Proizvodnja, distribucija in poraba električne energije je v obdobju drastičnih sprememb. Po eni strani se v omrežje vključuje vse večje število miniproizvajalcev elektrike: fotovoltaika in vetrne elektrarne. Poleg tega se v EU že pripravljajo direktive s katerimi bo potrebno pri električnih avtomobilih omogočati vračanje energije v omrežje. Po drugi strani se povečuje število novih porabnikov električne energije pri končnih potrošnikih (klimatske naprave, toplotne črpalke, električni avtomobili, itd.), ki niso bili predvideni pri načrtovanju sedanjega elektroenergetskega omrežja.
Ker električne energije trenutno ne moremo dobro shranjevati in mora biti proizvodnja in poraba uravnotežena je posledica teh novih okoliščin pojav neuravnoteženost proizvodnje in porabe električne energije. Težava se pojavlja tako na nacionalnem, kot na lokalnem nivoju, saj je energetski sistem zgrajen za pretok energije od velikih elektrarn do lokalnega nivoja, ne pa za mikroproizvodnjo na lokalnem nivoju. Vse to otežuje upravljanje elektro omrežja oz. učinkovito izravnanje proizvodnje s porabo energije.
V EU se zato že razpravlja o različnih cenah energije v odvisnosti od trenutne obremenitve omrežja. To je pomembno tako za končne porabnike energije, da načrtujejo porabo energije v najbolj ugodnem terminu, kot za ponudnike električne energije, da s pravilnimi napovedmi porab načrtujejo najbolj optimalno količino zakupa električne energije in se s tem izognejo kaznim za neporabljeno oz. preveč porabljene energije.
Vprašanje točnih napovedi porabe je možno rešiti s t.i. profiliranjem narave potrošnika ali industrijskega obrata skozi čas (znotraj dneva, v tednu, mesečno, sezonsko) in glede na zunanje vplivne faktorje (temperaturo, industrijska naročila, planiran dopust). Te profile pa se nato, v kombinaciji z natančnim spremljanjem trenutnega stanja in z uporabo umetne inteligence, uporabi kot osnovo za napovedovanje porabe električne energije v prihodnosti.
Podatki o potrošniških profilih odpirajo tudi možnosti za različne nove aplikacije. En tak primer je združevanje različnih uporabnikov v t.i. potrošniške skupine, s čimer lahko navzven nastopajo kot en profil in s tem zmanjšajo skupno odstopanje med dejansko in napovedano porabo. Potrošniki se bodo lahko povezovali tudi interesno, npr. oblikovale se bodo skupine porabnikov zelene energije.
Koncept povezovanja potrošnikov v potrošniške skupine se lahko nadgradi s sistemom sklepanja pametnih pogodb s tehnologijo veriženja blokov (blockchain), s čimer se uporabnikom omogoči hipno (ad-hoc) ustvarjanje skupin glede na potrebe na trgu.
V industriji bo oblikovanje potrošniških skupin omogočalo povezovanje digitaliziranih industrisjkih obratov v skupino dobaviteljske verige. To bo omogočalo upravljanje in optimiziranje porabe električne energije celotne dobaviteljske verige in bodo končni izdelki proizvedeni z manjšim stroškom električne energije.
Prilagajanje porabe posameznega uporabnika poteka tako, da sistem predlaga znižanje ali zvišanje porabe v določenem trenutku, uporabnik pa se potem odzove, ali ročno z vklopom oz. izklopom električnih naprav, ali pa določanje režima (v naprej nastavljenih okvirih) prepusti sistemu.
Za modeliranje profilov uporabnikov je potrebno zbiranje velike količine podatkov. Za njihovo uporabo pa je potreben čim bolj natančen zajem trenutnega stanja. Slednje se izvaja z avtomatskim črpanjem podatkov o trenutni porabi in vplivnih faktorjih iz množice virov v rednih časovnih intervalih, kot so npr. IoT naprave (pametni števci, različni senzorji, elektronske naprave, itd.). Stalen zajem podatkov o porabi končnih uporabnikov služi tudi kot povratna zanka za samoučeč sistem izgradnje profilov in napovedovanja porabe.
V podjetju 3 Tav skrbimo za upravljanje in obdelavo podatkov o porabi energentov in odjemnih mest ter izvajamo masovni billing (obračun porabe po dogovorjenih cenah ter dostavo računov in položnic končnim uporabnikom). Trenutno izvajamo dva razvojna projekta, sofinancirana s strani ESSR – Evropskega sklada za regionalni razvoj, s katerima vpeljujemo uporabo umetne inteligence na področje porabe in trga energentov.
V okviru iniciative EUREKA razvijamo algoritme za profiliranje strank in umetno inteligenco za predvidevanje porabe, ter oblačno rešitev za kompleksni biling. V sklopu projekta Demo piloti pa smo koordinator konzorcija sedmih industrijskih partnerjev, v katerem razvijamo umetno inteligenco v oblaku za napoved porabe in aktivno upravljanje energije v odvisnosti od vplivnih parametrov pri končnih potrošnikih, potrošniških skupinah in digitaliziranih tovarnah. Tu je poudarek predvsem na digitalizaciji proizvodnje in razvoju t.i. digitalnih dvojčkov ter energetsko upravljanje pametnih destinacij, bodisi skupini digitaliziranih tovarn, bodisi drugih pametnih destinacij.
