Data Scientists bygger kraftsystemets beslutsstöd
Tillgången till data, och möjligheten att analysera data, har blivit allt mer central för utvecklingen av det svenska kraftsystemet. Nu ökar Svenska kraftnät sin förmåga att analysera komplexa data. Spetskompetensen finns samlad i den nya enheten Data Analytics.
Pontus Wallin är tillförordnad chef för den nya enheten. Han ser digitaliseringen, och förmågan att besvara frågor och skapa beslutsstöd utifrån data, som centrala element inte bara i kraftsystemet utan för hela energiomställningen.
– För att klara vårt uppdrag i en omvärld i snabb förändring måste vi digitalisera vår verksamhet smart, ansvarsfullt och effektivt, säger han.
Hans enhet har funnits sedan årsskiftet och består av ett tjugotal medarbetare. De flesta i gruppen har yrkestiteln Data Scientists. Pontus Wallin ber nästan om ursäkt för den engelska beteckningen – det finns ännu inte riktigt någon tydlig svensk yrkesbeteckning.
– Data Scientist är en roll för duktiga matematiker och programmerare som har djup förståelse för verksamhetens behov och kan omsätta analyser till ett användbart beslutsstöd, säger han.
Målet: Ett effektivt och driftsäkert nät till rätt pris
Informationsteknologier och IT är idag synonymt med driften av kraftsystemet. Beslut och styrning av systemet måste beakta stora informationsmängder och enkomplex och föränderlig verklighet. Enheten Data Analytics syfte är att skapa nytta genom att svara på kraftsystemsrelaterade frågor av matematisk eller datalogisk karaktär. Exempelvis bygger medarbetarna algoritmer som ser framåt i tiden, eller skapar statistiska modeller som sedan används som beslutsstöd för att utveckla ett så kostnadseffektivt och driftsäkert kraftnät som möjligt.
De ingångsvärden som enheten arbetar med kommer ur tre olika delar av samhället. Pontus Wallin beskriver det som en triangel med tre hörn:
– Dels har vi politiken, med EU och energipolitiska mål. Dels har vi nationalekonomin, med elmarknader och dess olika mekanismer. Och dels har vi elektrofysik och det fysiska kraftsystemet. Det är denna triangel som gör uppdraget så komplext, varierat och intressant.
Algoritmer för kortsiktiga prognoser för obalanser
Pontus ger ett praktiskt exempel som gäller behovet av att prognosticera obalanser. Produktionen och förbrukningen av el måste ju alltid vara i balans, och en central uppgift för Svenska kraftnät är att parera de momentana obalanser som uppstår dygnet runt. Data Scientists utvecklar nya beslutsstöd i form av prognoser för hur obalanserna kommer att utvecklas i närtid. Det här blir mer utmanande och viktigare ju mer icke-planerbar, väderberoende produktion vi har i kraftsystemet.
– Vi vet teoretiskt vad som skapar obalanser, den så kallade kausaliteten och de bakomliggande sambanden. Det är enorma mängder data och tittar man på obalanser historiskt så ser man mönster i dessa. Men en dator ser dessa mönster mycket bättre, säger Pontus.
Genom metoder så som maskininlärning kan en algoritm tränas och datorn lär sig att förstå dessa mönster. En viktig aspekt med prognoser är risk och sannolikhet, alltså är det viktigare att ha ganska rätt hela tiden än att aldrig ha gissat ordentligt fel.
Automatiserad europeisk handel av reserver
Det här är centralt i arbetet med den kommande Nordiska balanseringsmodellen NBM.
– Skillnaden mot idag är att vi kommer att balansera Norden proaktivt istället för reaktivt. Prognoserna ska visa förväntad obalans 15-30 minuter i förväg och vid behov aktivera bud proaktivt. Ett skifte till att avropa reserver automatiskt och algoritmiskt, säger Pontus Wallin och tillägger:
– I framtiden kommer vi att handla reserver på detta sätt på europeisk nivå, och det är bland annat Data Scientists som kan skapa prognoserna som gör detta möjligt.