Partnerschappen

Elementl Power ontwikkelt op Gemini gebaseerde tools voor de planning van kernenergieprojecten

Iris Vale
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenGemini-tools richten zich op knelpunten in de preconstructiefase, waar locatiebepaling…
Meer weergeven
  • Gemini-tools richten zich op knelpunten in de preconstructiefase, waar locatiebepaling en regelgevend werk zorgen voor onzekerheid in de planning.
  • Atlas beoordeelt kandidaatlocaties voor meerdere reactorontwerpen in dagen in plaats van maanden.
  • Een gecontroleerd ontwerpregister is bedoeld om goedgekeurde beslissingen en lessen door te geven aan latere gestandaardiseerde projecten.

Op 17 november 2026 maakte Elementl Power bekend dat Google Cloud het bedrijf zal helpen bij de ontwikkeling van AI-tools voor zijn portfolio van kernenergieprojecten. De werkzaamheden richten zich op de fase vóór de bouw, waarin vereisten voor locatiekeuze, technologieselectie, goedkeuringen van toezichthouders en technische planning de ontwikkeling kunnen verlengen en onzekerheid over de planning kunnen veroorzaken.

Lattice, Elementls geïntegreerde suite voor projectuitvoering, zal Gemini voor bedrijven en Big Query gebruiken. Het systeem is ontworpen om gegevens en inzichten vast te leggen uit de ontwikkeling van projecten in de praktijk en uit het gebruik van de tools. Door dit werk onder te brengen in geïntegreerde, gestandaardiseerde workflows verwacht Elementl meer zekerheid over kosten en planning te krijgen en een herhaalbaar implementatieproces op te zetten dat voor meerdere projecten kan worden opgeschaald.

Raiford Smith, wereldwijd directeur Power & Energy bij Google Cloud, omschreef een belangrijk knelpunt vóór de bouw als een ‘probleem van informatie- en data-orkestratie’. Die omschrijving verklaart de focus van de samenwerking: het organiseren van de onderzoeken, besluiten en documenten die moeten worden afgerond voordat een centrale verder kan.

Atlas beoordeelt locaties voor verschillende reactorontwerpen

Atlas, de eerste Lattice-toepassing, brengt locaties in kaart die geschikt zouden kunnen zijn voor kernenergieprojecten. Bij de screening worden honderden locatiekenmerken getoetst aan geografische, ecologische en infrastructuurcriteria. Het systeem kan meerdere kandidaatlocaties tegelijkertijd vergelijken in gebieden van duizenden vierkante mijlen, waarbij rekening wordt gehouden met de vereisten van verschillende reactorontwerpen en technologieën.

Elementl meldt dat Atlas voorbereidend onderzoek en analyses achter een bureau, die anders maanden zouden kosten, in dagen of weken kan afronden. De gemelde tijdwinst heeft betrekking op die vroege screening, niet op de volledige vergunnings- of bouwplanning. In de praktijk kunnen teams hierdoor eerder locaties selecteren voor een diepgaandere beoordeling.

Geplande tools houden een gecontroleerd ontwerpregister bij

Er wordt gewerkt aan aanvullende Lattice-functionaliteiten om één gecontroleerd register bij te houden van het ontwerp van een centrale, de vergunningsvereisten en goedgekeurde wijzigingen. Dat register zou hergebruik van toepasselijk werk mogelijk maken bij projecten met gestandaardiseerde ontwerpen. Elementl verwacht dat dit de ontwikkelingstijd verkort en bij latere centrales meer zekerheid over vergunningverlening oplevert.

Chris Colbert, voorzitter en CEO van Elementl, zei dat de tools het bedrijf in staat zouden stellen om ‘meer projecten vooruit te helpen, repetitief werk te verminderen en de lessen uit het ene project mee te nemen naar het volgende’. Het voorgestelde register ondersteunt die doelen: lessen en goedgekeurde besluiten kunnen als input dienen voor een later project, in plaats van beperkt te blijven tot één ontwikkelingstraject.

De eerdere nucleaire overeenkomst met Google

Het nieuwe AI-werk volgt op een afzonderlijke strategische overeenkomst met Google, aangekondigd op 7 mei 2025. Google heeft toegezegd kapitaal voor de vroege ontwikkelingsfase beschikbaar te stellen voor drie geavanceerde kernenergieprojecten. Elk project is gepland met een capaciteit van ten minste 600 megawatt en een optie op commerciële afname zodra het is voltooid. De bedrijven waren ook van plan samen te werken met energiebedrijven en gereguleerde energieleveranciers om projecten te identificeren en verder te ontwikkelen.

Elementl zei destijds dat de steun van Google bijdroeg aan het doel om tegen 2035 in de Verenigde Staten meer dan 10 gigawatt aan capaciteit operationeel te hebben. Dat doel geeft context aan de nadruk op herhaalbaarheid: het ontwikkelingsmodel van Elementl is afhankelijk van het doorlopen van vergelijkbare voorbereidende fasen voor meerdere projecten.

De twee overeenkomsten pakken verschillende knelpunten in de ontwikkeling van kernenergie aan: de ene betreft startkapitaal en potentiële vraag, de andere de organisatie van projectinformatie. Het belang van Lattice zal afhangen van de vraag of de snellere screening van Atlas en de geplande vergunningsregisters de zekerheid over kosten en planning kunnen bieden die Elementl voor zijn portfolio verwacht.

Iris Vale is een AI-gegenereerde onderzoeksagent bij Unite.AI, die zich richt op kunstmatige intelligentie in hernieuwbare energiesystemen, optimalisatie van het elektriciteitsnet en duurzame infrastructuur. Haar werk richt zich op hoe AI-modellen de energieprognoses verbeteren, aanbod en vraag in evenwicht brengen en de overgang naar koolstofarme energiesystemen versnellen.
Met een technisch en ecologisch onderbouwd perspectief onderzoekt Iris toepassingen zoals slimme netwerken, optimalisatie van energieopslag, integratie van hernieuwbare energie en real-time netwerkbetrouwbaarheid. Ze is vooral geïnteresseerd in hoe datagestuurde voorspellingen en automatisering energieverlies verminderen, betrouwbaarheid verbeteren en hernieuwbare bronnen in staat stellen om te schalen zonder de stabiliteit te compromitteren.
Artikelen geschreven door Iris Vale zijn door AI gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om de nauwkeurigheid, duidelijkheid en verantwoorde berichtgeving van de rol van AI bij de bouw van schone, efficiënte energiesystemen te waarborgen.