Validación operativa a gran escala y ampliación de herramientas y modelos de IA (generativa) de última generación que impulsan un sistema de energía digital de próxima generación

Resultado esperado:

Se espera que los resultados del proyecto contribuyan a todos los siguientes resultados esperados:

• Herramientas de IA avanzadas, seguras y frugales (eficientes en energía, recursos, datos y costos, sostenibles) para operaciones de red en tiempo real (incluida la protección), operaciones de mercado (si es relevante) y empoderamiento del consumidor en sistemas de energía distribuidos.
• Un entorno de desarrollo de IA demostrado integrado con la columna vertebral digital mejorada del sistema energético y aplicaciones de consumo de ahorro de energía.
• Capacidades ampliadas para el aprendizaje en nodos periféricos y sistemas federados utilizando arquitecturas basadas en agentes.
• Un marco de gobernanza y un modelo operativo para la columna vertebral digital impulsada por Gen(AI).

Alcance:

Basándose en acciones anteriores en Horizon Europe (por ejemplo, la columna vertebral digital del sistema energético en el clúster 5, así como las actividades de la nube y el continuo de borde y el procesamiento de datos de IA en el clúster 4) y Digital Europe (Marco de Referencia Común para aplicaciones de consumo de energía en toda la UE, Espacio Común de Datos Energéticos), se espera que los proyectos:

1. Validar (sitio de demostración y red operativa) y escalar herramientas y modelos de IA (generativa) de código abierto especializados, frugales (eficientes en energía y recursos, eficientes en datos y costos, implementados localmente y sostenibles) de última generación para el monitoreo, equilibrio, pronóstico y empoderamiento del consumidor en tiempo real de la red (y el mercado, si es relevante) en un sistema de energía distribuido.
2. Demostrar un entorno de desarrollo de IA dentro de la columna vertebral digital mejorada del sistema energético, incluido su gemelo digital, que debe incorporar la funcionalidad del Marco de Referencia Común para aplicaciones de ahorro de energía.
3. Prototipar y validar a escala el aprendizaje automático a nivel de nodo periférico y federado a nivel de enjambre en una arquitectura basada en agentes, aprovechando nuevos mecanismos para escalar modelos de IA, así como el aprendizaje incremental y por refuerzo.
4. Los resultados del proyecto deben ser compatibles con los principios del Espacio Europeo Común de Datos Energéticos y coherentes con la Brújula de Aplicación de IA y Competitividad de la UE, asegurando que promuevan la adopción y la competitividad de la IA en línea con las políticas de la UE, así como las iniciativas de Digitalización del sector energético de la UE.
5. Cuando sea relevante y posible, se espera que los proyectos seleccionados utilicen las fábricas de IA y las gigafábricas de IA europeas.
6. Se espera que los proyectos seleccionados, cuando estén disponibles, utilicen y desarrollen aún más los estándares europeos acordados comúnmente y colaboren y contribuyan activamente al trabajo de las organizaciones de desarrollo de estándares europeos establecidas y de facto y las comunidades y plataformas de código abierto.

Se espera que los proyectos seleccionados contribuyan a la iniciativa BRIDGE^[1] y participen activamente en sus actividades.

Nivel de madurez tecnológica - Nivel de madurez tecnológica esperado de los proyectos completados

Se espera que las actividades alcancen TRL 7-8 al final del proyecto – ver Anexo General B. Las actividades pueden comenzar en cualquier TRL.

[1] https://bridge-smart-grid-storage-systems-digital-projects.ec.europa.eu/