AI-modeller och plattformar

Utilidata och NVIDIA samarbetar om smart nätchip

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Den ledande företaget inom grid-edge-mjukvara, Utilidata, har meddelat att de samarbetar med NVIDIA (NVDA ) för att utveckla en mjukvarudefinierad smart nätchip. Den nya chippet kommer att drivas av NVIDIA:s AI-plattform och integreras i smarta mätare. Detta nya tillvägagångssätt kommer att förbättra nätets motståndskraft, integrera distribuerade energiresurser (DER) som solenergi och elbilar, och påskynda övergången till ett avkarboniserat nät.

Att förbättra nätverksamhet

Den mjukvarudefinierade smarta chippet kommer först att testas av USA:s energidepartements nationella laboratorium för förnybar energi (NREL). NREL kommer att fokusera på att använda chippet som ett sätt att skala och kommersialisera labbets Real-Time Optimal Power Flow (RT-OPF)-teknik, som stöds av Solar Energy Technologies Office Technology Commercialization Fund.

RT-OPF utvecklades ursprungligen med finansiering från DOE:s Advanced Research Projects – Energy (ARPA-E)-program, och det möjliggör en mycket lokal lastkontroll för att sömlöst integrera ett ökande antal DER. Det kommer också att bidra till ökad stabilitet och effektivitet inom nätverksamheten.

Santosh Veda är gruppchef för nätautomatisering och kontroll på NREL.

“Hittills har skalbarheten och det kommersiella potentialen för tekniker som RT-OPF begränsats av enskilda hårdvarulösningar”, sa Veda. “Genom att utveckla en smart nätchip som kan integreras i en av de mest allmänna utility-tillgångarna – den smarta mätaren – kommer detta tillvägagångssätt att potentiellt möjliggöra en bredare tillämpning och kommersialisering av tekniken och omdefiniera rollen för edge-beräkning för DER-integrering och motståndskraft. Förbättrad situationsmedvetenhet och synlighet från detta tillvägagångssätt kommer att vara till stor nytta för både slutkunder och utility.”

Elnätet blir alltmer komplext när alltfler distribuerade energiresurser och intermittent förnybar energi introduceras. Nuvarande mätare har inte den beräkningskraft som behövs för att stödja realtids-, autonoma nätverksamhet, och detta är avgörande för avkarbonisering och nätmotståndskraft.

Utilidatas roll

Utilidatas patenterade maskinlärningsmjukvara utnyttjar realtidsdata från smarta mätare och distributionsnätstjänster, som sedan används för att upptäcka potentiella systemsfel och avbrott. Den hjälper också till att optimera nätverksamheten och integrera fler DER i utility-systemet.

Marissa Hummon är teknisk chef på Utilidata.

För att maximera värdet av DER och integrera dessa resurser i nätverksamheten kommer utility-företag att behöva decentraliserade lösningar, som RT-OPF”, sa Hummon. “Befintliga mätare har inte den beräkningskraft eller kommunikationsbandbredd som behövs för att stödja denna typ av realtidsverksamhet. Men genom att kombinera vår realtidsgridmjukvara med NVIDIA:s avancerade edge-beräkningsförmåga låser vi upp nytt värde från mätaren och erbjuder en väg till skala för lösningar som NREL:s RT-OPF.”

Den mjukvarudefinierade smarta chippet bygger på Utilidatas expertis inom realtidsnätverksamhet, NVIDIA:s Jetson edge AI-plattform och NVIDIA AI Enterprise-programvarupaketet. Chippet kommer att leda till många nya möjligheter för både rena energiföretag och tredjepartsmarknadsaktörer.

Marc Spieler är chef för global energiutveckling på NVIDIA.

“Vårt samarbete med Utilidata och NREL för att ta AI till nätverksamhet kommer att öka motståndskraften och minska energiförbrukningen och kostnaderna för konsumenter genom nya funktioner i mätare”, sa Spieler. “Med tillgängligheten av en öppen, mjukvarudefinierad mätarplattform kommer utility-företag och konsumenter inte längre att vara låsta till stängda, proprietära system som hämmar innovation genom att begränsa tredjepartsapplikationer.”

Alex leder Unite.AI:s AI‑drivna nyhetsverksamhet och kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete bidrar till att nya AI‑utvecklingar framträder effektivt samtidigt som publikationen upprätthåller sina redaktionella standarder.