Tom Nudell, Piq Energy CEO’su ve Kurucu Ortağı – Röportaj Serisi

Tom Nudell, Piq Energy CEO’su ve Kurucu Ortağı, şebeke analitiği, iletim planlaması ve enerji altyapısı konularında derin deneyime sahip bir güç sistemleri mühendisi ve teknoloji yöneticisidir. Piq Energy’i kurmadan önce, Smart Wires’ta neredeyse yedi yıl geçirdi; burada çeşitli analitik liderlik pozisyonlarında ilerledi ve nihayetinde Ürün ve Çözüm Analitiği Direktörü olarak, iletim planlaması mühendisleri, yazılım mühendisleri ve gelişmiş şebeke planlama çalışmaları ve otomatik analitik sistemler üzerinde çalışan analistlerden oluşan disiplinlerarası ekipleri yönetti. Daha önce, Nudell MIT’te Postdoctoral Research Associate olarak çalıştı; araştırması birbirine bağlı enerji sistemlerinde dayanıklılık, mikro şebeke enerji yönetimi ve işlemeli kontrol üzerine odaklanmıştı. Ayrıca North Carolina State University’de gerçek zamanlı ölçümler, fizik‑bilgilendirilmiş makine öğrenimi, kontrol teorisi ve optimizasyon kullanarak büyük ölçekli güç ağlarındaki bozulmaları tespit etme üzerine araştırma yaptı.

Piq Energy, yeni enerji projelerinin, veri merkezlerinin ve diğer büyük elektrik yüklerinin şebekeye bağlanmasını hızlandırmaya odaklanan bir şebeke planlama yazılımı şirketidir. Platformu, geliştiricilerin ve hizmet sağlayıcıların karmaşık şebeke çalışmalarını iç kaynaklara taşımasını, mühendislik iş akışlarını otomatikleştirmesini, olası bağlantı noktalarını değerlendirmesini ve çok sayıda proje ve şebeke senaryosunu daha hızlı test etmesini sağlar. Piq, güç‑sistemi modelleri, veri, mühendislik araçları ve AI destekli iş akışlarını tek bir ortamda birleştiren bir ajan‑temelli şebeke planlama platformu geliştirmektedir; uygulamaları güneş, rüzgar, batarya enerji depolama ve büyük yük geliştirmeyi kapsamaktadır. Şirket, teknolojisinin 1,000’den fazla iletim şebeke modeli yönettiğini ve 10,000’den fazla mühendislik iş akışının tamamlanmasında kullanıldığını belirtiyor; bu sayede yeni enerji ve bilişim altyapısını etkileyen en büyük darboğazlardan biri olan uzun şebeke bağlantı süreçlerini azaltmayı hedefliyor.

Kariyeriniz, fizik‑bilgilendirilmiş makine öğrenimi araştırması, MIT’de şebeke dayanıklılığı çalışmaları ve Smart Wires’ta yedi yıl süren iletim‑planlama analitiği inşasını kapsadı. Bu deneyimler sizi Piq Energy’yi ortaya çıkaran belirli sorunu tanımlamaya nasıl yönlendirdi?

Doktora çalışmalarım, gerçek zamanlı geniş‑alan izleme ve kontrol üzerine odaklandığım hesaplamalı güç sistemleri alanındaydı. Buradan sonra MIT’de dayanıklı güç şebekeleri ve dinamik piyasa mekanizmaları üzerine bir postdoc yaptım. Postdoc sonrası Smart Wires’a katıldım ve burada analitik ekibini kurup ölçeklendirmek için yedi yıl harcadım. Ekibim, dört kıta üzerinde küresel güç sistemi mühendisliği kapsamına sahipti ve güç akışı, piyasa simülasyonu, dinamikler, EMT ve donanım‑iç‑döngü konularında uzmanlığa sahipti.

Smart Wires’a katıldıktan üç ay içinde, şebeke planlamasının temelde devasa ve karmaşık bir veri bilimi problemi olduğunu fark ettim. Sürecin en maliyetli bölümlerini – analiz tanımı, farklı uzmanlar arasındaki koordinasyon ve modellerin oluşturulması ve doğrulanması – nasıl daha akıcı ve otomatik hale getirebileceğimi hayal etmeye başladım. Bu şebeke planlama sürecini iyileştirmek için birkaç temel fikir geliştirdik. İlk olarak tekrarlanabilirlik – analiziniz %100 tekrarlanabilir ise başka bir kişi/uzmanın analizi yeniden çalıştırması için sıfır marjinal maliyet olmalı. Bu tekrarlanabilirlik, geliştiriciler, hizmet sağlayıcılar ve diğer üçüncü taraflar arasında şebeke çalışmaları üzerinde sorunsuz iş birliğini mümkün kılmak için hayati öneme sahiptir. İkinci olarak “tüm modeller yanlıştır, bazıları yararlıdır” ilkesini uygulayıp, elimizdeki sorun için yararlı bir modelimiz olduğunun doğrulanmasına odaklandık; her şey için en “doğru” modeli inşa edip yönetmeye çalışmak yerine. (Burada “modeller” derken şebeke ağ modelleri, cihaz ve tesislerin dinamik modelleri vb. kastediyoruz).

Bu ilk içgörüler, benim ve kurucu ortağım Dio’yu, yaptığımız işi otomatikleştirecek sofistike bir yazılım platformu hayal etmeye yönlendirdi. Aynı zamanda, bağlantı kuyruğunun şebeke için devasa bir darboğaz haline geldiğini gözlemliyorduk. Yeni şebeke teknolojilerini, invertör‑tabanlı kaynaklar (IBR’ler, tüm yeni yenilenebilir projeler dahil) ve Smart Wires’ın sattığı SmartValve donanımı gibi şebekeyi güçlendiren teknolojileri bağlamadaki artan zorlukları da görüyorduk. Dio ve ben bu problemleri çözebileceğimizi fark ettik, ancak bunu yapmak için bir yazılım şirketi kurmamız gerektiğini anladık.

Üç unsur var: İlk olarak, hesaplamalı güç sistemleri alanındaki geçmişim ve küresel bir analitik ekibi yönetme deneyimim temeldi. İkinci olarak, Smart Wires’ta zaten yaptığımız çalışmalar, yaratılacak gerçek, somut değerin kanıtıydı. Ve son olarak, makro iklim – zorluğun ölçeği, aynı zamanda fırsatın ölçeği – Piq Energy’yi kurma adımını atmamız için katalizör oldu.

Piq kendisini “ajan‑temelli şebeke planlama platformu” olarak tanımlıyor. Sistemi sadece bir otomasyon ya da analitik platformundan ayıran özellik nedir ve AI ajanları hangi görevleri bağımsız olarak planlayıp yürütebilir?

Piq, bağlantıyı hızlandırıyor. Teknik analiz şu anda bağlantının en büyük darboğazı olduğundan, bu teknik analizleri hızlandırmak için otonom bir şebeke planlama platformu inşa ediyoruz.

Otomasyon seviyeleri vardır. Bugün, bu otomasyon seviyeleri şebeke planlaması ve bağlantısı için açıkça tanımlanmamıştır, ancak SAE’nin sürüş için otomasyon seviyeleri. Bu fikirden 2018 yılında CIGRE World Congress’ta yayımlanan makalemde bahsettim. [T. Nudell, et al. “On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

Şimdi büyük dil modellerinde bu şaşırtıcı, genel amaçlı teknolojiye sahibiz ve Piq ile ajan özerkliğinden yararlanmanın yolunu bulmaya çalışıyoruz; aynı zamanda fiziğin ve mühendisliğin her seferinde doğru, tamamen yeniden üretilebilir ve denetlenebilir bir şekilde yapılmasını sağlıyoruz.

Bugün ajanımız modelleri ve senaryoları yapılandırıyor, çalışmalar başlatıyor, yayımlanmış raporları çapraz referans alıyor, sonuçları analiz ediyor ve çalışma verilerine dayanan yeni raporlar yazıyor.

Şebeke çalışmaları, yerleşik mühendislik yazılımları, ayrıntılı ağ modelleri ve katı fiziksel kısıtlamalara dayanır. Piq, bu deterministik araçlarla AI’yı nasıl birleştiriyor ve olasılıksal bir modelin temel güç sistemi fiziğini geçersiz kılmasına izin vermiyor?

Şebeke çalışmalarının yerleşik yazılımlara, ayrıntılı modellere ve bilinen fiziğe dayandığını doğru söylüyorsunuz. Platformumuz, ajanların insan uzmanlığını artırmasını sağlıyor; hangi tür çalışmaların yürütüleceği, senaryoların nasıl yapılandırılacağı konularında verilerimiz ve bağlamımızla bilgilendiriliyor ve analizleri somut sonuç verilerine dayandırıyor.

Ancak aradaki her şey ölçeklenebilir, deterministik otomasyondur. Ajanlar tarafından hiçbir yeni kod yazılmaz ve tanıdık olmayan fizik simülatörleri kullanılmaz. Bu, bir ajanın yaptığı işin yeniden üretilebilir ve denetlenebilir olması ve her seferinde doğru şekilde yapılması nedeniyle diğer yaklaşımlara kıyasla çok daha güvenilir bir platform ortaya çıkar. Başka bir deyişle, bir insan mühendis çıktıyı incelerse, sürecin her adımını yeniden oluşturabilmeli ve aynı sonuçları elde etmelidir.

Geleneksel bir bağlantı veya iletim planlama çalışmasının hangi bölümlerini Piq bugün otomatikleştirebilir ve hangi kararların hâlâ nitelikli bir mühendis tarafından incelenip onaylanması gerekir?

Bugün Piq, geliştiricilere bağlantı çalışması sürecinde bir dizi araç sunuyor.

İlk olarak, bölgesel tarama analizi olarak adlandırdığımız büyük alanlarda yüksek seviyeli yeşil saha taraması yapılır. Bu, bir bölgedeki her düğümde N-1 boşluk kapasitesinin bir ısı haritasını sağlar; böylece bir konuma karar vermeden önce şebekenin nerede gerçekten boşluk olduğunu görebilirsiniz.

İkincisi, belirli bir konumda daha derin tarama – bir POI çalışması veya nokta taraması. Bu çalışmalar, bir bağlantı noktasını derinlemesine inceler: tüm ağ kısıtlamaları, potansiyel yükseltmeler ve o noktaya bağlanan bir projenin bu yükseltmeler için ne kadar maliyet gerektireceği.

Üçüncüsü kuyruk yönetimidir. Burada geliştiriciler, jeneratör havuzunun değişmesiyle maliyet dağılımının nasıl kaydığına dair detaylı maliyet tahsislerini anlayarak bir küme çalışmasının oyun teorisini oynayabilirler. Projeler yeniden boyutlanır, projeler devreden çıkar, diğer geliştiriciler hareket eder ve maliyet tahsisiniz onlarla birlikte değişir. Bu dinamik bir sorundur ve bugün çoğu geliştirici bunu önceden modellemek yerine sonradan öğrenmektedir.

Piq, dinamik tesis modelleri – veri merkezlerini, güneş çiftliklerini ve şebekedeki diğer katılımcıları temsil eden ekipman ve kontrol sistemlerini – model oluşturma ve doğrulama sürecini de otomatikleştirir.

Bu modellerin, sonuçların ve raporların tümü, girdileri yönlendirebilecek ve çıktıları gözden geçirebilecek bir insanın devrede olmasını gerektirir. Henüz tam bir kendi kendine sürüş sistemine sahip olduğumuzu iddia etmiyoruz ve bunu iddia eden kimseye güvenmezdim.

Piq, 10.000’den fazla üretim çalışması tamamladı. Bu ölçekle çalışmak, model doğruluğunu koruma, değişen şebeke koşullarını izleme ve mühendislerin yeniden üretebileceği ve denetleyebileceği sonuçlar üretme konusunda size ne öğretti?

10.000 rakamı artık güncel değil ve Ocak ayından (bu rakamın yayınlandığı tarih) bu yana ayda 2.000 çalışma yürütüyor ve artıyoruz. Bu, kullanıcılarımızın büyümesinin ve daha fazla kullanıcının ölçeklenebilen iç sistemler oluşturmasının bir sonucudur.

Bu hızda çalışmak, yeniden üretilebilirliğin ek bir özellik olmadığını, bunun tamamen çalışabileceğiniz hızı belirleyen bir kısıtlama olduğunu öğretir. Bir çalışma yeniden üretilemezse, denetlenemez ve denetlenemezse kimse ona göre hareket edemez. Çalışmalarınız eyleme geçirilebilir değilse, sadece hacim üretiyorsunuz, değer değil. Platformu nasıl inşa ettiğimizle ilgili her şey, faydalı modeller oluşturma ve değerli çalışmalar yürütme fikrinden kaynaklanır.

Piq, veri merkezi geliştiricilerine ve diğer büyük yük müşterilerine, bir hizmet sağlayıcıya başvurmadan önce potansiyel siteleri ve bağlantı senaryolarını değerlendirme imkanı verir. Bu geliştirici odaklı çalışmalar, çelişkili varsayımlar yaratmadan veya hizmet sağlayıcının resmi analizini kopyalamadan süreci nasıl hızlandırabilir?

Şebeke hâlâ kendi resmi çalışmasını yürütmek zorunda, ancak müşterilerimiz bekleyemez. Bugün, bu resmi çalışma sonuçlarını almak bir yılı aşabilir ve bu sırada müşterilerimiz yüz milyonlarca dolarlık yatırımla oturuyor. Satın alacak ekipmanları, edinecek araziyi ve ülke genelinde güvence altına alacak bağlantı konumlarını var. Müşterilerimize bu kararları resmi şebeke çalışmasından önce almaları için güç veriyoruz. Ayrıca, müşterilerimizin esnek bağlantı çözümleri veya ek kapasite bağlamak için alternatif yükseltmeler hakkında içgörülerle donanmış oldukları için şebekenin yönünü etkileyebildiklerini de gördük.

Sunduğumuz şey, geleceği hızlı ve verimli bir şekilde önizlemenin bir yolu. Kimsenin kristal topu yoktur (ve kuyrukta kimlerle rekabet ettiğinizi de bilemezsiniz), ancak çalışmalar uygun fiyatlı ve hızlı olursa, birçok senaryoyu keşfetmek müşterilerimizin sermayeleriyle daha bilinçli kararlar almalarına yardımcı olur. Ayrıca, müşterilerimize sistemlerindeki mevcut kapasiteyi açığa çıkarmak için alternatif yükseltmeleri keşfetme ve şebekelerle gerçek ortaklar olarak el ele ilerleme imkanı da sunuyoruz.

Kaliforniya şebekeleri, yaklaşık 18,7 GW yeni veri merkezi hizmet kapasitesi talebi almış durumda, ancak birçok önerilen proje hiç inşa edilmeyebilir. AI, şebekelerin güvenilir projeler ile spekülatif ya da tekrarlanan talepleri ayırt etmesine ve “hayalet yüklerin” uzun vadeli şebeke planlamasını bozmasını önlemesine yardımcı olabilir mi?

Spekülasyon irrasyonel değildir. Bir projenin incelenip bağlanmasının ne kadar uzun sürdüğünü düşündüğümüzde, spekülatif bağlantı taleplerine girebilecek mali güce sahip herkes bunu yapacaktır. Bu, mevcut bağlantı sürecine karşı mantıklı bir tepkidir. Bizim bakış açımıza göre, projeler incelenip inşa edildikleri hızda bağlanabilseydi, baştan spekülasyona teşvik olmayacaktı.

Dolayısıyla cevap, AI’yı spekülasyonu tespit etmek için kullanmak değil. Bunun yerine cevap, AI’yı süreci gerçekten iyileştirmek için kullanmaktır – daha fazla yükü daha verimli bir şekilde bağlamak. Bu, AI’nın hem bağlantı inceleme sürecini hızlandırması hem de şebeke iyileştirici teknolojiler ve esnek bağlantılar dahil olmak üzere alternatif hafifletmeler bulması anlamına gelir. Daha yüksek başvuru maliyetleri veya daha büyük teminatlar ve revize edilmiş bağlantı tarifeleri gibi düzenleyici değişikliklerle birleştiğinde, AI çok daha az spekülasyon içeren çok daha verimli bir sistemin kilidini açabilir.

Ancak değişiklikler olmadan, hayalet yüklerle ilgili zorluklar birikmeye devam edecek. Daha fazla hayalet yük, incelenmesi gereken daha fazla senaryo demektir, bu da şebeke planlayıcıları için uzun vadeli planlamayı zorlaştırır ve tüm sistemi yavaşlatır. Yavaş bir sistem spekülasyon teşvikini artırır. Bu, bizi 2023’te Piq’i kurmaya yönelten jeneratör bağlantı kuyruklarıyla gördüğümüz durumdur ve kırmaya çalıştığımız tam olarak bu geri besleme döngüsüdür.

Piq, esnek çözümler ve şebeke iyileştirici teknolojiler sayesinde neredeyse 1 GW şebeke kapasitesinin tanımlanmasına yardımcı olduğunu söylüyor. Hangi operasyonel değişiklikler veya teknolojiler bu kapasiteyi açığa çıkarıyor ve bir projenin büyük bir şebeke yükseltmesinden nasıl kaçındığına dair bir örnek üzerinden bize yürütme yapabilir misiniz?

Kapasiteyi açığa çıkarabilecek sadece üç şey vardır. Hepsi, şebekeye yakın zamanda sunulan operasyonel esneklik türleridir. Bu üç esneklik türüne Point Flexibility, Aggregate Flexibility ve Network Flexibility diyoruz.

Point Flexibility, bağlantı noktasında gerçekleşen değişiklikleri kapsar; kendi üretiminizi getirmeniz (BYOG), net çekiş limitleri, yük kısıtlaması/kontrol edilebilir yükler gibi çözümler buna örnektir. Aggregate Flexibility, VPP’ler ve iletim kısıtlamalarını yönetmek için bir araya getirilen DER’ler gibi ağ genelindeki dağıtılmış kaynaklardır. Network Flexibility ise şebeke parametreleri ve konfigürasyonudur – gelişmiş güç akışı kontrolü, topoloji optimizasyonu ve dinamik hat derecelendirmesi. Önemli olan, bu üçünün de modellenebilir, planlanabilir ve sonunda bir kontrol odasına dağıtılabilir olmasıdır.

En temiz örnek network flexibility’dir. Bağlayıcı kısıtlamanın tek bir eleman olduğu bir durumu inceledik ve o kısıtlamada doğrudan 70 MVAr güç akışı kontrolü uygulayarak yaklaşık 600 MW ek kapasite açığa çıkarıldı. Yeni iletim hatları yok, çok yıllı izin süreçleri yok, sadece 600 MW kapasiteyi açığa çıkarmak için küçük bir ağ yükseltmesi yapıldı.

İletim şebekesi kapasite kullanım oranı en kötü planlama koşullarında bile sadece %35 civarındadır. Şebeke dolu değildir. Bugün büyük yükleri bağlamadaki en büyük zorluk ağ kapasitesi olsa da, şebeke sadece belirli yerlerde ve belirli koşullarda kısıtlıdır. Bu kısıtların çoğunun, yeni hatlar için on yıl beklemeyi gerektirmeyen bir çözümü vardır ve bu çözüm şebekenin daha iyi incelenmesiyle belirlenebilir.

Bu üç esneklik türü için hızla büyüyen bir ekosistem var. Base Power, Voltus, Smart Wires, NewGrid ve diğer şirketler bugün ölçekli gerçek çözümler sunuyor. Eksik olan tek parça, bu çözümlerin ilk etapta bağlantı çalışmalarına dahil edilmesini sağlayacak analitik çerçevedir.

Şebekeyi ilgilendiren mühendislik kararları, güvenilirliği, elektrik fiyatlarını ve on yıllar sürecek altyapı yatırımlarını etkileyebilir. AI ajanlarının giderek karmaşıklaşan planlama iş akışlarına güvenebilmesi için hangi güvenlik önlemleri, doğrulama süreçleri, izinler ve denetim izleri gereklidir?

%100 aynı fikirdeyiz. Sağlam mühendislik kararları alabilmek için otomatikleştirilmiş her iş parçasının denetlenebilir ve tekrarlanabilir olması gerekir. Her eylem için bir belge izi olmalı, çünkü bir AI’nın kara kutu içinde çalışıp kontrolden çıkmasını istemezsiniz.

Denetim izlerimiz çok yönlüdür. Ajans konuşmalarını, ajans eylemlerini ve deterministik araç yürütmelerini saklarız. Her alt adım ve alt iş akışı, tüm giriş ve çıkışlarını haritalar ve yönetir, böylece her şey uçtan uca denetlenebilir.

İzinler de çok önemlidir. Ajanslarımız, birlikte çalıştıkları kullanıcının izinlerini devralır. Bir ajans, çalıştığı kişinin göremediği veya yapamadığı veri ve eylemleri göremez veya gerçekleştiremez.

Bu, veri yönetişiminin daha geniş temasıyla ilgilidir ve ajanslar tarihsel paradigmaları değiştiriyor. Tarihsel olarak yönetişim, tek bir silo içinde sınırlı kapsamlı yapılandırılmış verilerle ilgiliydi. Ajanslarla yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veriler silolar arasında hareket ediyor — bu, Piq gibi bir platformun vaat ettiği kilidi tam olarak açıyor ve yönetişimi zorlaştıran şey de budur. Oyunda çok daha fazla veri var ve ona etkileşimde bulunan kişi yelpazesi de daha geniş. Bir enerji sistemleri organizasyonunda bu durum iki kat önem taşıyor: rekabetçi açıdan hassas yatırım bilgileri ve CEII için. Neyse ki, IEEE Veri Yönetişimi Görev Gücü gibi gruplarda çalışan akıllı kişiler bu konuda çalışıyor.

Piq, platformunu genişletmek için yakın zamanda aşırı abone olunan 5 milyon dolarlık bir tohum turu topladı. Beş yıl sonrasına bakarak, AI’nın şebeke planlamasını nasıl değiştireceğini ve AI veri merkezleri, elektrifikasyon ve endüstriyel büyüme tarafından oluşturulan elektrik talebiyle başa çıkmak için daha hızlı analizlerin yeterli olup olmayacağını nasıl öngörüyorsunuz?

Analizi hızlandırmak için AI kullanmanın, elektrik talebiyle başa çıkmanın anahtarı olduğuna inanıyorum. Temel çıkarım, bu ölçekteki otomasyonun sadece aynı işi daha hızlı yapmakla kalmayıp, sınırlı insan kapasitesiyle yapılamayacak analizleri mümkün kılmasıdır. Esnek bağlantılar, esnek iletim şebekeleri, şebekeyi geliştiren teknolojiler — bunların hepsi, bugün şebekede zaten mevcut olan gizli kapasiteyi açığa çıkarır. Bunu hızlandırılmış bağlantı çalışmalarıyla birleştirerek, talebi karşılayabileceğimize inanıyoruz.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Piq Energy adresini ziyaret etmelidir.