All'inizio del 2020, gli stati dell'Uttar Pradesh e del Bihar, situati in una regione caratterizzata da estati e inverni estremi e con una base di consumatori tra le più ampie dell'India, si sono rivolti a Mercados EMI per ottenere assistenza. Oltre a cercare una soluzione che integrasse l’intelligenza artificiale nel processo di previsione, i funzionari volevano comprendere meglio tutti i fattori che influiscono sulla domanda, non solo i dati storici.
È emerso che la previsione dei consumi energetici ha molto a che fare con le condizioni meteorologiche.
"Dalle discussioni approfondite con le aziende di servizi pubblici, durate sei mesi, è emerso che i dati meteorologici accurati svolgono un ruolo molto importante nella previsione della domanda", ricorda Agarwal. Forte di queste nuove conoscenze, Mercados EMI ha creato una soluzione per la previsione della domanda alimentata dall'AI, jouleOS® e basata sui Servizi di dati ambientali forniti da The Weather Company®, una società IBM. La tecnologia aiuta i meteorologi a prevedere il fabbisogno energetico giornaliero.
La soluzione IBM si è poi ampliata. Ora, le organizzazioni possono accedere alle API dei dati meteo tramite l'IBM Environmental Intelligence Suite, una suite di applicazioni che combinano e integrano le API di The Weather Company Data con geospatial analytics, dashboard per la visualizzazione e funzionalità di avviso.
Per realizzare la propria soluzione di previsione, Mercados EMI ha innanzitutto sviluppato un modello per conoscere con precisione la domanda. Il modello ha combinato i dati storici sulla domanda dello stato con i dati storici sui modelli meteorologici del pacchetto dati The Weather Company History on Demand.
"Avevamo già i dati sulla domanda degli anni precedenti. Quello che ci serviva erano modelli meteorologici storici", aggiunge Agarwal. "Ad esempio, se in un determinato istante la domanda è stata di 5.000 megawatt, quali erano i parametri meteo in quello stesso momento? E quando i parametri meteo sono cambiati, come è cambiata la domanda?”
Per rispondere a queste domande e, in ultima analisi, soddisfare i requisiti di risoluzione dei dati del governo, Mercados EMI ha applicato i motori di previsione di The Weather Company Enhanced Forecast Data e la piattaforma IBM Environmental Intelligence Suite. "I dati meteorologici sono l'aspetto su cui abbiamo ricevuto un aiuto immenso da IBM", aggiunge Agarwal. "Non solo ci ha fornito un rendimento in termini di tempo (ogni ora e con incrementi da 15 minuti a sette ore) ma anche in un'area geografica con un raggio di 500 x 500 metri". Le previsioni a 15 minuti rappresentano un miglioramento significativo: in precedenza, gli stati si affidavano a dati meteorologici con un intervallo temporale di tre ore provenienti da database open source disponibili al pubblico.
I modelli, combinati con il motore AI proprietario di Mercados EMI, aiutano le società di distribuzione a prevedere meglio la domanda di elettricità con un giorno di anticipo. Ora Mercado EMI offre la tecnologia jouleOS nell'ambito della suite di soluzioni Power Portfolio Optimization.
Oggi, sia lo stato dell'Uttar Pradesh che lo stato del Bihar utilizzano il sistema e saranno presto seguiti dal Madhya Pradesh e da uno stato dell’India meridionale.