Portugal vai demonstrar aplicações de Inteligência Artificial sustentáveis para o Sector Elétrico e Mobilidade
INESC TEC integra projeto europeu que quer desenvolver e demonstrar soluções de Inteligência Artificial distribuídas e de elevada eficiência energética para os objetivos do Pacto Ecológico Europeu
Ao longo de três anos, o Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), no âmbito do projeto europeu GREEN.DAT.AI, irá desenvolver e demonstrar técnicas de Inteligência Artificial (IA), tendo a eficiência energética e inteligência distribuída (ao nível do dispositivo – edge computing) como requisitos fundamentais, para otimizar o carregamento de veículos elétricos e melhorar a eficiência operacional da produção de energia elétrica de base renovável. Financiado pela União Europeia, no Programa-Quadro Horizonte Europa, o projeto irá demonstrar a eficiência de novos serviços analíticos nos setores bancário, da energia, águas, agricultura e mobilidade. O objetivo é desenvolver novas soluções de gestão de dados, utilizando o potencial da IA para acelerar a transição para uma Economia mais verde.
Portugal será o ponto de partida para um conjunto de demonstrações transversais aos setores da mobilidade e da energia que irão criar soluções baseadas em IA, tendo em conta critérios de eficiência energética. “Vamos utilizar a capacidade de processamento computacional que existe ao nível dos carregadores de veículos elétricos para implementar algoritmos de inteligência artificial para um controlo do carregamento de forma distribuída, mas, coordenada, tendo em consideração as condições de operação da rede elétrica local”, explica Gil Sampaio, investigador do INESC TEC.
O objetivo é alcançar estratégias de carregamento mais eficientes, e que salvaguardem questões de privacidade e de partilha de dados, procurando valorizar tecnologia patenteada pelo INESC TEC. A infraestrutura de carregamento de veículos elétricos existente no edifício sede do Instituto será restruturada para acomodar novos carregadores, sendo parte destes dispositivos ligados a uma micro-rede real instalada no Laboratório de Redes Elétricas Inteligentes e Veículos Elétricos do Centro de Sistemas de Energia do INESC TEC. Desta forma, será possível demonstrar “processos otimizados de aproveitamento da produção renovável para carregar os veículos enquanto se evita a violação de restrições técnicas da rede”, adianta Gil Sampaio, “explorando a computação local, reduzindo o volume de dados trocados e o consumo de energia elétrica associado à IA”.
O tema da partilha de dados assume, no projeto, um papel de extrema relevância, considerando-se contextos de concorrência onde o potencial benefício da partilha é ofuscado pelo receio da sua exposição. Neste contexto, o INESC TEC explorará também mecanismos de monetização e incentivo à troca de dados (aprendizagem federativa) entre entidades concorrentes detentoras de ativos de produção renovável. Esta partilha, refere o investigador, “poderá melhorar a eficiência operacional de parques de energia renovável através de uma melhoria na previsibilidade da produção e dos procedimentos de manutenção das instalações”. Estas técnicas serão demonstradas num piloto promovido por outro parceiro nacional, a EDP NEW.
Os pilotos desenvolvidos em Portugal surgem no âmbito do projeto europeu GREEN.DAT.AI, no qual o INESC TEC e EDP NEW são parceiros, e que inclui outros cinco que irão ser desenvolvidos nos restantes setores de atuação: bancário, energia, agricultura, águas e mobilidade. Focado nos objetivos do Pacto Ecológico Europeu, pretende posicionar-se como uma forma de desenvolver tecnologias mais ecológicas, com vista à maior eficiência energética e fazendo face aos desafios sociais e ambientais emergentes. A ambição é consolidar soluções já desenvolvidas em projetos anteriores, financiados ao abrigo do programa H2020, aumentar a sua maturidade tecnológica e integrar numa plataforma eficiente, massivamente distribuída, de código aberto.
O Consórcio GREEN.DAT.AI é constituído por um grupo multidisciplinar de 17 parceiros de 10 países diferentes. O projeto aplica uma abordagem multidisciplinar para aproveitar o conhecimento de diferentes especialistas em energia, negócios de transporte e economia, bem como ciência de dados e engenharia.
Porto, 11 de maio de 2023
Tags: