Bagaimana perusahaan utilitas dapat menyiapkan diri cuaca ekstrem dengan data dan AI

Peristiwa cuaca ekstrem dapat menjadi bencana bagi manusia dan lingkungan. Namun, banjir bandang, angin topan, dan badai musim dingin juga sangat berdampak pada utilitas. Dengan listrik menjadi tulang punggung kehidupan modern dan operasi bisnis, hilangnya daya dapat memiliki konsekuensi bencana yang membutuhkan lebih dari sekadar senter dan radio bertenaga baterai untuk diselesaikan. Saat ini, utilitas memenuhi tantangan dan risiko ini dengan inovasi dengan bersandar pada data dan AI untuk mempersiapkan acara berikutnya.

Pada tahun 2023, AS mengalami 28 bencana cuaca dan iklim yang terpisah (tautan berada di luar ibm.com), mulai dari badai petir yang parah hingga kebakaran hutan, yang menyebabkan kerusakan sekitar 92 miliar USD. Namun, selama 12 tahun terakhir, AS telah menghadapi setidaknya lima peristiwa di mana cuaca beku yang tidak terduga menyebabkan pemadaman dan menimbulkan ancaman terhadap keandalan jaringan.

Pada tahun 2021, Badai Musim Dingin Uri (tautan berada di luar ibm.com) mendatangkan malapetaka di Texas, meninggalkan lebih dari 4,5 juta orang tanpa listrik dan menyebabkan kerugian ekonomi antara 80 miliar USD dan 130 miliar USD. Seiring suhu yang merosot tajam, pembangkit listrik yang bergantung pada berbagai jenis bahan bakar mulai mengalami kegagalan. Menjadi jelas bahwa seluruh sistem tidak siap untuk kondisi pembekuan yang ekstrem seperti itu dan utilitas mulai “pelepasan beban,” yang menyebabkan pemadaman listrik di seluruh kota. Dan pada Desember 2022, Badai Musim Dingin Elliott (tautan berada di luar ibm.com) menghantam jaringan Interkoneksi Timur AS, mengakibatkan 90.500megawatt (MW) generasi mengalami pemadaman yang tidak direncanakan.

Akar masalah kerugian finansial, pemadaman, dan ketidakandalan jaringan listrik dapat ditelusuri pada sejumlah tantangan utama yang saat ini membebani perusahaan utilitas di Amerika Serikat, antara lain:

1. Ketidakmampuan mengidentifikasi aset berisiko: Banyak perusahaan utilitas di AS masih mengoperasikan infrastruktur yang menua (seperti jaringan listrik) dan rentan mengalami kerusakan ketika terpapar kondisi cuaca ekstrem, seperti hujan lebat, banjir, dan angin kencang. Mengidentifikasi aset berisiko di muka adalah tantangan utama bagi utilitas.
2. Prediksi pemadaman yang tidak efektif: Banyak utilitas kesulitan memprediksi pemadaman secara akurat, serta beban dan permintaan energi karena kurangnya parameter prakiraan cuaca, data yang tidak konsisten, dan teknologi yang tidak memadai. Khususnya, selama Badai Musim Dingin Elliott, perkiraan beban total diremehkan sebesar 23.047 MW.
3. Waktu respons yang terlambat atau tidak memadai: Akibat keterbatasan teknologi canggih dan ketidakmampuan memprediksi kejadian di masa depan secara akurat, perusahaan utilitas tidak dapat memobilisasi kru secara efisien, sehingga respons menjadi terlambat.
4. Kegagalan untuk memenuhi standar musim dingin atau melakukan inspeksi secara efisien: Sesuai dengan pedoman Komisi Pengaturan Energi Federal (tautan berada di luar ibm.com), utilitas harus mengembangkan rencana kesiapsiagaan cuaca musim dingin, termasuk daftar periksa inspeksi dan pemeliharaan untuk langkah-langkah perlindungan pembekuan unit pembangkit. Kurangnya kepatuhan terhadap standar winterisasi serta kegagalan melakukan inspeksi menyeluruh sebelum badai menyebabkan peralatan dan pipa membeku.
5. Pengelolaan vegetasi yang tidak efektif: Kontak vegetasi dengan jaringan dan tiang utilitas menjadi penyebab utama sebagian besar pemadaman listrik, dan pengelolaan vegetasi merupakan salah satu pos biaya terbesar dalam anggaran perusahaan utilitas. Utilitas menghabiskan hingga 8 miliar USD per tahun untuk pengelolaan saluran udara dan vegetasi.

Selain tantangan ini, kerugian unit pembangkit yang tidak direncanakan dan pengurangan produksi gas alam merupakan faktor penyumbang yang signifikan.

Meskipun bencana alam tidak dapat dihindari, pemanfaatan data, AI, insight cuaca cerdas, IoT, teknologi geospasial, serta teknologi manajemen aset canggih dapat secara signifikan meningkatkan pengelolaan bencana dan memperkuat keandalan jaringan listrik.

Kombinasi IBM® Maximo Application Suite (MAS) dan IBM® Environmental Intelligence Suite menawarkan alat yang kuat untuk membantu utilitas mempersiapkan kondisi cuaca ekstrem dengan lebih baik:

1. Pemeliharaan yang berpusat pada keandalan:

Aset yang menua, dikombinasikan dengan ketidakmampuan mengidentifikasi aset berisiko sejak dini, menciptakan lingkungan operasional yang kompleks dan berbahaya bagi perusahaan utilitas. IBM® memecahkan berbagai tantangan ini dengan menggabungkan kemampuan reliability centered pemeliharaan (RCM), enterprise manajemen aset (EAM), dan aset kinerja manajemen (APM) ke dalam satu platform. Aplikasi IBM® Maximo Reliability Strategies memungkinkan proses menyeluruh untuk memulai, menyelesaikan, dan menerapkan studi RCM serta melacak hasilnya. Kemampuan canggih ini memberdayakan organisasi untuk mengambil keputusan pemeliharaan berbasis data, memusatkan perhatian pada aset yang penting dan berisiko, serta mengalokasikan tingkat pemeliharaan yang tepat secara strategis sesuai kebutuhan guna menjaga keberlangsungan fungsinya. Utilitas juga dapat mengembangkan strategi untuk standar keandalan cuaca dingin yang disesuaikan dengan aset individu.

Lebih dalam lagi, manajemen kinerja aset (APM ) dengan MAS membantu organisasi menentukan bagaimana dan kapan aset akan mengalami kegagalan dan mengidentifikasi aset yang berisiko lebih awal sehingga mereka dapat mengambil tindakan segera. Menggunakan alat yang didukung AI seperti IBM® Maximo Monitor, IBM Maximo Health dan IBM® Maximo Predict, utilitas dapat mengoptimalkan strategi pemeliharaan, mengurangi biaya pemeliharaan, dan memperpanjang umur aset dengan secara proaktif memahami kesehatan dan risiko terkait. Fitur platform ini dapat meningkatkan kinerja aset dalam situasi ekstrem, meminimalkan waktu henti yang tidak direncanakan.

2. Prediksi pemadaman:

MAS, bersama dengan IBM® Environmental Intelligence Suite Outage Predic tion, memungkinkan utilitas untuk memprediksi dan memantau pemadaman berdasarkan lokasi dengan keyakinan yang meningkat dengan menggunakan data intelijen cuaca dan mengambil tindakan yang relevan. Pendekatan ini meningkatkan respons permintaan, memungkinkan perbaikan aset lanjutan, persiapan, dan integrasi cepat pabrik pembangkit cadangan ke dalam grid. Sebagai contoh, temukan bagaimana IBM® berhasil menerapkan IBM® Environmental Intelligence Suite Outage Prediction for Hydro One, yang menghasilkan peningkatan 33% dalam pemulihan daya selama badai es.

3. Manajemen layanan lapangan:

Untuk mengatasi tantangan respons kru yang tertunda dan inspeksi berbasis kertas, utilitas dapat memanfaatkan kekuatan IBM® Maximo mobile dan MAS. Produk-produk ini menyediakan manajemen aset yang efisien, penjadwalan cerdas dan pengiriman, yang menghasilkan mobilisasi kru yang lebih cepat dan kesiapan darurat yang lebih baik.

IBM® Maximo Mobile juga memungkinkan perampingan proses pemeriksaan dan daftar periksa pemeliharaan. Misalnya, inspeksi seluler dapat diintegrasikan dengan IBM® Maximo Visual Inspection, yang menggunakan AI untuk mendeteksi masalah inspeksi visual secara otomatis.

4. Pengelolaan vegetasi:

Platform IBM® Environmental Intelligence Suite Vegetation Management memberikan insight berbasis AI tentang pertumbuhan vegetasi dengan menggunakan data satelit dan LiDAR mode Geiger dikombinasikan dengan wawasan cuaca untuk membantu utilitas membuat keputusan yang lebih tepat. Misalnya, memutuskan di mana memangkas pohon sebelum badai dapat diprioritaskan berdasarkan kekritisan.

Seiring dengan cuaca ekstrem dan peristiwa iklim yang lanjutkan meningkat, Utilitas membutuhkan alat untuk mengatasi tantangan industri yang meluas dan meningkatkan kesiapsiagaan mereka terhadap cuaca ekstrem. Dengan data, AI, kecerdasan, dan banyak lagi, solusi ketahanan klien IBM® dapat menjadi pilihan yang efektif dalam menjaga lampu menyala hari ini dan grid yang tangguh besok.