Tom Nudell, toimitusjohtaja ja perustajajäsen Piq Energy – Haastattelusarja

Tom Nudell, toimitusjohtaja ja perustajajäsen Piq Energy, on sähköjärjestelmäsuunnittelija ja teknologiatoimitusjohtaja, jolla on syvällinen kokemus verkkoanalytiikasta, siirtoverkon suunnittelusta ja energiainfrastruktuurista. Ennen Piq Energyn perustamista hän vietti lähes seitsemän vuotta Smart Wiresissa, jossa hän edistyi useissa analytiikan johtotehtävissä ja lopulta toimi Tuote- ja Ratkaisuanalytiikan johtajana, johdattaen monitieteisiä tiimejä, jotka koostuivat siirtoverkon suunnittelun insinööreistä, ohjelmistosuunnittelijoista ja analyytikoista, ja työskentelivät kehittyneiden verkkojen suunnittelututkimusten ja automatisoitujen analytiikkajärjestelmien parissa. Aikaisemmin Nudell oli postdoc-tutkijatohtori MIT:ssä, jossa hänen työnsä keskittyi verkottuneiden energiajärjestelmien resilienssiin, mikoverkon energianhallintaan ja transaktiiviseen ohjaukseen. Hän teki myös tutkimusta North Carolina State Universityssa häiriöiden paikantamisesta suurten sähköverkkojen reaaliaikaisilla mittauksilla, fysiikkaan perustuvalla koneoppimisella, ohjausteorialla ja optimoinnilla.

Piq Energy on verkkojen suunnitteluun keskittyvä ohjelmistoyritys, jonka tavoitteena on nopeuttaa uusien energiahankkeiden, datakeskusten ja muiden suurten sähkölatausten liittämistä sähköverkkoon. Sen alusta mahdollistaa kehittäjien ja energiayhtiöiden toteuttaa monimutkaisia verkkoanalyysituloksia sisäisesti, automatisoida insinöörityönkulkuja, arvioida mahdollisia liitäntäpisteitä ja testata lukuisia hankkeita ja verkkojen skenaarioita nopeammin. Piq kehittää agenttista verkkojen suunnittelualustaa, joka yhdistää sähköjärjestelmämalleja, dataa, suunnittelutyökaluja ja tekoälypohjaisia työnkulkuja yhtenäisessä ympäristössä, sovelluksineen aurinko-, tuuli- ja akkuenergia- sekä suurten kuormien kehitykseen. Yritys kertoo teknologiansa hallitsevan yli 1,000 siirtoverkon mallia ja sen on käytetty suorittamaan yli 10,000 insinöörityönkulkua, kun se pyrkii vähentämään yhtä suurimmista pullonkauloista, jotka kohtaavat uutta energiaa ja laskentainfrastruktuuria: pitkät verkkojen liitäntäprosessit.

Uraasi on kattaa fysiikkaan perustuvan koneoppimistutkimuksen, verkon resilienssityön MIT:ssä ja seitsemän vuoden kokemuksen siirtoverkon suunnitteluanalytiikan rakentamisesta Smart Wiresissa. Miten nämä kokemukset johtivat sinut tunnistamaan sen erityisen ongelman, josta Piq Energy syntyi?

Väitöskirjani käsitteli laskennallisia energiajärjestelmiä, joissa keskityin reaaliaikaiseen laajavälistä valvontaan ja ohjaukseen. Sieltä jatkoin postdoc-tutkimusta MIT:ssä kestävien sähköverkkojen ja dynaamisten markkinamekanismien parissa. Postdocin jälkeen liityin Smart Wiresiin, jossa vietin seitsemän vuotta analytiikkatiimin perustamisesta ja kasvattamisesta. Tiimillämme oli maailmanlaajuinen sähköjärjestelmäsuunnittelun kattavuus neljällä mantereella, ja sen osaamista olivat sähkövirran laskenta, markkinasimulaatiot, dynamiikka, EMT sekä laitteistopiirissä tapahtuva silmukkasimulaatio.

Kolmen kuukauden kuluessa Smart Wiresiin liittymisestäni tajusin, että verkkojen suunnittelu on pohjimmiltaan massiivinen ja monimutkainen datatieteen ongelma. Aloin haaveilla siitä, miten prosessin kalleimmat osat voitaisiin virtaviivaistaa ja automatisoida: analyysin määrittely, eri asiantuntijoiden välinen koordinointi sekä mallien rakentaminen ja validointi. Parantaaksemme tätä verkkojen suunnitteluprosessia kehitimme muutaman keskeisen ajatuksen. Ensimmäinen oli toistettavuus – jos analyysisi on 100% toistettavissa, sen uudelleena suorittamisen marginaalikustannuksen tulisi olla nolla toiselle henkilölle/asiantuntijalle. Tämä toistettavuus on ratkaisevan tärkeää sujuvan yhteistyön mahdollistamiseksi kehittäjien, energiayhtiöiden ja muiden kolmansien osapuolten välillä verkkoanalyyseissä. Toinen oli konseptin soveltaminen, että “kaikki mallit ovat vääriä, jotkut ovat hyödyllisiä”, ja keskittyminen varmistukseen, että meillä on hyödyllinen malli käsiteltävään ongelmaan sen sijaan, että pyrkisimme rakentamaan ja hallitsemaan kaikkein “tarkimman” mallin kaikille asioille. (Kun puhumme “malleista”, tarkoitamme verkkojen verkkomalleja, laitteiden ja laitosten dynaamisia malleja jne.).

Nämä alkuperäiset oivallukset saivat minut ja Dio, yhteisperustajani, haaveilemaan kehittynyttä ohjelmistoplatformia, joka automatisoi tekemämme työn. Samalla havaitsimme, että liitäntäjono kasvoi valtavaksi pullonkaulaksi verkossa. Huomasimme myös kasvavat haasteet uusien verkko-teknologioiden, kuten invertteripohjaisten resurssien (IBR:t, mukaan lukien kaikki uudet uusiutuvat hankkeet) ja verkkoa parantavien teknologioiden, kuten Smart Wiresin myymän SmartValve-laitteiston, liittämisessä. Dio ja minä tajusimme, että tiesimme, miten nämä ongelmat ratkaistaan, mutta meidän täytyi perustaa ohjelmistoyritys niiden toteuttamiseksi.

Kolme tekijää muodostavat kokonaisuuden: Ensinnäkin taustani laskennallisissa sähköjärjestelmissä ja kokemus globaalin analytiikkatiimin johtamisesta olivat perusta. Toiseksi Smart Wiresissa tekemämme työ oli todiste siitä, että todellista konkreettista arvoa oli luoda. Ja lopuksi makroilmasto – haasteen mittakaava, joka on myös mahdollisuuden mittakaava – toimi katalysaattorina siirtymiseen ja Piq Energyn perustamiseen.

Piq kuvaa itseään “agenttisena verkkojen suunnittelualustana”. Mikä tekee järjestelmästä agenttisen eikä pelkästään automaatio- tai analytiikka-alusta, ja mitä tehtäviä sen tekoälyagentit voivat itsenäisesti suunnitella ja toteuttaa?

Piq nopeuttaa liittämistä. Tekninen analyysi on tällä hetkellä suurin pullonkaula liittämisessä, joten rakennamme autonomisen verkkojen suunnittelualustan nopeuttaaksemme näitä teknisiä analyysejä.

Automaation tasoja on olemassa. Tänä päivänä näitä automaatiotasoja ei ole erikseen määritelty verkon suunnitteluun ja liittämiseen, mutta voit kuvitella jotain vastaavaa kuin SAE:n automaatiotason tasot ajamisessa. Viittasin tähän ajatukseen 2018-paperissani, joka julkaistiin CIGRE World Congressissa. [T. Nudell, et al. “On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

Meillä on nyt tämä hämmästyttävä, yleiskäyttöinen teknologia suurissa kielimalleissa, ja Piq:n kanssa selvitämme, miten hyödyntää agenttipohjaista autonomia samalla varmistamalla, että fysiikka ja tekniikka toteutetaan oikein, täysin toistettavalla ja tarkastettavalla tavalla joka kerta.

Tänään agenttimme konfiguroi malleja ja skenaarioita, käynnistää tutkimuksia, viittaa julkaisuihin, analysoi tuloksia ja kirjoittaa uusia raportteja, jotka perustuvat tutkimusdatan pohjaan.

Verkkotutkimukset perustuvat vakiintuneeseen insinööriohjelmistoon, tarkkoihin verkkomalleihin ja tiukkoihin fysikaalisiin rajoituksiin. Kuinka Piq yhdistää tekoälyn näihin deterministisiin työkaluihin ilman, että todennäköisyysmalli ohittaa taustalla olevan sähköjärjestelmän fysiikan?

Olet oikeassa, että verkkotutkimukset perustuvat vakiintuneeseen ohjelmistoon, tarkkoihin malleihin ja tunnettuihin fysiikkaan. Alustamme mahdollistaa agenttien täydentää ihmisen asiantuntemusta, tarjoten tietomme ja kontekstimme siitä, millaisia tutkimuksia tulisi tehdä, miten skenaariot konfiguroidaan, ja siten ankkuroimalla analyysin konkreettisiin tulosdataan.

Mutta sen jälkeen kaikki väliin jäävä on skaalautuvaa, determinististä automaatiota. Agentit eivät koskaan kirjoita uutta koodia, eikä käytössä ole tuntemattomia fysiikkasimulaattoreita. Tämä johtaa paljon luotettavampaan alustaan verrattuna muihin lähestymistapoihin, koska agentin tekemä työ on toistettavissa ja tarkastettavissa, ja se suoritetaan aina oikealla tavalla. Toisin sanoen, jos ihmisen insinööri tarkastelee tulosta, hänen tulisi pystyä toistamaan jokainen prosessin vaihe ja saada samat tulokset.

Mitä perinteisen liitos- tai siirtoverkon suunnittelututkimuksen osia Piq voi automatisoida tänään, ja mitkä päätökset on edelleen tarkastettava ja hyväksytettävä pätevän insinöörin toimesta?

Tänään Piq tarjoaa kehittäjille joukon työkaluja liitosstudion prosessin aikana.

Ensimmäinen on korkean tason vihreäkenttäseuranta laajoilla alueilla, jota kutsumme alueelliseksi seulontaanalyysiksi. Se tarjoaa lämpökartan N‑1 kapasiteettivarasta jokaisessa solmussa alueella, jotta näet, missä verkossa on todellista tilaa ennen kuin sitoudut sijaintiin.

Toinen on syvempi seulonta tietyssä paikassa – POI‑tutkimus tai piste‑seulonta. Nämä tutkimukset sukeltaavat syvälle yhteen liitoskohtaan: kaikki verkon rajoitteet, mahdolliset päivitykset ja mitä nämä päivitykset maksaisivat projektille, joka kytkeytyy sinne.

Kolmas on jononhallinta. Tässä kehittäjät voivat simuloida klusteritutkimuksen peliteoriaa ymmärtämällä yksityiskohtaisen kustannusjaon ja sen muutokset, kun generaattoripooli muuttuu. Projektit laajenevat tai supistuvat, projektit poistuvat, muut kehittäjät tekevät toimia, ja kustannusjako siirtyy niiden mukana. Tämä on dynaaminen ongelma, ja tänään useimmat kehittäjät saavat siitä tietoa jälkikäteen sen sijaan, että mallintaisivat sen etukäteen.

Piq automatisoi myös mallinrakennus- ja validointiprosessin dynaamisille laitossmalleille – laitteille ja ohjausjärjestelmille, jotka edustavat datakeskuksia, aurinkovoimaloita ja muita verkon toimijoita.

Kaikki nämä mallit, tulokset ja raportit vaativat ihmisen mukana, joka voi ohjata syötteitä ja tarkastaa tuloksia. Emme väitä vielä omaavamme täyttä itseajavaa järjestelmää, enkä luottaisi keneenkään, joka väittää sellaista.

Piq on toteuttanut yli 10 000 tuotantotutkimusta. Mitä toimintaa näin suuressa mittakaavassa on opettanut mallien tarkkuuden ylläpitämisestä, verkon muuttuvien olosuhteiden seurannasta ja tulosten tuottamisesta, jotka insinöörit voivat toistaa ja tarkastaa?

Luku 10 000 on nyt vanhentunut, ja tammikuusta (kun luku julkaistiin) olemme suorittaneet 2 000 tutkimusta kuukaudessa, ja kasvamme edelleen. Tämä johtuu käyttäjien kasvusta sekä siitä, että yhä useammat käyttäjät rakentavat sisäisiä järjestelmiä, jotka myös skaalautuvat.

Toiminta tällä nopeudella opettaa, että toistettavuus ei ole lisättävä ominaisuus. Se on rajoite, joka määrittää, pystytkö toimimaan tällä tahdilla lainkaan. Jos tutkimusta ei voida toistaa, sitä ei voida tarkastaa, eikä tarkastettavissa ole, kukaan ei voi toimia sen perusteella. Jos tutkimuksesi eivät ole toteuttamiskelpoisia, tuotat vain määrää, ei arvoa. Kaikki alustan rakentamisessa perustuu ajatukseen hyödyllisten mallien luomisesta ja arvokkaiden tutkimusten suorittamisesta.

Piq mahdollistaa datakeskuskehittäjille ja muille suurikuormaisia asiakkaille potentiaalisten kohteiden ja liitosvaihtoehtojen arvioinnin ennen yhteydenottoa palveluyritykseen. Kuinka nämä kehittäjien johtamat tutkimukset voivat nopeuttaa prosessia ilman ristiriitaisia oletuksia tai palveluyrityksen virallisen analyysin duplikaattia?

Sähköyhtiön täytyy edelleen suorittaa oma virallinen tutkimuksensa, mutta asiakkaamme eivät voi odottaa. Nykyään voi kestää yli vuoden, ennen kuin nämä viralliset tutkimustulokset saadaan, ja sillä välin asiakkaamme odottavat satoja miljoonia dollareita investointeja. Heillä on laitteita hankittavana, maata ostettavana ja yhteyspaikkoja varmistettavana ympäri maata. Autamme asiakkaitamme tekemään nämä päätökset ennen virallista sähköyhtiön tutkimusta. Olemme myös nähneet, miten asiakkaamme voivat vaikuttaa sähköyhtiön suuntaan, kun heillä on tietoa joustavista yhteysratkaisuista tai vaihtoehtoisista päivityksistä lisäkapasiteetin yhdistämiseksi.

Tarjoamamme on nopea ja tehokas tapa ennakoida tulevaa. Kukaan ei omaa kristallipalloa (etkä tiedä, ketä muut jonossa kilpailevat), mutta jos tutkimukset ovat kohtuuhintaisia ja nopeita, monien skenaarioiden tutkiminen auttaa asiakkaitamme tekemään paremmin informoituja päätöksiä pääomansa suhteen. Tarjoamme myös asiakkaillemme mahdollisuuden tutkia vaihtoehtoisia päivityksiä olemassa olevan kapasiteetin vapauttamiseksi heidän järjestelmässään ja edetä käsi kädessä sähköyhtiöiden kanssa todellisina kumppaneina.

Kalifornian sähköyhtiöt ovat saaneet pyyntöjä noin 18,7 GWatin uudesta datakeskuskapasiteetista, vaikka monet ehdotetut hankkeet eivät ehkä koskaan toteudu. Voiko tekoäly auttaa sähköyhtiöitä erottamaan uskottavat hankkeet spekulatiivisista tai kaksoiskyselyistä ja estämään “haamukapasiteetit” vääristämästä pitkän aikavälin verkon suunnittelua?

Spekulaatio ei ole epäloogista. Kun otetaan huomioon, kuinka kauan kestää saada hanke tutkittua ja kytkettyä, jokainen, joka voi varaa tehdä spekulatiivisia yhteyskyselyitä, tekee sen. Se on rationaalinen vastaus nykyiseen yhteysprosessiin. Näemme, että jos hankkeet voitaisiin tutkia ja kytkeä yhtä nopeasti kuin ne voitaisiin rakentaa, ei olisi lainkaan kannustinta spekuloida.

Vastaus ei siis ole tekoälyn käyttö spekuloinnin tunnistamiseen. Sen sijaan vastaus on käyttää tekoälyä itse prosessin parantamiseen – jotta voidaan kytkeä enemmän kuormaa tehokkaammin. Tämä tarkoittaa tekoälyn käyttöä sekä yhteystutkimusprosessin nopeuttamiseen että vaihtoehtoisten lieventämismenetelmien, kuten verkkoa parantavien teknologioiden ja joustavien yhteyksien, löytämiseen. Yhdistettynä sääntelymuutoksiin, kuten korkeampiin hakukustannuksiin, suurempiin talletuksiin ja tarkistettuihin yhteysmaksuihin, tekoäly voi avata paljon tehokkaamman järjestelmän, jossa spekulointia on paljon vähemmän.

Mutta ilman muutoksia haamukapasiteettien haasteet vain pahenevat. Enemmän haamukapasiteettia tarkoittaa enemmän tutkittavia skenaarioita, mikä tekee pitkän aikavälin suunnittelusta vaikeampaa sähköyhtiöiden suunnittelijoille ja hidastaa koko järjestelmää. Hitaampi järjestelmä lisää spekulointiin kannustimia. Tämä on täsmälleen se, mitä havaitsimme generaattorien yhteysjonoissa, mikä sai meidät perustamaan Piqin vuonna 2023, ja se on juuri se palautesilmukka, jonka pyrimme katkaisemaan.

Piq kertoo, että sen työ on auttanut tunnistamaan lähes 1 GWatin verkon kapasiteettia joustavien ratkaisujen ja verkkoa parantavien teknologioiden avulla. Millaiset operatiiviset muutokset tai teknologiat vapauttavat kyseisen kapasiteetin, ja voisitko käydä läpi esimerkin, jossa hanke vältti merkittävän verkon päivityksen?

Vain kolme asiaa voivat vapauttaa kapasiteettia. Ne kaikki ovat operatiivisen joustavuuden muotoja, joita verkko ei saanut käyttöönsä ennen äskettäin. Kutsumme näitä kolmea joustavuuden tyyppiä Point Flexibility, Aggregate Flexibility ja Network Flexibility.

Pistejoustavuus tarkoittaa muutoksia yhteyspisteessä, mukaan lukien ratkaisut kuten oma tuotanto (BYOG), nettoveto-rajoitukset, kuormien leikkaus/ohjattavat kuormat ym. Aggregaattijoustavuus koostuu verkon hajautetuista resursseista, kuten VPP:istä ja DER:istä, jotka on koottu hallitsemaan siirtoverkon rajoitteita. Verkkojoustavuus puolestaan viittaa itse verkon parametreihin ja konfiguraatioon – kehittyneeseen virtauksen hallintaan, topologian optimointiin ja dynaamiseen linjan kuormitusrajaan. Tärkeää on, että kaikki kolme voidaan mallintaa, suunnitella ja lopulta ottaa käyttöön ohjaamossa.

Selkein esimerkki on verkkojoustavuus. Tutkimme tapausta, jossa rajoittava tekijä oli yksi elementti, ja 70 MVAr:n virtauksenohjaus, joka asennettiin suoraan kyseiseen rajoitteeseen, vapautti noin 600 MW:n lisäkapasiteetin. Ei uusia siirtojohtoja, ei monivuotista lupaprosessia, vain pieni verkon päivitys, joka avasi 600 MW:n kapasiteetin.

Siirtoverkon kapasiteetin käyttöaste on vain noin 35 % pahimmissa suunnittelutilanteissa. Verkko ei ole täynnä. Vaikka suurin haaste suurten kuormien kytkemisessä tänä päivänä on verkon kapasiteetti, verkko on rajoittunut vain tietyissä paikoissa tietyissä olosuhteissa. Useimmilla näistä rajoitteista on ratkaisu, joka ei vaadi vuosikymmenen odottamista uusien johtojen osalta, ja tämä ratkaisu voidaan löytää paremmin verkkoa tutkimalla.

Näiden kolmen joustavuuden tyypin ekosysteemi kasvaa nopeasti. Yritykset kuten Base Power, Voltus, Smart Wires, NewGrid ja muut toteuttavat todellisia ratkaisuja mittakaavassa tänä päivänä. Ainoa puuttuva osa on analyysikehys, jonka avulla nämä ratkaisut voidaan saada mukaan yhteystutkimuksiin alun perin.

Verkkoon liittyvät insinööspäätökset voivat vaikuttaa luotettavuuteen, sähkön hintoihin ja infrastruktuuriinvestointeihin vuosikymmeniä. Mitä turvatoimia, validointiprosesseja, lupia ja auditointijälkiä tarvitaan, ennen kuin sähköyhtiöt voivat luottaa tekoälyagentteihin yhä monimutkaisemmissa suunnittelutyönkuluissa?

Olemme 100 % samaa mieltä. Jotta voidaan tehdä sound engineering -päätöksiä, jokaisen automatisoidun työn on oltava auditoitavissa ja toistettavissa. Jokaiselle toimenpiteelle täytyy olla paperijälki, sillä et halua, että tekoäly toimii mustassa laatikossa ja menee kapinaan.

Auditointijälkemme ovat monipuolisia. Säilytämme agenttien keskustelut, agenttien toiminnot ja deterministisen työkalun suorituksen. Jokainen alivaihe ja alityönkulku kartoittaa ja hallinnoi kaikkia syötteitään ja tuloksiaan, joten kaikki on auditoitavissa alusta loppuun.

Myönnykset ovat myös keskeisiä. Agenttimme perivät oikeudet käyttäjältä, jonka kanssa ne työskentelevät. Agentti ei voi nähdä dataa tai tehdä toimia, joita sen edustama henkilö ei itse näe tai pysty tekemään.

Tämä liittyy laajempaan datanhallinnan teemaan, ja agentit muuttavat historiallisia paradigmoja. Aikaisemmin hallinta koski strukturoitua dataa, kapeasti yhden siilon sisällä. Agenttien kanssa strukturoitu, puolistrukturoitu ja strukturoimaton data liikkuvat siilien yli — juuri se avaus, jonka Piq:n kaltaisen alustan lupaus tarjoaa, ja juuri se tekee hallinnasta vaikeampaa. Pelissä on paljon enemmän dataa, ja laajempi joukko ihmisiä on vuorovaikutuksessa sen kanssa. Sähköjärjestelmäorganisaatiossa tämä on kaksinkertaisesti merkittävää: kilpailullisesti arkaluonteisen investointitiedon sekä CEII:n osalta. Onneksi älykkäitä ihmisiä työskentelee tämän parissa, kuten IEEE:n Data Governance for Power System Organizations -työryhmään osallistuvat.

Piq keräsi äskettäin yli tilatun 5 miljoonan dollarin siemenrahoituksen laajentaakseen alustaansa. Katsoessamme viiden vuoden päähän, miten odotat tekoälyn muuttavan verkon suunnittelua, ja riittääkö nopeampi analyysi pitämään tahdin tekoälydatakeskusten, sähköistymisen ja teollisen kasvun aiheuttamiin sähkökysyntävaatimuksiin?

Uskon, että tekoälyn käyttäminen analyysin nopeuttamiseen on avainasemassa sähkökysynnän kanssa pysymisessä. Keskeinen opetus on, että automaatio tässä mittakaavassa ei ole pelkästään saman työn tekemistä nopeammin, vaan myös mahdollistaa analyysin, jota ei yksinkertaisesti voitaisi tehdä rajoitetun ihmistyövoiman avulla. Joustavat liitäntämahdollisuudet, joustavat siirtoverkot, verkkoa parantavat teknologiat — kaikki nämä vapauttavat piilevän kapasiteetin, joka on jo olemassa verkossa tänään. Yhdistämällä tämä nopeutettuihin liitäntätutkimuksiin uskomme, että pystymme vastaamaan kysyntään.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa käydä osoitteessa Piq Energy.