Ειδικότερα, ο κ.Κωνσταντίνος Φραγκούλης, Πρόεδρος του ΠΑ.ΣΥ.ΦΩΣ, πρότεινε ο εικονικός συμψηφισμός να επεκταθεί σε επίπεδο επικράτειας. Όπως τόνισε χαρακτηριστικά, αυτή την στιγμή στην Ελλάδα, ο εικονικός συμψηφισμός επιτρέπεται μόνο σε επίπεδο νομού. Η πρόταση του Συλλόγου είναι να επεκταθεί σε επίπεδο επικράτειας με ταυτόχρονη χρήση της τεχνητής νοημοσύνης.
Η σχετική πρόταση προκύπτει από τις παρακάτω διαπιστώσεις:
1. Τις οδηγίες της ευρωπαϊκής επιτροπής για την ανάπτυξη φωτοβολταϊκών στις στέγες
2. Τις αποφάσεις της Ελληνικής πολιτείας – κυβέρνησης για την επιτάχυνση στην ανάπτυξη αυτοπαραγωγής μέσω οικιακών φωτοβολταϊκών στις στέγες.
3. Την απόφαση του ΑΔΜΗΕ – ΔΕΔΔΗΕ να ελευθερωθεί χώρος στους υποσταθμούς για οικιακά Φωτοβολταϊκά.
4. Την οικιστική γεωγραφία της Ελλάδος, όπου έχουμε εξοχικά σε οικισμούς και χωριά και πολυκατοικίες σε μικρές και μεγάλες πόλεις.
5. Την ανθρωπογεωγραφία, με το φαινόμενο, οικογένειες με μικρά παιδιά να μετακομίζουν σε μεγαλύτερα χωριά ή πόλεις.
Αθανάσιος Μαρκαντώνης: Ναι στην χρήση τεχνητής νοημοσύνης για τα φωτοβολταϊκά στέγης – εδάφους
Την χρήση της τεχνητής νοημοσύνης πρότεινε ο Αντιπρόεδρος του Συλλόγου Φωτοβολταϊκών Στέγης –ΠΑ.ΣΥ.ΦΩΣκ.Αθανάσιος Μαρκαντώνης, στην ανάλυση δεδομένων των φωτοβολταϊκών στέγης – εδάφους, κατά τη διάρκεια παρέμβασής στο πλαίσιο της «Ημέρας Πράσινων Επενδύσεων» που διοργάνωσε η πρωτοβουλία Α Energy σε συνεργασία με τη ΡΑΕ και άλλους σημαντικούς φορείς.
Οι ωφέλειες
Όπωςχαρακτηριστικά τόνισε ο κ Μαρκαντώνης, οι ακριβείς προβλέψεις σε τοπικό επίπεδο της δυνατότητας παραγωγής ενέργειας από ΑΠΕ και των αναγκών κατανάλωσης, θα έδιναν στο δίκτυο – ΔΕΔΔΗΕ τη δυνατότητα να προγραμματίσει, με περισσότερη ακρίβεια, την τοπική διανομή της ενέργειας, σε συνδυασμό με αποθήκευση ενέργειας, καθώς αυτή καθίσταται εφικτή σε ευρεία κλίμακα. Έτσι, οι εγκαταστάσεις των ΑΠΕ δε θα είναι αναγκασμένες να υπολειτουργούν λόγω αδυναμίας απορρόφησης από την κατανάλωση της παραγόμενης ενέργειας, το δίκτυο θα επιτυγχάνει σε κάθε τόπο καλύτερη διάθεση της ενέργειας και η παραγωγή ενέργειας από καύσιμα θα καθίσταται επικουρική μάλλον παρά αναγκαία.
Γιατί είναι κρίσιμη η σωστή διαχείριση
Είναι γνωστό ότι η παραγωγή ενέργειας από Ανανεώσιμες Πηγές Ενέργειας (ΑΠΕ), σε αντίθεση με την παραγωγή από ορυκτά καύσιμα, είναι ευμετάβλητη και αβέβαιη, λόγω των συνεχών αλλαγών στις καιρικές συνθήκες, από τις οποίες εξαρτάται. Στις μεταβολές της ηλιοφάνειας οφείλεται η διακύμανση της παραγωγής ενέργειας των φωτοβολταϊκών, ενώ από τις ταχείες αλλαγές της έντασης και κατεύθυνσης του ανέμου εξαρτάται η παραγωγή ενέργειας στις ανεμογεννήτριες.
Επίσης, αντίθετα με την παραγωγή ενέργειας από ορυκτά καύσιμα και υδροηλεκτρικά, που απαιτεί μεγάλες εγκαταστάσεις σταθερής παραγωγής και μεταφορά της ενέργειες σε μεγάλες αποστάσεις προς τους τόπους της κατανάλωσης, η παραγωγή από ΑΠΕ ακολουθεί αποκεντρωμένο μοντέλο, με πολλές μικρές διάσπαρτες εστίες/μονάδες παραγωγής, όπως είναι, για παράδειγμα, τα φωτοβολταϊκά στις στέγες των σπιτιών ή σε πρώην καλλιεργούμενες εκτάσεις.
Ανάγκη Προβλέψεων
Η αβεβαιότητα και η αποκέντρωση/διασπορά της παραγωγής ενέργειας από ΑΠΕ εισάγουν ένα νέο μοντέλο στην παραγωγή και διανομή ενέργειας το οποίο, σε συνδυασμό με τα σκαμπανεβάσματα στην κατανάλωση ενέργειας από νοικοκυριά, επιχειρήσεις και βιομηχανία, επιβάλλει την ανάγκη πρόβλεψης σε ατομικό και τοπικό επίπεδο των αναγκών κατανάλωσης ενέργειας και της παραγωγής ενέργειας από ΑΠΕ, με στόχο τη βελτιστοποίηση της διανομής της ενέργειας.
Ας αξιοποιηθούν, λοιπόν, τα δεδομένα που υπάρχουν για τα χαρακτηριστικά (προδιαγραφές) και την καθημερινή παραγωγή των μικρών εστιών παραγωγής, συγκεκριμένα των φωτοβολταϊκών στέγης και των φωτοβολταϊκών σε καλλιεργήσιμες εκτάσεις. Αυτά τα δεδομένα μαζί με την πρόβλεψη των καιρικών συνθηκών σε κάθε περιοχή θα μπορούσαν να χρησιμοποιηθούν από τη σύγχρονη τεχνολογία ΤΝ για εκπαίδευση μοντέλων πρόβλεψης της παραγωγής ενέργειας ανά εστία και ανά περιοχή συνολικότερα. Αν, επιπλέον, οι παραγωγοί προσπαθούσαν να προγραμματίσουν/εκτιμήσουν σε καθημερινή βάση την ιδιοκατανάλωση, τότε θα μπορούσε να προβλεφθεί η κατά τόπους διαθέσιμη στο δίκτυο ενέργεια.
Εφικτές προβλέψεις καιρικών συνθηκών ημερήσια και ωριαία
Οι προβλέψεις είναι εφικτές σε ημερήσια, ακόμη και ωριαία βάση, δεδομένου ότι οι προβλέψεις των καιρικών συνθηκών δίνονται ημερήσια και ωριαία.
Συνολικότερα, ακριβείς προβλέψεις σε τοπικό επίπεδο της δυνατότητας παραγωγής ενέργειας από ΑΠΕ και των αναγκών κατανάλωσης θα έδινε στο δίκτυο (ΔΕΔΗΕ) τη δυνατότητα να προγραμματίσει, με περισσότερη ακρίβεια, την τοπική διανομή της ενέργειας (σε συνδυασμό με αποθήκευση ενέργειας, καθώς αυτή καθίσταται εφικτή σε ευρεία κλίμακα). Έτσι, οι εγκαταστάσεις των ΑΠΕ δε θα είναι αναγκασμένες να υπολειτουργούν λόγω αδυναμίας απορρόφησης από την κατανάλωση της παραγόμενης ενέργειας, το δίκτυο θα επιτυγχάνει σε κάθε τόπο καλύτερη διάθεση της ενέργειας και η παραγωγή ενέργειας από καύσιμα θα καθίσταται επικουρική μάλλον παρά αναγκαία.
Καταλύτης για το μετασχηματισμό του δικτύου μεταφοράς
Η πρόβλεψη παραγωγής & κατανάλωσης ενέργειας σε ατομικό/τοπικό επίπεδο είναι ο καταλύτης για το μετασχηματισμό του δικτύου μεταφοράς ενέργειας σε έξυπνο δίκτυο (smart grid). Η δυνατότητα πρόβλεψης της παραγωγής ενέργειας από τις μικρές, αποκεντρωμένες μονάδες και της κατανάλωσης από τους καταναλωτές (είτε οι ίδιοι παράγουν ενέργεια είτε όχι) θα μπορούσε να επιτρέψει τη λειτουργία μίας πλατφόρμας δημοπράτησης ενέργειας (auctioning), όπου, σε ημερήσια βάση, παραγωγοί και καταναλωτές συναλλάσσονται, ζητώντας και πουλώντας ενέργεια, με βάση τις προβλέψεις τους για παραγωγή και ανάγκες. Το σύστημα αυτό θα λειτουργούσε δυναμικά με παραμέτρους, όπως η τιμή της ενέργειας, ο χρόνος διάθεσης, η απόσταση μεταφοράς.
Μοντέλα για διενέργεια μακροπρόθεσμων προβλέψεων
Τέλος, η σύγχρονη τεχνολογία ΤΝ δίνει στο δίκτυο τη δυνατότητα να αξιοποιήσει τα διαθέσιμα δεδομένα, με τα οποία να εκπαιδεύσει μοντέλα για διενέργεια μακροπρόθεσμων προβλέψεων των κατά τόπους αναγκών ενέργειας και εκτίμηση εναλλακτικών σεναρίων εγκατάστασης μονάδων παραγωγής ενέργειας (πρωτίστως ΑΠΕ, δευτερευόντως συμβατικών) και ανάπτυξης δικτύου διανομής, προκειμένου να επιλέξει το βέλτιστο πλέγμα εγκαταστάσεων παραγωγής και το βέλτιστο δίκτυο διανομής προς ικανοποίηση των εκτιμώμενων αναγκών.
