Oferecido por
A crescente popularidade da IA está impulsionando um aumento na demanda por eletricidade tão significativo que tem o potencial de remodelar nossa rede elétrica. O consumo de energia por centros de dados aumentou 80% de 2020 a 2025 e provavelmente continuará crescendo. Os preços da eletricidade já estão subindo, especialmente em locais onde os centros de dados estão mais concentrados.
Ainda assim, muitas pessoas, especialmente na Big Tech, argumentam que a IA será, no balanço geral, uma força positiva para a rede elétrica. Eles afirmam que a tecnologia poderia ajudar a colocar mais energia limpa em operação mais rapidamente, operar nosso sistema elétrico com mais eficiência e prever e prevenir falhas que causam apagões.
Há exemplos iniciais em que a IA já está ajudando, incluindo ferramentas de IA que as concessionárias de energia estão usando para ajudar a prever oferta e demanda. A questão é se essas grandes promessas se concretizarão rápido o suficiente para superar os efeitos negativos da IA sobre as redes e comunidades locais.
Um equilíbrio delicado
Uma área em que a IA já está sendo usada para a rede é a de previsão, diz Utkarsha Agwan, integrante do grupo sem fins lucrativos Climate Change AI.
Operar a rede é um exercício de equilíbrio: os operadores precisam entender qual é a demanda de eletricidade e ligar a combinação certa de usinas para atendê-la. Eles otimizam a economia ao longo do processo, escolhendo as fontes que manterão os preços mais baixos para todo o sistema.
Isso torna necessário olhar com antecedência de horas e, em alguns casos, dias. Os operadores consideram fatores como dados históricos (feriados costumam registrar demanda mais alta) e o clima (um dia quente significa mais aparelhos de ar condicionado consumindo energia). Essas previsões também consideram qual nível de oferta é esperado de fontes intermitentes como painéis solares.
Há pouco risco no uso de ferramentas de IA em previsões; muitas vezes não é uma aplicação tão sensível ao tempo quanto outras, que podem exigir reações em questão de segundos ou até milissegundos. Um operador de rede pode usar uma previsão para determinar quais usinas precisarão ser ligadas. Outros grupos também podem rodar suas próprias previsões, usando ferramentas de IA para decidir, por exemplo, como dimensionar a equipe de uma usina. As ferramentas também não podem controlar nada fisicamente. Em vez disso, podem ser usadas junto com métodos mais convencionais para fornecer mais dados.
Hoje, os operadores da rede fazem muitas aproximações para modelar a rede, porque o sistema é tão incrivelmente complexo que é impossível saber de fato o que está acontecendo em todos os lugares o tempo todo. Não apenas há uma série de usinas e consumidores a considerar, como também cuidados como garantir que as linhas de transmissão não sejam sobrecarregadas.
Trabalhar com essas estimativas pode levar a algumas ineficiências, diz Kyri Baker, professora da Universidade do Colorado em Boulder. Os operadores tendem, por exemplo, a gerar um pouco mais de eletricidade do que o sistema consome. Usar IA para criar um modelo melhor poderia reduzir parte dessas perdas e permitir que os operadores tomem decisões sobre como controlar a infraestrutura em tempo real para chegar a uma correspondência mais próxima entre oferta e demanda.
Ela dá o exemplo de uma ida ao aeroporto. Imagine que exista uma rota que você sabe que o levará até lá em cerca de 45 minutos. Pode haver outra rota, mais complicada, que poderia economizar algum tempo em condições ideais, mas você não tem certeza se ela é melhor em um dia específico. O que a rede faz hoje é o equivalente a pegar a rota confiável.
“Então esse é o fosso que a IA pode ajudar a fechar. Podemos resolver esse problema mais complexo, com rapidez e confiabilidade suficientes para possivelmente usá-lo e reduzir emissões”, diz Baker.
Em teoria, a IA poderia ser usada para operar a rede inteiramente sem intervenção humana. Mas esse trabalho ainda está, em grande parte, na fase de pesquisa. Os operadores da rede estão à frente de algumas das infraestruturas mais críticas do país, e o setor hesita em mexer em algo que já está funcionando, diz Baker. Se esse tipo de tecnologia vier a ser usado nas operações da rede, ainda haverá humanos no loop para ajudar a tomar decisões, ao menos quando for implantado pela primeira vez.
Planejando com antecedência
Outra área fértil para a IA é planejar futuras atualizações da rede elétrica. Construir uma usina pode levar muito tempo — o prazo típico do pedido inicial até a operação comercial nos EUA é de aproximadamente quatro anos. Uma das razões para a longa espera é que novas usinas precisam demonstrar como podem afetar o restante da rede antes de se conectarem.
Um estudo de interconexão examina se a adição de uma nova usina de um determinado tipo em um determinado local exigiria atualizações na rede para evitar problemas. Depois que reguladores e concessionárias determinam quais atualizações podem ser necessárias, eles estimam o custo, e o desenvolvedor de energia geralmente arca com a conta.
Hoje, esses estudos podem levar meses. Eles envolvem tentar entender um sistema incrivelmente complicado e, como dependem de estimativas de outras usinas existentes e propostas, apenas alguns podem ocorrer em uma área em um dado momento. Isso ajudou a criar a fila de interconexão que dura anos, uma longa lista de usinas esperando sua vez de se conectar à rede em mercados como os EUA e a Europa. A grande maioria dos projetos na fila hoje é de fontes renováveis, o que significa que há energia limpa apenas esperando para entrar em operação.
A IA poderia ajudar a acelerar esse processo, produzindo esses relatórios mais rapidamente. O Midcontinent Independent System Operator, um operador de rede que cobre 15 estados no centro dos EUA, está atualmente trabalhando com uma empresa chamada Pearl Street para ajudar a automatizar esses relatórios.
A IA não será uma cura para todos os problemas do planejamento da rede; há outras etapas para destravar a fila de interconexão, incluindo a obtenção das licenças necessárias. Mas a tecnologia poderia ajudar a fazer as coisas avançarem. “Quanto mais cedo conseguirmos acelerar a interconexão, melhor estaremos”, diz Rob Gramlich, presidente da Grid Strategies, uma consultoria especializada em transmissão e mercados de energia.
Há uma lista crescente de outros usos potenciais para a IA na rede e na geração de eletricidade. A tecnologia poderia monitorar e se antecipar a falhas em equipamentos que vão desde linhas de transmissão até caixas de engrenagens. A visão computacional poderia ajudar a detectar desde incêndios florestais até linhas com defeito. A IA também poderia ajudar a equilibrar oferta e demanda em usinas virtuais, sistemas de recursos distribuídos como carregadores de veículos elétricos ou aquecedores de água inteligentes.
Embora existam exemplos iniciais de pesquisas e programas-piloto para a IA, do planejamento à operação da rede, alguns especialistas são céticos de que a tecnologia entregará no nível que alguns esperam. “Não é que a IA não tenha trazido algum tipo de transformação aos sistemas de energia”, diz Agwan, da Climate Change AI. “É que a promessa sempre foi maior, e a expectativa sempre foi maior.”
Alguns lugares já estão vendo preços de eletricidade mais altos por causa das necessidades energéticas dos centros de dados. A situação provavelmente vai piorar. A demanda de eletricidade por centros de dados deve dobrar até o fim da década, chegando a 945 terawatts-hora, aproximadamente a demanda anual de todo o Japão.
O crescimento da infraestrutura necessário para suportar o aumento de carga da IA superou as promessas da tecnologia “e por uma boa margem”, diz Panayiotis Moutis, professor assistente de engenharia elétrica no City College de Nova York. As contas mais altas causadas pelo aumento das necessidades energéticas da IA não são justificadas pelas maneiras existentes de usar a tecnologia na rede, afirma.
“No momento, estou muito hesitante em pender para o lado de a IA ser uma bala de prata”, diz Moutis.
Casey Crownhart
