Yapay zeka dediğimiz teknoloji alanı, özetle yazılımların insan zihnini modelleyerek düşünmeye ve davranmaya çalışması, yani insan zekasını taklit etmesidir. Bu teknolojide yazılımlar tarafından yönetilen ve ‘’düşünebilen’’ makineler, çok sayıda veriyi analiz ederek hedefe yönelik çeşitli algoritmalar geliştirir ve otonom kararlar alabilir. Her sektörün kendince yapay zekaya adaptasyonu artık hayatta kalmaları açısından zorunlu hale gelmektedir. Ancak yapay zekanın, insana özgü yaratıcılık seviyesine ulaşamayacağı söylense de, teknolojik ve endüstriyel ilerlemelerle günümüzde birçok sektörde karar alma süreçlerinde her geçen gün daha fazla yer almaya devam ediyor. Özellikle enerji sektörünün dijitalleşme süreci ve yeşil dönüşüm hedefleriyle bu alanın önemi artmaktadır. Süreç içinde yapay zekanın insan zekasını taklit etmesi kadar, insan zekasının da yapay zekayı taklit edip esinleneceği kaçınılmaz bir son olabilir.
Türkiye’nin gelecek 50 yıl içinde nihai enerji tüketimi %200 artarken, kişi başına düşen araç sayısı %150, elektrikli araç sayısı ise %90000 oranında artacağı sektör tarafından öngörülmektedir. Bu öngörülere göre elektrik tüketiminde %300’e yakın oranda bir artış hesaplanıyor. Bu büyüklükteki değişimler büyük yatırımlar gerektirdiği gibi, karmaşık süreçlerin başarılı bir şekilde yönetimini de zorunlu hale getirmektedir. Bu noktada yapay zeka kullanımı, dijitalleşme ihtiyacını karşılamak için çok daha önemli hale gelmektedir. Özellikle artan elektrik faturaları ve diğer enerji maliyetleri göz önünde bulundurulduğunda, sadece ihtiyaca yönelik enerji tüketimi cüzdanlarımız için çok önemlidir. Bu enerji yönetimi konusunda yapay zekadan destek almakta fayda olabilir.
Yapay zeka, enerjinin tüm alt sektörlerinde yer almaya başlamıştır; ancak özellikle elektrik sektörü ve burada öne çıkan elektrikli araçlara sürdürülebilir büyüme sağlamak için yapay zekanın önemi daha belirgindir. Yenilenebilir enerji kaynaklarına geçişle birlikte elektrik arzının daha karmaşık ve dağıtık bir şebeke yapısına dönüşmesi kaçınılmazdır. İklim değişikliğine bağlı olarak potansiyeli hızlıca düşebildiği için HES kesin çözüm olmamakla birlikte, her ne kadar bazı coğrafyalarda ısrarla kömür ve doğalgaz üretimini arttırmaya yönelik politikalar mevcut olsa da, bu politikalarla uzun vadeli kesin çözümden uzaklaşılmaktadır. Rotayı yenilenebilir enerji kaynaklarına çevirmenin gerekliliği hepimizin gözü önündedir.
Enerji depolama yöntemleri akıllıca bir çözüm olarak karşımıza çıkıyor. Ancak elektrik depolama maliyetleri ve hidrojen depolama konusundaki belirsizlikler ise etkin depolama yönetimini daha karmaşık hale getirmektedir. Talep yönetimi, özellikle sanayi sektöründe zorlayıcı hale gelebilir. Elektrikli araçların hareketli tüketiciler olması, talep dengelerini zamana ve lokasyona göre farklılaştırarak şebeke yönetimini karmaşıklaştırabilir. Örneğin, bir C sınıfı elektrikli aracın şehir içi kullanımda aylık elektrik tüketimi, orta gelirli bir ailenin aylık elektrik tüketiminden %60 daha fazla olabilir. Talebin %160 oranında artması, trafolar ve dağıtım sistemi üzerinde ciddi baskı oluşturacaktır.
Bu tür karmaşık yönetim süreçlerinde yapay zeka, gerekli verileri toplayarak arz-talep dinamiklerini senkronize etme konusunda yardımcı olabilir. Elektrikli araç sahiplerinin kullanım alışkanlıkları, şarj talepleri, elektrik fiyatları, komşu kullanıcıların trendleri ve trafo kapasiteleri gibi birçok faktör eşzamanlı analiz edilerek sürdürülebilir bir yönetim sağlanabilir. Bu veriler, akıllı sayaçlar ve trafolar üzerinden toplanarak yapay zeka sistemleri aracılığıyla bölgesel arz-talep dinamikleri yönetilebilir.
Yapay zeka aracılığıyla, yüksek üretim hacmine sahip endüstriyel kuruluşların elektriğe ihtiyaç duyduğu birim ve zaman tespiti ile, bütçe planlamacıları fabrika içi bütçe kontrolünü kolaylıkla ele alabilir. Sadece endüstriyel değil aynı zamanda konutlar için de uygulanabilir bir çözümdür. Aile elektrik tüketimini kategorize ederek, yapay zekanın önerileriyle elektrik enerjisi ihtiyacını daha doğru yönetebilir.
Elektrikli araçlar için yapay zekaya entegre yazılımlar, şarj saatlerini, araç önceliklerini ve diğer teknik koşulları en uygun şekilde yönetebilir. Yapay zeka entegrasyonu aynı zamanda, elektrikli araçların yükünü karşılayabilmek için gerekli yatırımların belirlenmesinde yardımcı olabilir. Örneğin, yapay zeka sistemleri, talep yoğunluğuna göre bazı saatlerde şarj etmeme kararı alarak şebeke yükünü dengeleyebilir. Ayrıca, yapay zeka ile elektrikli araç talep trendlerinin idari birimlere iletilmesi, üretim, iletim ve dağıtım süreçlerinin ulusal ölçekte planlanmasını kolaylaştırır.
Diğer taraftan yaz aylarında nüfus yoğunluğu artan turistik bölgelerde oluşabilecek elektrik talep yoğunluğu gibi karmaşık senaryolarda da yapay zeka, şarj taleplerinin lokasyona göre optimize edilmesine yardımcı olabilir. Örneğin, yaz aylarında Çeşme gibi turistik bölgelerde nüfus ve elektrikli araç sayısının artması, şarj istasyonlarında aşırı yoğunluk yaratabilir. Yapay zeka, bu gibi yoğunlukları yönetmek için randevu sistemleri ve talep planlaması yaparak şebeke üzerindeki yükü hafifletebilir.
Aynı zamanda yapay zekanın güncel elektrik zammı, enerji kullanımına dair evrensel yasalar, gelişmeler ve inovasyonlara hakimiyeti de göz önünde bulundurulmalı. Bu sayede yapay zekanın tavsiyeleri ve öngörüleri ile ileriye dönük yatırım ve planların organizesi daha doğru gerçekleştirilebilir.
Bu örneklerden de anlaşılacağı gibi, elektrikli araçlar için sürdürülebilir bir geçiş ve enerji sektörünün dijitalleşmesi, yapay zekanın etkili kullanımını gerektirmektedir. Türkiye, enerjinin tüm alt sektörlerinde yapay zeka kullanımını desteklemek için dijital altyapısını, hukuki düzenlemelerini ve veri işleme kabiliyetlerini geliştirmelidir. Yapay zekanın etkin kullanımı için teknik altyapı, finansman, sosyal eğilimler ve eğitim alanında planlı çalışmalar yapılmalıdır. Enerji sektöründe kritik alanlarda yapay zeka eylem planlarının oluşturulması, geleceğe yönelik stratejik bir adım olacaktır.
