SHELL – Ứng dụng trí tuệ nhân tạo để giải quyết vấn đề chuyển dịch năng lượng

Royal Dutch Shell khởi đầu là một cửa hàng bán vỏ sò. Đến năm 2018, nó là công ty lớn thứ năm thế giới về doanh thu.1 Hoạt động nó trải dài suốt toàn bộ chuỗi cung ứng nhiên liệu từ hoạt động thăm dò và khai thác đến tinh chế và bán lẻ. Shell là công ty hàng đầu thế giới về sản xuất nhiên liệu từ đầu đến cuối, khai thác, lọc dầu và bán lẻ – bao gồm cả dầu, khí đốt, nhiên liệu sinh học, năng lượng gió và mặt trời.

Một thách thức lớn mà nó đang phải đối mặt lúc này là vấn đề chuyển dịch năng lượng – việc chuyển từ nhiên liệu hóa thạch sang các nguồn năng lượng sạch hơn. Tuy nhiên, nó vẫn khẳng định rằng năng lượng tái tạo chưa thể cung cấp tất cả năng lượng cần thiết cho chúng ta thực hiện tất cả các hoạt động với sự thoải mái như những gì chúng ta đang có trong hiện tại.

Phấn đấu để triển khai trí tuệ nhân tạo (AI) trong toàn bộ hoạt động kinh doanh của nó đồng nghĩa với việc đảm nhận cả hai vị trí này. Do đó, Shell xem xét các giải pháp công nghệ thông minh cho cả hoạt động khai thác nhiên liệu hóa thạch để tăng hiệu quả, mà chính nó phải cắt giảm khí thải và các mục tiêu của nó trong lĩnh vực năng lượng tái tạo.

Trí tuệ nhân tạo được áp dụng để giải quyết vấn đề gì?

Các chuyên gia đồng ý rằng tương lai của hoạt động lái xe có lẽ là năng lượng điện, và xem xét lại mối quan hệ của chúng ta với động cơ đốt trong đóng một vai trò to lớn trong việc đạt được các mục tiêu về biến đổi khí hậu.

Nhưng một trong những lý do phổ biến nhất được đưa ra bởi các tài xế để trì hoãn việc thay đổi là do thiếu các điểm sạc cho phương tiện trên các tuyến đường.2

Shell đang làm việc để tăng các trạm sạc RechargePlus của nó nhưng mô hình “giờ cao điểm” của hành vi lái xe, đặc biệt là ở các thành phố, mới là vấn đề.

Như Daniel Jeavons, tổng giám đốc khoa học dữ liệu tại Shell, đã nói với tôi: “Nếu bạn nghĩ về nó, với tư cách là một nhà điều hành lưới điện, bạn đang vận hành rất nhiều điểm sạc… nếu tất cả các xe đều cắm cùng một lúc và tự động bắt đầu sạc, bạn tạo ra một tải trọng lớn trên mạng lưới… mà đồng thời, bạn không thể lấp đầy chúng bằng năng lượng mặt trời, vì lúc đó đang là 7 giờ hoặc 8 giờ sáng.”

Điều này có nghĩa là lưới điện cung cấp cho các trạm sạc sẽ không có lựa chọn nào khác ngoài việc sử dụng năng lượng được tạo ra từ nhiên liệu hóa thạch để cung cấp điện cho bạn, phần nào phủ nhận việc bạn đang làm nên điều tốt đẹp cho hành tinh này bằng cách lái xe điện ngay từ đầu!

Trí tuệ nhân tạo được sử dụng như thế nào trong thực tế?

Hệ thống của Shell, mà nó thuê các chủ điểm sạc các phương tiện chạy bằng điện, sử dụng AI để phân tích năng lượng, có thể phân tán tải do nhu cầu sạc trong giờ cao điểm.

Bằng cách tìm hiểu các mô hình trong các đỉnh và đáy của khách hàng sử dụng các điểm sạc, nó tạo ra một bộ hồ sơ có thể được sử dụng để dự đoán nhu cầu năng lượng.

Điều này cho phép mạng lưới điểm sạc có thể bố trí việc sử dụng năng lượng hàng ngày, đảm bảo luôn có sẵn nguồn điện khi cần thiết và nó không được tạo ra một cách lãng phí vào những thời điểm khi không có nhu cầu.

Jeavons nói: “Vì vậy, những gì chúng ta có thể làm qua việc tìm hiểu hồ sơ sạc điện của mọi người là chúng ta có thể truyền tải vào ban ngày, mà về cơ bản có nghĩa là chúng ta có thể tiết kiệm tiền của người tiêu dùng. Nhưng đồng thời cũng có nhiều năng lượng tái tạo được sử dụng hơn – bởi vì nếu bạn có thể sạc năng lượng cho nhiều người hơn vào giờ ăn trưa, thì sẽ có nhiều năng lượng mặt trời hơn trên lưới vào thời điểm đó. Đây là một ví dụ cho chúng ta thấy ở đây trí tuệ nhân tạo đóng một vai trò quan trọng – suy nghĩ  không chỉ về việc chúng ta có thể làm cho mọi việc hiệu quả hơn như thế nào, mà còn là làm sao để chúng ta có thể thay đổi mô hình tiêu thụ năng lượng để tận dụng nhiều lợi thế hơn của các nguồn năng lượng tái tạo.”

Công nghệ, công cụ và dữ liệu nào được sử dụng?

Shell cung cấp toàn bộ mạng đầu cuối được sử dụng bởi các điểm sạc. Chúng bao gồm tự tạo nguồn, cài đặt và giám sát các trạm sạc, xử lý dữ liệu trên đám mây, phát triển và hỗ trợ ứng dụng được các tài xế sử dụng để giao tiếp với hệ thống.

Điều này có nghĩa là nó có thể thu thập dữ liệu trên mỗi bước của quy trình. Ứng dụng các lái xe sử dụng để kiểm soát các điểm sặc cũng cho phép Shell lập hồ sơ về người lái xe để hiểu nhu cầu thay đổi như thế nào trong ngày tại các điểm sạc của nó.

Chi phí năng lượng tiết kiệm được do cắt giảm lãng phí có thể được hoàn trả cho khách hàng bằng cách giảm chi phí cho mỗi lần sạc hoặc cho chủ sở hữu các điểm sặc (tùy thuộc vào mô hình kinh doanh của chủ sở hữu).

Kết quả thu được là gì?

Cho đến nay, RechargPlus của Shell đã được triển khai tại California, nơi kết quả sẽ được theo dõi trước khi công nghệ này được triển khai ở các khu vực khác.

Mặc dù chưa có kết quả cụ thể nào được công bố, nhưng trải nghiệm mà Shell mang lại khi triển khai công nghệ AI có thể chứng minh rất có giá trị khi lên kế hoạch triển khai thêm.

Jeavons nói: “Điều đó có nghĩa là trong thực tế, chúng tôi là một nhóm khoa học dữ liệu đang ở vị trí tuyệt vời, bởi vì chúng tôi có thể làm cho doanh nghiệp hiện tại của mình ngày một hiệu quả hơn, đáng tin cậy hơn, an toàn hơn – bằng cách áp dụng AI vào các thiết lập đó – và đó là một điều tuyệt vời. Tuy nhiên, chúng tôi cũng có thể đóng một vai trò trong việc tạo ra một số mô hình kinh doanh mới mà chúng tôi muốn tạo ra và điều đó thực sự thú vị, bởi vì chúng tôi đã tham gia vào việc đưa Shell vào thế hệ tiếp theo của các nguồn năng lượng, nhiên liệu mới và các nguồn doanh thu mới.”

Những thách thức và bài học chính rút ra  

  • Shell sử dụng các giải pháp AI trong toàn doanh nghiệp của mình với các trường hợp sử dụng chính xung quanh việc đáp ứng các mục tiêu chuyển dịch năng lượng.
  • Các tài xế thường lấy lý do là thiếu thiếu cơ sở hạ tầng sạc để biện minh cho việc tiếp tục chọn phương tiện chạy bằng nhiên liệu hóa thạch.
  • Các chủ sở hữu điểm sạc không muốn đối mặt với chi phí lắp đặt cơ sở hạ tầng trước khi có cơ sở người dùng – nhưng việc cung cấp cơ sở hạ tầng theo nhu cầu giúp họ chia sẻ một số rủi ro với Shell.
  • AI có thể được sử dụng để hiểu và dự đoán nhu cầu năng lượng tại các điểm sạc, và có thể điều tiết nguồn cung để tránh tăng thêm căng thẳng không cần thiết vào thời gian cao điểm.

Tham khảo

  1. Fortune, Royal Dutch Shell: http://fortune.com/global500/royal-dutch-shell/
  2. Autotrader research published in PV Magazine, UK drivers don’t plan on buying an electric car for almost a decade: https://www.pv-magazine.com/press-releases/uk-drivers-dont-plan-on-buying-an-electric-car-for-almost-a-decade/
ứng dụng trí tuệ nhân tạo để dẫn đầu

Leave a Reply