerne at tage dette videre ved at tilskynde til implementering af disse teknologier til bekæmpelse af klimaændringer.