Tom Nudell, CEO și cofondator al Piq Energy – Seria de interviuri

Tom Nudell, CEO și cofondator al Piq Energy, este inginer de sisteme energetice și director în domeniul tehnologiei, cu o experiență vastă în analiza rețelelor, planificarea transportului energiei și infrastructura energetică. Înainte de a fonda Piq Energy, a petrecut aproape șapte ani la Smart Wires, unde a ocupat mai multe roluri de conducere în analiză și, în cele din urmă, a devenit Director of Product and Solution Analytics. În această funcție a coordonat echipe interdisciplinare de ingineri specializați în planificarea transportului, ingineri software și analiști care lucrau la studii avansate de planificare a rețelei și la sisteme analitice automatizate. Anterior, Nudell a fost cercetător postdoctoral la MIT, unde activitatea sa s-a concentrat asupra rezilienței sistemelor energetice interconectate, managementului energiei în microrețele și controlului tranzacțional. De asemenea, a efectuat cercetări la North Carolina State University privind localizarea perturbațiilor în rețele electrice de mari dimensiuni cu ajutorul măsurătorilor în timp real, al învățării automate bazate pe fizică, al teoriei controlului și al optimizării.

Piq Energy este o companie de software pentru planificarea rețelelor, axată pe accelerarea racordării la rețeaua electrică a noilor proiecte energetice, centre de date și altor consumatori mari de electricitate. Platforma sa permite dezvoltatorilor și companiilor de utilități să realizeze intern studii complexe ale rețelei, să automatizeze fluxurile de lucru inginerești, să evalueze posibile puncte de racordare și să testeze mai rapid numeroase scenarii de proiect și de rețea. Piq dezvoltă o platformă agentică pentru planificarea rețelei, care combină într-un mediu unificat modele ale sistemelor energetice, date, instrumente inginerești și fluxuri de lucru bazate pe inteligență artificială, cu aplicații în energia solară, eoliană, stocarea energiei în baterii și dezvoltarea sarcinilor mari. Compania afirmă că tehnologia sa gestionează peste 1.000 de modele ale rețelelor de transport și a fost utilizată pentru finalizarea a peste 10.000 de fluxuri de lucru inginerești, urmărind să reducă unul dintre cele mai mari obstacole pentru noile infrastructuri energetice și de calcul: procesele îndelungate de racordare la rețea.

Cariera dumneavoastră cuprinde cercetări privind învățarea automată bazată pe fizică, activități de reziliență a rețelei la MIT și șapte ani în care ați dezvoltat analiza pentru planificarea transportului la Smart Wires. Cum v-au condus aceste experiențe la identificarea problemei concrete din care a apărut Piq Energy?

Doctoratul meu a fost în domeniul sistemelor energetice computaționale, unde m-am concentrat asupra monitorizării și controlului în timp real al zonelor extinse. Apoi am urmat un program postdoctoral la MIT privind rețelele electrice reziliente și mecanismele dinamice de piață. După programul postdoctoral m-am alăturat Smart Wires, unde am petrecut șapte ani înființând și extinzând echipa de analiză. Echipa mea oferea acoperire globală în ingineria sistemelor energetice, pe patru continente, cu expertiză în fluxuri de putere, simularea pieței, dinamică, fenomene tranzitorii electromagnetice (EMT) și hardware-in-the-loop.

În primele trei luni după ce am început la Smart Wires, mi-am dat seama că planificarea rețelei este, în esență, o problemă enormă și complexă de știința datelor. Am început să mă gândesc la modalități de simplificare și automatizare a celor mai costisitoare părți ale procesului: definirea analizei, coordonarea dintre diferiți experți și construirea și validarea modelelor. Pentru a îmbunătăți acest proces de planificare a rețelei, am dezvoltat câteva idei esențiale. Prima a fost reproductibilitatea: dacă o analiză este reproductibilă în proporție de 100%, costul marginal pentru ca o altă persoană sau un alt expert să o ruleze din nou ar trebui să fie zero. Această reproductibilitate este crucială pentru colaborarea fără probleme dintre dezvoltatori, companiile de utilități și alte părți terțe în cadrul studiilor de rețea. A doua idee a fost aplicarea principiului potrivit căruia „toate modelele sunt greșite, dar unele sunt utile” și concentrarea asupra verificării faptului că avem un model util pentru problema respectivă, în loc să încercăm să construim și să administrăm cel mai „precis” model pentru orice. (Când vorbim aici despre „modele”, ne referim la modelele rețelei electrice și la modelele dinamice ale dispozitivelor, centralelor și altor echipamente.)

Aceste prime concluzii ne-au făcut pe mine și pe Dio, cofondatorul meu, să ne imaginăm o platformă software sofisticată care să automatizeze munca pe care o făceam. În același timp, observam cum lista de așteptare pentru racordare devenea un blocaj enorm pentru rețea. Vedeam și dificultățile tot mai mari de racordare a tehnologiilor mai noi, inclusiv resurse bazate pe invertoare (IBR, care cuprind toate proiectele noi de energie regenerabilă) și tehnologii de îmbunătățire a rețelei, precum echipamentele SmartValve vândute de Smart Wires. Eu și Dio ne-am dat seama că știm cum să rezolvăm aceste probleme, dar trebuia să înființăm o companie de software pentru a o face.

Există trei componente: în primul rând, pregătirea mea în sisteme energetice computaționale și experiența de a conduce o echipă globală de analiză au constituit fundamentul. În al doilea rând, munca pe care o realizaserăm deja la Smart Wires a demonstrat că se putea crea o valoare reală și concretă. În cele din urmă, contextul general — amploarea provocării, care reprezintă și amploarea oportunității — a fost catalizatorul care ne-a determinat să facem pasul și să înființăm Piq Energy.

Piq se descrie drept o „platformă agentică pentru planificarea rețelei”. Ce ca sistemul să fie agentic, nu doar o platformă de automatizare sau analiză, și ce sarcini pot planifica și executa independent agenții săi AI?

Piq accelerează racordarea. Analiza tehnică este în prezent cel mai mare obstacol în procesul de racordare, așa că dezvoltăm o platformă autonomă de planificare a rețelei pentru a accelera aceste analize tehnice.

Există niveluri diferite de automatizare. În prezent, acestea nu au fost definite explicit pentru planificarea rețelei și racordare, dar vă puteți imagina ceva asemănător cu nivelurile de automatizare SAE pentru conducerea vehiculelor. Am făcut aluzie la această idee în lucrarea mea din 2018, publicată la Congresul Mondial CIGRE [T. Nudell et al., „On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

Acum avem această tehnologie extraordinară de uz general reprezentată de modelele lingvistice de mari dimensiuni, iar la Piq descoperim cum să valorificăm autonomia agentică, asigurându-ne în același timp că fizica și ingineria sunt aplicate corect, într-un mod complet reproductibil și auditabil, de fiecare dată.

În prezent, agentul nostru configurează modele și scenarii, lansează studii, corelează rapoarte publicate, analizează rezultatele și redactează rapoarte noi fundamentate în datele studiilor.

Studiile de rețea se bazează pe software ingineresc consacrat, modele detaliate ale rețelei și constrângeri fizice stricte. Cum combină Piq inteligența artificială cu aceste instrumente deterministe fără a permite unui model probabilistic să ignore fizica de bază a sistemului energetic?

Aveți dreptate că studiile de rețea se bazează pe software consacrat, modele detaliate și legi fizice cunoscute. Platforma noastră permite agenților să amplifice expertiza umană, utilizând datele și contextul nostru pentru a stabili ce tipuri de studii trebuie realizate și cum trebuie configurate scenariile, iar apoi fundamentând analiza pe date concrete ale rezultatelor.

Însă tot ceea ce se întâmplă între aceste etape este automatizare deterministă și scalabilă. Agenții nu scriu niciodată cod nou și nu sunt utilizați simulatori fizici necunoscuți. Astfel, platforma este mult mai demnă de încredere decât alte abordări, deoarece munca unui agent este reproductibilă și auditabilă și va fi efectuată corect de fiecare dată. Cu alte cuvinte, dacă un inginer uman examinează rezultatul, ar trebui să poată reproduce fiecare etapă a procesului și să obțină aceleași rezultate.

Ce părți ale unui studiu tradițional de racordare sau de planificare a transportului poate automatiza Piq în prezent și ce decizii trebuie în continuare analizate și aprobate de un inginer calificat?

În prezent, Piq le oferă dezvoltatorilor un set de instrumente pentru întregul proces al studiilor de racordare.

Primul este o evaluare preliminară la nivel înalt a unor zone întinse neamenajate, pe care o numim analiză de evaluare regională. Aceasta oferă o hartă termică a capacității de rezervă N-1 în fiecare nod al unei regiuni, astfel încât să se poată vedea unde există efectiv spațiu în rețea înainte de alegerea definitivă a unei locații.

Al doilea este o evaluare mai aprofundată într-o anumită locație — un studiu POI sau o evaluare punctuală. Aceste studii analizează în detaliu un singur punct de racordare: toate constrângerile rețelei, posibilele modernizări și costurile acestor modernizări pentru un proiect racordat acolo.

Al treilea este gestionarea listei de așteptare. Aici dezvoltatorii pot simula teoria jocurilor dintr-un studiu de grup, înțelegând alocarea detaliată a costurilor și modul în care aceasta se modifică odată cu schimbarea grupului de producători. Proiectele își schimbă dimensiunea, unele proiecte se retrag, alți dezvoltatori iau decizii, iar alocarea costurilor se modifică în consecință. Este o problemă dinamică, iar în prezent majoritatea dezvoltatorilor îi descoperă efectele după ce s-au produs, în loc să le modeleze în avans.

Piq automatizează și procesul de construire și validare a modelelor dinamice ale instalațiilor — echipamentele și sistemele de control care reprezintă centrele de date, parcurile solare și alți participanți la rețea.

Toate aceste modele, rezultate și rapoarte necesită o persoană în bucla de supraveghere, care poate ghida datele de intrare și analiza rezultatele. Nu susținem încă faptul că avem un sistem complet autonom și nu aș avea încredere în nimeni care pretinde acest lucru.

Piq a finalizat peste 10.000 de studii de producție. Ce v-a învățat activitatea la această scară despre menținerea preciziei modelelor, urmărirea schimbărilor condițiilor rețelei și furnizarea unor rezultate pe care inginerii le pot reproduce și audita?

Cifra de 10.000 este deja depășită. Din ianuarie, când a fost publicată această cifră, am ajuns să realizăm 2.000 de studii pe lună, iar numărul continuă să crească. Acest lucru rezultă din creșterea numărului de utilizatori și din faptul că tot mai mulți dintre ei construiesc, la rândul lor, sisteme interne scalabile.

Activitatea în acest ritm ne învață că reproductibilitatea nu este o funcție pe care o adăugăm ulterior. Este constrângerea care stabilește dacă putem lucra în acest ritm. Dacă un studiu nu poate fi reprodus, nu poate fi auditat, iar dacă nu poate fi auditat, nimeni nu poate acționa pe baza lui. Dacă studiile nu permit luarea de măsuri, generăm doar volum, nu valoare. Totul în modul în care am construit platforma decurge din ideea de a construi modele utile și de a realiza studii valoroase.

Piq le permite dezvoltatorilor de centre de date și altor clienți cu sarcini mari să evalueze amplasamente potențiale și scenarii de racordare înainte de a contacta o companie de utilități. Cum pot aceste studii conduse de dezvoltatori să accelereze procesul fără a crea ipoteze contradictorii sau a dubla analiza oficială a companiei de utilități?

Compania de utilități trebuie în continuare să efectueze propriul studiu oficial, însă clienții noștri nu pot aștepta. În prezent, poate dura mai mult de un an până la primirea rezultatelor oficiale, iar între timp clienții noștri au în joc investiții de sute de milioane de dolari. Ei trebuie să achiziționeze echipamente și terenuri și să își asigure poziții în listele de așteptare pentru racordare din întreaga țară. Noi le oferim posibilitatea de a lua aceste decizii înaintea studiului oficial al companiei de utilități. Am observat și cum clienții noștri pot influența direcția companiei de utilități atunci când dispun de informații privind soluții de racordare flexibilă sau modernizări alternative care pot permite conectarea unei capacități suplimentare.

Ceea ce oferim este o modalitate rapidă și eficientă de a anticipa viitorul. Nimeni nu are un glob de cristal — și nu știm cu cine mai concurăm în lista de așteptare — dar, dacă studiile sunt accesibile și rapide, explorarea unui număr mare de scenarii îi ajută pe clienții noștri să ia decizii mai bine informate privind capitalul lor. De asemenea, le oferim posibilitatea de a explora modernizări alternative pentru a debloca o capacitate existentă în sistem și de a colabora iterativ, umăr la umăr, cu companiile de utilități, ca parteneri adevărați.

Companiile de utilități din California au primit solicitări pentru aproximativ 18,7 GW de capacitate nouă de alimentare a centrelor de date, deși este posibil ca multe dintre proiectele propuse să nu fie construite niciodată. Poate inteligența artificială să le ajute să distingă proiectele credibile de solicitările speculative sau duplicate și să împiedice „sarcinile fantomă” să distorsioneze planificarea pe termen lung a rețelei?

Speculația nu este irațională. Având în vedere cât timp este necesar pentru ca un proiect să fie studiat și racordat, oricine își permite să depună solicitări speculative de racordare o va face. Este răspunsul rațional la procesul de racordare în forma sa actuală. Din punctul nostru de vedere, dacă proiectele ar putea fi studiate și racordate la fel de repede cum pot fi construite, nu ar exista de la început niciun stimulent pentru speculații.

Prin urmare, răspunsul nu constă în utilizarea inteligenței artificiale pentru identificarea speculațiilor. Răspunsul este utilizarea acesteia pentru îmbunătățirea efectivă a procesului și pentru racordarea mai eficientă a unei sarcini mai mari. Aceasta înseamnă utilizarea AI atât pentru accelerarea procesului de studiu al racordării, cât și pentru găsirea unor măsuri alternative de atenuare, inclusiv tehnologii de îmbunătățire a rețelei și racordări flexibile. Împreună cu schimbări de reglementare, precum costuri de solicitare mai mari sau garanții mai consistente și tarife de racordare revizuite, AI poate permite un sistem mult mai eficient și cu mult mai puține speculații.

Totuși, în lipsa schimbărilor, problemele asociate sarcinilor fantomă vor continua să se amplifice. Mai multe sarcini fantomă înseamnă mai multe scenarii care trebuie studiate, ceea ce face planificarea pe termen lung mai dificilă pentru planificatorii companiilor de utilități și încetinește întregul sistem. Un sistem mai lent mărește stimulentul pentru speculații. Este exact ceea ce am observat în listele de așteptare pentru racordarea producătorilor, care ne-au determinat să înființăm Piq în 2023, și exact această buclă de reacție încercăm să o întrerupem.

Piq afirmă că activitatea sa a contribuit la identificarea unei capacități de aproape 1 GW în rețea prin soluții flexibile și tehnologii de îmbunătățire a rețelei. Ce tipuri de schimbări operaționale sau tehnologii deblochează această capacitate și puteți descrie un exemplu în care un proiect a evitat o modernizare majoră a rețelei?

Doar trei lucruri pot debloca o capacitate. Toate sunt forme de flexibilitate operațională care nu au fost disponibile rețelei până de curând. Numim aceste trei forme flexibilitate punctuală, flexibilitate agregată și flexibilitate a rețelei.

Flexibilitatea punctuală privește schimbările de la punctul de racordare, inclusiv soluții precum producția proprie (BYOG), limitele de retragere netă, reducerea sarcinii sau sarcinile controlabile și alte măsuri. Flexibilitatea agregată cuprinde resurse distribuite în rețea, precum centralele electrice virtuale (VPP) și resursele energetice distribuite (DER) agregate pentru gestionarea constrângerilor de transport. Flexibilitatea rețelei se referă la parametrii și configurația rețelei în sine — controlul avansat al fluxului de putere, optimizarea topologiei și capacitatea dinamică a liniilor. Important este că toate cele trei pot fi modelate, planificate și, în cele din urmă, implementate într-un centru de control.

Cel mai clar exemplu este flexibilitatea rețelei. Am studiat un caz în care constrângerea determinantă era un singur element, iar instalarea unui control al fluxului de putere de 70 MVAr direct în acel punct a deblocat aproximativ 600 MW de capacitate suplimentară. Fără linii noi de transport, fără proceduri de autorizare de mai mulți ani, ci doar o modernizare redusă a rețelei pentru a debloca 600 MW de capacitate.

Gradul de utilizare a capacității rețelei de transport este de numai aproximativ 35% în cele mai nefavorabile condiții de planificare. Rețeaua nu este plină. Deși capacitatea rețelei reprezintă în prezent cea mai mare dificultate pentru racordarea sarcinilor mari, rețeaua este constrânsă numai în anumite locuri și condiții. Majoritatea acestor constrângeri au o soluție care nu presupune așteptarea timp de un deceniu pentru linii noi, iar soluția poate fi identificată prin studierea mai bună a rețelei.

În jurul acestor trei forme de flexibilitate se dezvoltă rapid un ecosistem. Companii precum Base Power, Voltus, Smart Wires, NewGrid și altele implementează deja soluții reale la scară largă. Singurul element care lipsește este cadrul analitic necesar pentru introducerea acestor soluții în studiile de racordare încă de la început.

Deciziile inginerești privind rețeaua pot influența timp de decenii fiabilitatea, prețurile energiei electrice și investițiile în infrastructură. Ce măsuri de protecție, procese de validare, permisiuni și trasee de audit sunt necesare înainte ca firmele de utilități să poată încredința agenților AI fluxuri de lucru de planificare tot mai complexe?

Suntem de acord în proporție de 100%. Pentru a lua decizii inginerești solide, fiecare parte a activității automatizate trebuie să fie auditabilă și reproductibilă. Trebuie să existe un traseu documentar pentru fiecare acțiune, deoarece nimeni nu dorește o inteligență artificială care funcționează într-o cutie neagră și scapă de sub control.

Traseele noastre de audit au mai multe componente. Păstrăm conversațiile agenților, acțiunile acestora și execuția instrumentelor deterministe. Fiecare subetapă și fiecare subflux de lucru cartografiază și gestionează toate datele de intrare și ieșire, astfel încât totul să poată fi auditat de la un capăt la altul.

Permisiunile sunt, de asemenea, esențiale. Agenții noștri moștenesc permisiunile utilizatorului cu care lucrează. Un agent nu poate vedea date și nu poate realiza acțiuni pe care persoana pentru care lucrează nu le-ar putea vedea sau realiza ea însăși.

Acest lucru este legat de tema mai amplă a guvernanței datelor, iar agenții schimbă paradigmele istorice. În mod tradițional, guvernanța privea date structurate, limitate strict la un singur compartiment. Cu agenții, datele structurate, semistructurate și nestructurate se deplasează între compartimente — exact aceasta este posibilitatea pe care o promite o platformă precum Piq și exact acest lucru face guvernanța mai dificilă. Sunt implicate mult mai multe date, iar cu ele interacționează o categorie mai largă de persoane. Într-o organizație de sisteme energetice, acest lucru contează de două ori: pentru informațiile de investiții sensibile din punct de vedere concurențial și pentru informațiile critice privind infrastructura energetică (CEII). Din fericire, persoane competente lucrează la această problemă, inclusiv cele implicate în IEEE Task Force on Data Governance for Power System Organizations.

Piq a obținut recent o rundă seed suprasubscrisă de 5 milioane de dolari pentru extinderea platformei. Privind spre următorii cinci ani, cum credeți că inteligența artificială va schimba planificarea rețelei și va fi suficientă analiza mai rapidă pentru a ține pasul cu cererea de electricitate generată de centrele de date AI, electrificare și creșterea industrială?

Consider că folosirea inteligenței artificiale pentru accelerarea analizei este esențială pentru a ține pasul cu cererea de electricitate. Ideea principală este că automatizarea la această scară nu înseamnă doar efectuarea mai rapidă a aceleiași activități, ci și posibilitatea unor analize care pur și simplu nu ar putea fi realizate cu o capacitate umană limitată. Racordări flexibile, rețele de transport flexibile, tehnologii de îmbunătățire a rețelei — toate acestea deblochează o capacitate latentă care există deja astăzi în rețea. Combinând aceste soluții cu studii de racordare accelerate, credem că vom putea ține pasul cu cererea.

Vă mulțumim pentru acest interviu excelent. Cititorii care doresc să afle mai multe pot vizita Piq Energy.