Dünya olarak 2000'lerin başında kütüphanelerde geçirdiğimiz saatlerden sonra, internetteki arama motorlarının sağladığı bilgi denizinde yüzdüğümüz yılların ardından yeni gelişmelerle, bilgiye ulaşma konusunda üretken yapay zeka sayesinde yeni bir aşamaya geçtiğimiz günleri yaşıyoruz. Tam şu sıralarda 200 milyon kayıtlı aktif kullanıcısı olan ChatGPT 4.0 ile pek çok alanda alışkanlıklarımızı gözden geçirmek zorunda kalıyoruz. Bu değişimler eğitimde de sağlıkta da olabilirken, enerji sektörü olarak aslında bizler de karbonsuzlaşma amaçlı enerji geçişi sırasında pandemi sonrasında yeni bir viraja daha gelmiş oluyoruz; artık dünyanın daha fazla enerjiye ihtiyacı olacak! Kısacası, enerji talebi yükseldikçe karbonsuzlaşma çabalarının da artması gerekiyor ki, bu da bizi daha fazla yenilenebilir enerji kaynakları ve teknolojileri kullanmaya doğru yönlendiriyor. Halihazırda kurulu güçleri 1 terawatt'ı aşmış olan güneş, hidroelektrik, rüzgar enerjisi kurulu güçlerinin yanı sıra, jeotermal, biyoenerji santralleri daha temiz koşullarda enerji üretme odaklı çalışıyor.

ENERJİ SEKTÖRÜNÜN YAPAY ZEKAYA İLGİSİ ARTIYOR

Öte yandan elektrik üretiminin yanı sıra ısıtma ve soğutmada da yenilenebilir enerji kaynaklarının daha etkin olarak kullanılmasının da karbonsuzlaşmaya büyük katkısı olması bekleniyor. Ancak tüm bu enerji üretim alanlarında enerji verimliliğinin sağlanması amacıyla enerji sistemlerinin kontrol ve optimizasyonu, enerji kayıplarının önüne geçilmesi açısından oldukça kritik bir rolde. Güncel gelişmeler ışığında da, bu rolü üstlenmeye istekli yapay zeka algoritmaları ve enerji artık parlak partnerler olarak karşımıza çıkıyor. Dünya genelinde de yeşil dönüşüm ve dijital dönüşümün birlikte ele alındığını uluslararası strateji geliştiren ve fonlama yapan kurumların destek mekanizmalarında gözleyebiliyoruz. Aslında bu birliktelikten hem enerji sektörü hem de bilişim teknolojileri sektörü memnun görünmekte ki, enerji sektörünün bekleyen sorunlarının çözümü için yapay zeka çalışmalarına göstermeye başladığı ilgi, diğer alanda ise start-up'ların hızla sayılarının artması ve enerji sektörü ihtiyaçlarını veriye dayalı olarak hızlı şekilde algılayabilen bilişim teknolojileri bu uyumu gün geçtikçe ortaya koyuyor.

VERİMLİLİK VE ESNEKLİK ÖNE ÇIKIYOR

Yenilenebilir enerji sistemleri, görece düşük kapasite faktör değerlerini, sistem verimliliklerini, doğru optimizasyon stratejileriyle artırarak, kestirimci bakım, dijital ikiz gibi uygulamaları operasyonlarına dahil ederek, kaynağa göre; iklim koşullarının tahmini ışığında güç tahmini, ekipman arızalarının tahmini, ekipman-parça değişim zamanlarının tespiti, enerji depolama koşullarının belirlenmesi ve kontrolü, hibrit üretim senaryolarının işletilmesi, santralde ekipmanların ve süreçlerin kontrolünde, üretim senaryolarının belirlenmesinde kullanabiliyor. Verinin çok değerli olduğu günümüzde verilerin bir merkezden kontrolündense yerinde alınan verinin doğrudan kullanılması özellikle dinamik enerji sistemleri için eşsiz esneklik sunuyor. Bu tip yeni nesil optimizasyon ve bakım çalışmaları, daha karmaşık olarak gözlenen jeotermal ve biyokütle, biyogaz santrallerinde süreçlerin doğru şekilde, en ekonomik olarak işletilmesinde de oldukça önem sunuyor.

SANTRALLERDE SENSÖRLER DOĞRU YERLERE YERLEŞTİRİLMELİ

Örnek olarak; bir jeotermal enerji santralinde yer altının, sıcak akışkanın alındığı rezervuarın doğru şekilde yönetilmesi gerekiyor. Ayrıca yüzey koşullarında jeotermal akışkanın sürekli termodinamik değişimlere uğradığı koşulların izlenerek, mineralce oldukça zengin akışkanın ekipmanlarla temasından kaynaklı zaman içinde oluşacak mineral çökelmeleri ve korozyon gibi istenmeyen durumlara karşı yüzey ekipmanlarının, türbin, separasyon istasyonlarının, ilaveten görevini tamamlamış sıcak akışkanın yeraltına yeniden gönderilerek, jeotermal rezervuarda sürdürülebilirliğin sağlanacağı reenjeksiyon uygulamalarının da içinde olduğu süreçlerin uygun şekilde yönetilmesi gerekli. Bu süreçlerin tamamında farklı yapay zeka algoritmaları kullanılarak, sistemin optimum düzeyde, insan operator sayısını azaltarak kullanmak mümkün oluyor. Bu da hem iş gücünü doğru kullanmak, hem de insan gözünün tespit edemeyeceği anomalileri bir yapay zeka algoritmasıyla anomalinin başladığı ilk zamanlarda fark etmeye olanak sağlıyor. Elbetteki bu çalışmaların yapılabilmesi için ilk aşamada ihtiyaca yönelik olarak, santrallerde sensörlerin doğru yerlere yerleştirilmesi, veri alınmaya başlaması ve tarihsel verinin kayıt edileceği bir bulut ortamının sağlanması ardında da alınan verinin kalitesinin incelenmesi, veri prosesi aşaması bulunuyor. Buraya kadar enerji santrallerinin yapay zeka algoritmalarıyla daha sağlıklı çalışmasından bahsettik.

BÜYÜK VERİ SAĞLAYICILARININ YENİLENEBİLİR ENERJİ YATIRIMLARI DEVAM EDİYOR

Bir de madalyonun diğer yüzü, bu partnerliğin diğer faydası bulunuyor. Her yapay zeka algoritması kullanılırken veriyi incelerken veya istenen modeli oluştururken enerjiye ihtiyacı bulunuyor. Konunun en başında ChatGPT örneğini vermiştim. Bu kadar bilgi nerede depolanıyor, bu depolama ortamına sürekliliğin sağlanması için enerjiyi kim, nasıl sağlıyor? Tüm bu veriler sunucu sistemlerinde depolanıyor ve her sunucunun büyüklüğüne göre çalışabilmeleri için elektriğe ve soğutmaya ihtiyaç duyuluyor. Bu enerjinin fosil kaynaklardan elde edilmesi yeşil dönüşümle ve doğal kaynakların korunmasıyla uyuşmayacağından, büyük veri sağlayıcı, veriyi depolayan firmalardan Google, güneş ve jeotermal; Apple ve Microsoft güneş ve rüzgar enerjisine yatırımlarına devam ediyor. Her iki alanda da yatırımların, gelişmelerin süreklilik gösterdiği bu verimli yenilenebilir enerji-yapay zeka partnerliğinin yaygınlaşarak devam etmesi şüphesiz 2050 karbonsuzlaşma hedeflerine önemli katkısı olacak. Bu nedenle enerji firmalarının ekiplerine veri bilimcileri dahil etmesi, özellikle karbonsuz enerji üretimlerinde kısa zamanda yıllık operasyonel giderlerinin düşmesine büyük destek sağlayacak.