Том Нуделл, генеральний директор та співзасновник Piq Energy — серія інтерв’ю

Tom Nudell, генеральний директор та співзасновник Piq Energy, є інженером електричних систем і технічним керівником з глибоким досвідом у галузі аналітики мереж, планування передачі та енергетичної інфраструктури. Перед тим як заснувати Piq Energy, він провів майже сім років у Smart Wires, де пройшов кілька керівних ролей в аналітиці і в кінцевому підсумку обіймав посаду директора з продуктової та рішеневої аналітики, керуючи міждисциплінарними командами інженерів з планування передачі, програмних інженерів та аналітиків, які працювали над розширеними дослідженнями планування мереж та автоматизованими аналітичними системами. Раніше Нуделл був постдокторським дослідником у MIT, де його робота зосереджувалась на стійкості у взаємопов’язаних енергетичних системах, управлінні енергією мікромереж та транзакційному контролі. Він також проводив дослідження в North Carolina State University щодо виявлення збурень у масштабних електричних мережах за допомогою вимірювань у реальному часі, машинного навчання, інформованого фізикою, теорії керування та оптимізації.

Piq Energy — це компанія, що розробляє програмне забезпечення для планування мереж, орієнтована на прискорення підключення нових енергетичних проєктів, дата‑центрів та інших великих електричних навантажень до електричної мережі. Її платформа дозволяє розробникам і комунальним службам виконувати складні дослідження мереж власними силами, автоматизувати інженерні робочі процеси, оцінювати потенційні точки підключення та швидше тестувати численні проєктні та мережеві сценарії. Piq розробляє агентну платформу планування мереж, яка поєднує моделі електричних систем, дані, інженерні інструменти та робочі процеси, керовані ШІ, в єдиному середовищі, з застосуванням у сонячній, вітровій енергетиці, акумуляційних сховищах енергії та великих навантаженнях. Компанія стверджує, що її технологія керує понад 1,000 моделями передачних мереж і була використана для виконання понад 10,000 інженерних робочих процесів, оскільки вона прагне зменшити один із найбільших вузлів, що стоїть на шляху нової енергетики та обчислювальної інфраструктури: тривалі процеси підключення до мережі.

Ваша кар’єра охоплювала дослідження машинного навчання, інформованого фізикою, роботу зі стійкістю мереж у MIT та сім років створення аналітики планування передачі в Smart Wires. Як ці досвіди допомогли вам визначити конкретну проблему, яка стала основою Piq Energy?

Моя кандидатська дисертація була в галузі обчислювальних електричних систем, де я зосереджувався на широкомасштабному моніторингу та керуванні у реальному часі. Після цього я пройшов постдокторську програму в MIT, досліджуючи стійкі електричні мережі та динамічні ринкові механізми. Після постдокторантури я приєднався до Smart Wires, де провів сім років, засновуючи та розвиваючи команду аналітики. Моя команда охоплювала інженерію електричних систем по всьому світу на чотирьох континентах, маючи експертизу у потоках потужності, ринковому моделюванні, динаміці, EMT та апаратному моделюванні в режимі реального часу.

Протягом трьох місяців після приєднання до Smart Wires я зрозумів, що планування мереж по суті є масштабною та складною задачею науки про дані. Я почав мріяти про те, як спростити та автоматизувати найдорогоцінніші частини процесу: визначення аналізу, координацію між різними експертами‑предметниками та створення і верифікацію моделей. Для покращення процесу планування мереж ми розробили кілька ключових ідей. Перша — відтворюваність: якщо ваш аналіз на 100 % відтворюваний, то маржинальні витрати на повторний запуск аналізу іншим фахівцем мають бути нульовими. Така відтворюваність є вирішальною для забезпечення безшовної співпраці між розробниками, комунальними службами та іншими третіми сторонами під час досліджень мереж. Друга — застосування концепції «всі моделі помилкові, деякі корисні» і зосередження на верифікації того, що у нас є корисна модель для даної задачі, а не спроба створити та підтримувати най«точнішу» модель для всього. (Коли ми говоримо про «моделі», маємо на увазі моделі мережевих топологій, динамічні моделі пристроїв та установок тощо.)

Ці початкові інсайти спонукали мене та Діо, мого співзасновника, мріяти про створення складної програмної платформи для автоматизації нашої роботи. Водночас ми спостерігали, як черга підключень перетворюється на величезний вузол для мережі. Ми також бачили зростаючі труднощі підключення нових технологій мереж, включаючи інверторні ресурси (IBRs, включаючи всі нові проєкти відновлюваної енергії) та технології підвищення ефективності мереж, такі як апаратне забезпечення SmartValve, яке продавало Smart Wires. Діо та я зрозуміли, що знаємо, як вирішити ці проблеми, проте нам потрібно створити програмну компанію, щоб це зробити.

Є три складові: По‑перше, мій досвід у обчислювальних електричних системах та керування глобальною командою аналітики стали фундаментом. По‑друге, робота, яку ми вже виконали в Smart Wires, підтвердила, що існує реальна відчутна цінність, яку можна створити. І, нарешті, макросередовище — масштаб виклику, який одночасно є масштабом можливості — стало каталізатором для переходу до створення Piq Energy.

Piq описує себе як \”агентну платформу планування мереж\”. Чим система є агентною, а не просто платформою автоматизації чи аналітики, і які завдання її ШІ‑агенти можуть самостійно планувати та виконувати?

Piq прискорює підключення. Технічний аналіз наразі є найбільшим вузлом у процесі підключення, тому ми створюємо автономну платформу планування мереж, щоб прискорити ці технічні аналізи.

Існують рівні автоматизації. Сьогодні ці рівні автоматизації не визначені явно для планування мережі та підключення, але ви можете уявити щось подібне до рівнів автоматизації SAE для водіння. Я згадував цю ідею у своїй статті 2018 року, опублікованій на Конгресі CIGRE. [T. Nudell, et al. “On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

Тепер у нас є ця дивовижна, універсальна технологія великих мовних моделей, і разом з Piq ми з’ясовуємо, як скористатися агентною автономією, залишаючись при цьому впевненими, що фізика та інженерія виконуються правильно, у повністю відтворюваний, аудиторський спосіб щоразу.

Сьогодні наш агент налаштовує моделі та сценарії, запускає дослідження, перехресно посилається на опубліковані звіти, аналізує результати та пише нові звіти, що базуються на даних дослідження.

Дослідження мережі спираються на встановлене інженерне програмне забезпечення, детальні мережеві моделі та суворі фізичні обмеження. Як Piq поєднує ШІ з цими детерміністичними інструментами, не дозволяючи ймовірнісній моделі переважати над фундаментальною фізикою електричної системи?

Ви праві, що дослідження мережі спираються на встановлене ПЗ, детальні моделі та відому фізику. Наша платформа дозволяє агентам доповнювати людську експертизу, використовуючи наші дані та контекст щодо того, які дослідження проводити, як налаштовувати сценарії, і потім закріплювати аналіз у конкретних даних результатів.

Але все, що між цим, є масштабованою детерміністичною автоматизацією. Агентами ніколи не пишеться новий код і не використовуються незнайомі фізичні симулятори. Це забезпечує значно вищий рівень довіри до платформи порівняно з іншими підходами, оскільки робота агента відтворювана та аудиторська, і виконується правильно кожного разу. Іншими словами, якщо інженер‑людина перевіряє вихідні дані, він має змогу відтворити кожен крок процесу і отримати ті ж результати.

Які частини традиційного дослідження підключення або планування передачі Piq може автоматизувати сьогодні, а які рішення все ще мають бути переглянуті та схвалені кваліфікованим інженером?

Сьогодні Piq надає розробникам набір інструментів на всіх етапах процесу дослідження підключення.

Перший – це високорівневе скринінгове дослідження нових ділянок (greenfield) на великих територіях, яке ми називаємо регіональним скринінговим аналізом. Воно створює теплову карту N‑1 резерву потужності на кожному вузлі регіону, щоб ви могли побачити, де мережа має вільну потужність перед вибором місця.

Другий – це глибший скринінг у конкретному місці — дослідження POI (point of interconnection) або точковий скринінг. Такі дослідження детально аналізують один пункт підключення: всі мережеві обмеження, можливі модернізації та їх вартість для проєкту, що підключається.

Третій – управління чергою. Тут розробники можуть моделювати ігрову теорію кластерного дослідження, розуміючи детальне розподілення вартості та те, як це розподілення змінюється при зміні пулу генераторів. Проєкти змінюють розмір, проєкти виходять, інші розробники вживають дії, і ваше розподілення вартості змінюється разом з ними. Це динамічна проблема, і сьогодні більшість розробників дізнаються про неї постфактум, а не моделюють заздалегідь.

Piq також автоматизує процес створення та валідації динамічних моделей електростанцій — обладнання та керування, які представляють дата‑центри, сонячні ферми та інші учасники мережі.

Усі ці моделі, результати та звіти потребують участі людини, яка може керувати вхідними даними та перевіряти вихідні. Ми не стверджуємо, що маємо повністю автономну систему, і я не довіряв би тим, хто стверджує протилежне.

Piq завершив понад 10 000 виробничих досліджень. Чого вас навчив робота в такому масштабі щодо підтримання точності моделей, відстеження змін умов мережі та створення результатів, які інженери можуть відтворити та аудиторити?

Показник у 10 000 вже застарів, і з січня (коли ця цифра була опублікована) ми проводимо 2 000 досліджень на місяць і продовжуємо рости. Це результат зростання нашої бази користувачів та того, що все більше користувачів створює внутрішні системи, які також масштабуються.

Робота в такому темпі навчає, що відтворюваність — це не просто функція, яку додають. Це обмеження, яке визначає, чи можна працювати з такою швидкістю взагалі. Якщо дослідження не можна відтворити, його не можна аудиторити, а без аудиту ніхто не може діяти за його результатами. Якщо ваші дослідження не є практичними, ви лише генеруєте обсяг, а не цінність. Усе, як ми будували платформу, випливає з ідеї створювати корисні моделі та проводити цінні дослідження.

Piq дозволяє розробникам дата‑центрів та іншим клієнтам з великим навантаженням оцінювати потенційні майданчики та сценарії підключення ще до звернення до комунальної компанії. Як такі дослідження, ініційовані розробниками, можуть прискорити процес без створення конфліктних припущень або дублювання офіційного аналізу комунальної компанії?

Комунальна компанія все ще повинна провести власне офіційне дослідження, але наші клієнти не можуть чекати. Сьогодні отримання результатів цього офіційного дослідження може займати понад рік, і за цей час наші клієнти мають інвестиції в сотні мільйонів доларів. У них є обладнання, яке треба закупити, земля, яку треба придбати, і позиції під’єднання, які треба забезпечити по всій країні. Ми даємо нашим клієнтам можливість приймати ці рішення ще до офіційного дослідження комунальної компанії. Ми також бачили, як наші клієнти можуть впливати на напрямок компанії, оскільки вони озброєні знаннями про гнучкі рішення підключення або альтернативні модернізації для підключення додаткових потужностей.

Те, що ми пропонуємо, — це швидкий і ефективний спосіб передбачити майбутнє. Ніхто не має кришталевої кулі (і ви не знаєте, з ким ще змагаєтеся в черзі), але якщо дослідження доступні та швидкі, то вивчення багатьох сценаріїв допомагає нашим клієнтам приймати більш обґрунтовані рішення щодо їхнього капіталу. Ми також надаємо можливість нашим клієнтам досліджувати альтернативні модернізації, щоб розблокувати існуючі потужності їхньої системи, і працювати рука об руку з комунальними компаніями як справжні партнери.

Комунальні компанії Каліфорнії отримали запити на приблизно 18,7 ГВт нових потужностей для центрів обробки даних, хоча багато запропонованих проєктів можливо ніколи не будуть збудовані. Чи може ШІ допомогти комунальним компаніям розрізнити достовірні проєкти від спекулятивних або дубльованих запитів і запобігти \”фантомним навантаженням\”, які спотворюють довгострокове планування мережі?

Спекуляція не є ірраціональною. З урахуванням того, скільки часу потрібно, щоб проєкт був вивчений і підключений, будь-хто, хто може дозволити собі подавати спекулятивні запити на підключення, це робитиме. Це раціональна реакція на процес підключення, яким він є сьогодні. На нашу думку, якби проєкти могли бути вивчені та підключені так швидко, як їх можна будувати, не було б стимулу до спекуляції.

Отже, відповідь не в тому, щоб використовувати ШІ для виявлення спекуляції. Натомість відповідь полягає у використанні ШІ для реального покращення процесу — більш ефективного підключення більшої кількості навантаження. Це означає застосування ШІ як для прискорення процесу дослідження підключення, так і для пошуку альтернативних заходів, включаючи технології підвищення ефективності мережі та гнучкі підключення. У поєднанні з регуляторними змінами, такими як підвищені витрати на подачу заявок, більші депозити та переглянуті тарифи на підключення, ШІ може відкрити набагато ефективнішу систему з значно меншою кількістю спекуляції.

Але за відсутності змін проблеми з фантомними навантаженнями будуть лише зростати. Більше фантомних навантажень означає більше сценаріїв для вивчення, що ускладнює довгострокове планування для планувальників комунальних компаній, а це уповільнює всю систему. Повільніша система підвищує стимул до спекуляції. Саме це ми спостерігали в чергах підключення генераторів, що спонукало нас заснувати Piq у 2023 році, і саме цей зворотний зв’язок ми намагаємося розірвати.

Piq стверджує, що його робота допомогла виявити майже 1 ГВт потужності мережі завдяки гнучким рішенням та технологіям підвищення ефективності мережі. Які типи операційних змін або технологій розблоковують цю потужність, і чи можете ви навести приклад, коли проєкт уникнув великого оновлення мережі?

Лише три речі можуть розблокувати потужність. Це всі типи операційної гнучкості, які до нещодавна не були доступні мережі. Ми називаємо ці три типи гнучкості Точкова гнучкість, Агрегатна гнучкість та Мережева гнучкість.

Точкова гнучкість — це зміни в точці підключення, включаючи рішення, такі як bring your own generation (BYOG), обмеження чистого виведення, скорочення навантаження/контрольовані навантаження та інші. Агрегатна гнучкість — це розподілені ресурси по мережі, такі як ВПП та DER, агреговані для управління обмеженнями передачі. Мережева гнучкість — це параметри та конфігурація самої мережі — передовий контроль потоку енергії, оптимізація топології та динамічне рейтингування ліній. Важливо, що всі три можна моделювати, планувати та зрештою впроваджувати в центр управління.

Найчистіший приклад — це мережева гнучкість. Ми вивчали випадок, коли обмежувальний фактор був одним елементом, і 70 МВАр контролю потоку енергії, розгорнутий безпосередньо на цьому обмеженні, розблокував приблизно 600 МВт додаткової потужності. Жодних нових ліній передачі, жодних багаторічних дозволів, лише невелике оновлення мережі, щоб розблокувати 600 МВт потужності.

Використання пропускної спроможності передачної мережі становить лише близько 35 % у найгірших планувальних умовах. Мережа не заповнена. Хоча найбільша проблема підключення великих навантажень сьогодні — це пропускна спроможність мережі, вона обмежена лише в окремих місцях за певних умов. Більшість цих обмежень мають рішення, яке не передбачає чекати десятиліття на нові лінії, і це рішення можна виявити шляхом кращого вивчення мережі.

Для цих трьох типів гнучкості швидко розвивається екосистема. Компанії, такі як Base Power, Voltus, Smart Wires, NewGrid та інші, вже сьогодні впроваджують реальні рішення у масштабах. Єдиний відсутній елемент — це аналітична рамка, яка дозволить впровадити ці рішення у дослідження підключення спочатку.

Інженерні рішення, що стосуються мережі, можуть впливати на надійність, ціни на електроенергію та інвестиції в інфраструктуру протягом десятиліть. Які заходи безпеки, процеси валідації, дозволи та аудиторські сліди необхідні, перш ніж комунальні компанії зможуть довіряти ШІ‑агентам у все складніших процесах планування?

Ми на 100% згодні. Щоб приймати обґрунтовані інженерні рішення, кожен елемент автоматизованої роботи має бути аудиторським і відтворюваним. Потрібен документальний слід для кожної дії, оскільки ви не хочете, щоб ШІ працював у чорному ящику і вийшов з‑під контролю.

Наші аудиторські сліди багатогранні. Ми зберігаємо розмови агента, дії агента та детерміноване виконання інструменту. Кожен підкрок і підпроцес відображає та керує всіма своїми вхідними та вихідними даними, тому все є аудиторським від початку до кінця.

Дозволи також мають вирішальне значення. Наші агенти успадковують дозволи від користувача, з яким працюють. Агент не може бачити дані або виконувати дії, які особа, для якої він працює, не могла бачити чи виконувати сама.

Це стосується ширшої теми управління даними, і агенти змінюють історичні парадигми. Традиційно управління стосувалося структурованих даних, обмежених одним силосом. За допомогою агентів у вас є структуровані, напівструктуровані та неструктуровані дані, які переміщуються між силосами — саме те, що обіцяє платформа, подібна до Piq, і саме це ускладнює управління. Даних у грі набагато більше, і ширший спектр людей взаємодіє з ними. У організації енергетичних систем це має подвійне значення: для конкурентно чутливої інвестиційної інформації та для CEII. На щастя, над цим працюють розумні люди, зокрема ті, хто залучений до IEEE Task Force on Data Governance for Power System Organizations.

Piq нещодавно залучив переповнений посівний раунд у розмірі 5 мільйонів доларів для розширення своєї платформи. Дивлячись на п’ять років вперед, як ви очікуєте, що ШІ змінить планування мережі, і чи буде швидший аналіз достатнім, щоб встигати за попитом на електроенергію, створеним дата‑центрами ШІ, електрифікацією та промисловим зростанням?

Я вважаю, що використання ШІ для прискорення аналізу є ключовим для встигнення за попитом на електроенергію. Основний висновок полягає в тому, що автоматизація в такому масштабі — це не лише швидше виконання тієї ж роботи, а й можливість проведення аналізу, який просто не міг би бути здійснений за обмеженими людськими ресурсами. Гнучке підключення, гнучкі передавальні мережі, технології підвищення ефективності мережі — усе це розкриває приховану потужність, яка вже існує в мережі сьогодні. Поєднавши це з прискореними дослідженнями підключення, ми віримо, що зможемо встигати за попитом.

Дякуємо за чудове інтерв’ю, читачі, які бажають дізнатися більше, повинні відвідати Piq Energy.