Tutte le principali economie si trovano ad affrontare lo stesso problema in questo momento. L’intelligenza artificiale lo è consumando elettricità a un ritmo che le griglie non sono mai state progettate per gestire. Negli Stati Uniti, i prezzi del mercato della capacità di PJM, il più grande operatore di rete del paese, sono aumentati di oltre dieci volte in due anni, con la crescita dei data center identificata come un fattore primario. In Europa, le utility si stanno affrettando per aggiornare le infrastrutture di trasmissione abbastanza velocemente da tenere il passo con la domanda degli hyperscaler.
L’Agenzia Internazionale per l’Energia (IEA) progetti Il consumo globale di elettricità dei data center potrebbe avvicinarsi a 1.000 TWh entro la fine di questo decennio. L’energia rinnovabile è in gran parte presente, ma la capacità di coordinarla, attraverso la mappatura della rete energetica basata sull’intelligenza artificiale su scala nazionale, è ciò che manca ancora alla maggior parte dei paesi. Ma la Cina l’ha appena costruito.
UN studio pubblicato su Nature questa settimana dai ricercatori dell’Università di Pechino e della DAMO Academy di Alibaba Group ha prodotto qualcosa che nessun paese è mai riuscito prima: un inventario completo, ad alta risoluzione, generato dall’intelligenza artificiale dell’infrastruttura eolica e solare di un’intera nazione, con il quadro analitico per coordinarlo come un sistema unificato.
Utilizzando un modello di deep learning addestrato su immagini satellitari sub-metriche, il team ha identificato i 319.972 impianti solari fotovoltaici e le 91.609 turbine eoliche della Cina, elaborando 7,56 terabyte di immagini per farlo.
Mappatura della rete energetica tramite intelligenza artificiale
La ricerca precedente sulla complementarità del vento solare – l’idea che due fonti possano compensare la variabilità reciproca nel tempo e nella geografia – si è basata in gran parte su scenari di implementazione ipotetici o modellati. Il modo in cui la complementarità si manifesta nelle infrastrutture del mondo reale e il modo in cui modella i risultati dell’integrazione a livello di sistema è rimasto finora poco chiaro.
I ricercatori mostrano che la complementarità del vento solare riduce sostanzialmente la variabilità della generazione, con un’efficacia che aumenta man mano che si espande l’ambito geografico dell’accoppiamento.
In termini pratici, quanto più lontani sono gli impianti coordinati, tanto più affidabile sarà il raggiungimento dell’equilibrio. Ad esempio, una nuvola che copre i parchi solari nel Gansu non oscura i corridoi eolici nella Mongolia Interna. I risultati dello studio evidenziano un’inefficienza strutturale nel modo in cui la Cina attualmente gestisce la propria rete: il coordinamento avviene a livello provinciale piuttosto che nazionale.
Il passaggio a una scala nazionale unificata, sostengono i ricercatori, renderebbe più semplice accoppiare fonti energetiche complementari, stabilizzare la rete ed evitare la riduzione – lo spreco di energia rinnovabile generata che è stato a lungo uno dei problemi di energia pulita più costosi della Cina.
Liu Yu, professore alla Scuola di Scienze della Terra e dello Spazio dell’Università di Pechino, ha descritto l’inventario come se permettesse alla Cina di vedere il suo panorama di nuova energia da una “vista dall’occhio di Dio”, una frase che ha un peso operativo maggiore di quanto potrebbe suggerire a prima vista. I gestori della rete non possono ottimizzare ciò di cui non sono a conoscenza – fino ad ora.
La Cina è nel mezzo di un’impennata della domanda di elettricità guidata dall’intelligenza artificiale che sta mettendo a dura prova la sua rete. La rapida proliferazione dei servizi dati e delle massicce strutture informatiche hanno causato spinto Secondo il China Electricity Council, il consumo energetico del settore è aumentato del 44% su base annua nel primo trimestre del 2026, raggiungendo i 22,9 miliardi di kilowattora.
Si tratta di un tasso di crescita straordinario per un settore la cui domanda era già elevata. Ciò ha accelerato l’espansione dei data center nelle province settentrionali e occidentali della Cina, dove i terreni sono più economici, le risorse eoliche e solari sono più disponibili, con prezzi dell’elettricità proporzionalmente più bassi. Le province prese di mira per i nuovi data center sono le stesse regioni con la più alta complementarità con l’energia eolica solare.
Dietro il modello
Il risultato tecnico alla base di questo vale la pena di essere compreso di per sé. Il modello di deep learning di DAMO è stato addestrato per identificare gli impianti solari fotovoltaici e le turbine eoliche da immagini satellitari con risoluzione inferiore al metro, un compito complicato dall’assoluta diversità dei tipi di installazione, delle condizioni del terreno e della qualità delle immagini.
Il set di dati risultante copre installazioni in 1.915 contee cinesi, spaziando dai pannelli sui tetti delle città costiere ai parchi eolici su larga scala sull’altopiano mongolo. L’elaborazione di 7,56 terabyte di immagini per produrre un inventario coerente a livello nazionale a livello di contea è una dimostrazione di ciò che l’intelligenza artificiale geospaziale su larga scala può fare se applicata a problemi infrastrutturali e un modello che altri paesi potrebbero, in linea di principio, replicare.
Il settore dell’energia pulita cinese ha generato un stimato Secondo il Centro per la ricerca sull’energia e l’aria pulita con sede in Finlandia, l’anno scorso la produzione economica è stata di 15,4 trilioni di yuan (2,26 trilioni di dollari), equivalenti all’intero PIL del Brasile. Gestire un patrimonio di tale portata senza uno strumento di visibilità a livello nazionale sarebbe sempre stato un fattore limitante, un limite che ora è scomparso.
Il set di dati e il codice dello studio sono stati resi pubblici tramite Zenodo.
(Foto di Luo Lei)
Vedi anche: All’interno della spinta della Cina ad applicare l’intelligenza artificiale nel suo sistema energetico
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici, clicca Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
