Külək enerjisi +61%: Azərbaycanda AI ilə növbəti addım

Azərbaycanda külək enerjisinin istehsalı 2025-ci ilin yanvar–oktyabr aylarında 73,5 milyon kVt/saat olub və bu göstərici ötən ilin eyni dövrü ilə müqayisədə 61,2% artıb. Rəqəm təkcə “yaşıl enerji” xəbərinə bənzəmir — bu, enerji sisteminin texnologiyaya daha açıq olduğunu göstərən siqnaldır.

Mənim mövqeyim aydındır: Azərbaycanın enerji sektorunda bərpa olunanların böyüməsi təkcə yeni turbin və panellərlə getməyəcək. Əgər 2026–2027-də həqiqətən daha böyük miqyas istənilirsə, “böyük artım”ın arxasında duran gündəlik problemləri — proqnoz, balanslaşdırma, texniki xidmət, şəbəkə məhdudiyyətləri — süni intellekt və data əsaslı idarəetmə həll etməlidir.

Bu yazı “Azərbaycanın Energetika və Neft-Qaz Sektorunu Süni İntellekt Necə Dəyişdirir” seriyasının bir hissəsidir və külək enerjisindəki artımı AI üçün konkret tətbiq sahələrinə bağlayır: daha dəqiq istehsal proqnozu, daha ucuz O&M (operation & maintenance), daha stabil şəbəkə və daha ölçüləbilən ROI.

Rəqəmlər nə deyir: artım var, amma sistem də böyüməlidir

Külək istehsalının +61% artması, adətən iki şeyi ifadə edir: ya güc (MW) artıb, ya da mövcud güc daha effektiv işləyib (daha az dayanma, daha yaxşı resurs ili, daha yaxşı idarəetmə). Hər iki halda nəticə eynidir: bərpa olunanlar artıq statistik cədvəldə “xırda sətir” deyil.

Eyni dövrdə günəş elektrik stansiyalarında 532,3 milyon kVt/saat istehsal qeydə alınıb və artım 9,5% olub. Bu müqayisə vacibdir: günəş daha böyük həcmdədir, külək isə daha sürətli böyüyür. Bu dinamika şəbəkə operatoru və istehsalçı üçün bir mesaj verir: dəyişkən generasiya (variable generation) payı artırsa, idarəetmə daha ağıllı olmalıdır.

Ümumi elektrik istehsalı isə 22,553.5 milyard kVt/saat (yanvar–oktyabr) səviyyəsindədir. Bu böyük sistemdə külək hələ ki, ümumi pay baxımından nisbətən kiçik görünə bilər. Amma reallıq belədir: bərpa olunanların problemi payın “neçə faiz olması” deyil, “hansı saatda, hansı nöqtədə” şəbəkəyə necə təsir etməsidir. AI-nin gücü də məhz burada ortaya çıxır.

Qış ayları niyə xüsusi həssas dövrdür?

Dekabr–fevral dövründə:

• yük qrafiki (tələb) daha sərt piklər göstərə bilər,
• külək rejimi daha dəyişkən ola bilər,
• sistem balanslaşdırması və ehtiyat güc planlaması daha kritikləşir.

Bu mövsümi reallıq, 2025 sonunda enerji şirkətlərinin və şəbəkə tərəfinin “sadəcə istehsal etdik” yanaşmasından çıxıb “proqnozlaşdırdıq, planladıq, optimallaşdırdıq” yanaşmasına keçməsini tələb edir.

AI külək enerjisində ən böyük 3 problemi necə həll edir?

AI-nin külək enerjisində faydası “trend” deyil, operativ məsələdir. Üç problem var ki, demək olar hər külək portfelində eyni formada ortaya çıxır.

1) Dəqiq istehsal proqnozu: ticarət və balans xərcləri burada gizlənir

Ən sərt xərc bəzən turbinin özü deyil — səhv proqnozun cəriməsi və ya balanslaşdırma üçün bahalı ehtiyatın saxlanmasıdır.

AI əsaslı proqnoz sistemləri (xüsusən time-series modellər, ansambl yanaşmalar, meteoroloji datanın “feature engineering”i) bu səviyyələrdə işləyir:

• 15 dəqiqə–1 saat: real vaxt dispetçer qərarları üçün
• 1–48 saat: bazar/ticarət planı, ehtiyat planlaması üçün
• 1–14 gün: texniki xidmətin optimallaşdırılması üçün

Praktik yanaşma: şirkətlər çox vaxt yalnız “hava proqnozu” alır. Daha yaxşı üsul isə hava + SCADA + tarixçələnmiş nasazlıq + turbin modeli bir yerdə işlənən proqnozdur.

2) Prediktiv texniki xidmət: dayanma saatları pulun birbaşa tərcüməsidir

Külək parkında hər planlanmamış dayanma iki dəfə zərbə vurur:

1. istehsal itir,
2. təmir daha baha başa gəlir (təcili brigada, ehtiyat hissə, logistika).

AI burada ən sadə, amma ən effektiv sualı cavablayır: “Bu komponent 2 həftə sonra sıradan çıxacaqmı?”

İşlək use-case-lər:

• dişli qutu və ya generator vibrasiya analizində anomaliya aşkarlanması
• yağ analizi (partikullar) və temperatur trendinə görə risk skoru
• turbinlər üzrə prioritetləndirilmiş texniki baxış planı

Mənim gördüyüm tipik səhv: bütün turbinlərə eyni təqvimlə xidmət. Daha ağıllı model: riskə görə xidmət.

3) Şəbəkə inteqrasiyası və kəsintilərin azaldılması: “curtailment” görünməyən itkidir

Bərpa olunanlar artdıqca, müəyyən saatlarda şəbəkə məhdudiyyətləri üzündən istehsalın “kəsilməsi” (curtailment) gündəmə gəlir. Bu, hesabata həmişə aydın görünmür, amma investora təsiri realdır.

AI ilə:

• ötürücü xətlərdə yüklənmənin proqnozu,
• reaktiv güc idarəetməsi,
• külək + günəş + su + istilik stansiyalarının birgə optimallaşdırılması

mümkün olur. Məqsəd sadədir: həmin saatda ən ucuz və ən stabil kombinasiya işləsin.

Azərbaycanda “külək artımı” niyə neft-qaz üçün də dərsdir?

Bərpa olunanlar ayrı dünya deyil. Azərbaycanın neft-qaz sektorunda (SOCAR və tərəfdaş ekosistemi daxil olmaqla) AI artıq təhlükəsizlik, texniki xidmət və planlamada istifadə olunur. Külək enerjisi ilə fərq budur: nəticə daha tez görünür, çünki proses daha “elektrik” və data axınları daha standartdır.

Neft-qazdan bura transfer edilə bilən yanaşmalar:

• anomaly detection: kompressor/vurma sistemlərində olduğu kimi turbinlərdə də işləyir
• asset integrity: risk scoring, inspeksiya planı
• digital twin: avadanlığın rəqəmsal modeli ilə ssenari analizi

Bu paralel vacibdir: enerji şirkəti üçün AI layihəsi “bir departamentin oyuncağı” deyil. Portfel səviyyəsində idarəetmə mədəniyyətidir.

90 günə pilot: enerji şirkətləri üçün real yol xəritəsi

AI mövzusu çox vaxt “böyük proqram” kimi təqdim edilir və buna görə də gecikir. Daha düzgün yanaşma: 90 günə ölçülən pilot.

Addım 1: Data inventarı və keyfiyyət yoxlaması (2–3 həftə)

• SCADA tag-ları və tezlikləri
• nasazlıq/jurnal qeydləri (CMMS)
• meteoroloji data mənbələri
• şəbəkə məhdudiyyəti və kəsinti logları

Çətin həqiqət: data yoxdursa, AI də yoxdur. Amma data çox vaxt var — sadəcə dağınıqdır.

Addım 2: Bir use-case seçin (3–4 həftə)

Seçim kriteriyası:

• 1 KPI-a bağlansın (məsələn, dayanma saatları və ya proqnoz səhvi)
• 1 park və ya 10–20 turbinlə məhdud olsun
• əməliyyat komandası prosesə daxil edilsin

Addım 3: Model + proses inteqrasiyası (4–6 həftə)

Modelin “accuracy”si tək məqsəd deyil. Əsas sual: operatorda qərar dəyişirmi?

Yaxşı pilot nəticələri:

• proqnoz səhvinin konkret azalması (məsələn, MAPE/MAE ölçüləri)
• planlanmamış dayanmanın azalması
• texniki xidmət planında prioritetləndirmə

Snippet üçün cümlə: Enerjidə AI uğuru modelin özündə deyil, qərarın necə dəyişdiyində ölçülür.

Sual-cavab: oxucuların adətən qarışdırdığı 3 məqam

AI külək parkına mütləq yeni sensorlar tələb edirmi?

Yox. Çox vaxt başlanğıc üçün SCADA və mövcud meteoroloji data kifayətdir. Sensorlar sonradan, ən çox problem yaradan komponentlər üçün hədəfli əlavə olunur.

Proqnoz dəqiqliyi nə üçün bu qədər önəmlidir?

Çünki elektrik sistemində səhv proqnoz balanslaşdırma xərci yaradır. Bu xərci azaltmaq, bəzən yeni avadanlıq almadan da gəliri artırır.

AI bərpa olunanların “dəyişkənliyini” aradan qaldırır?

Aradan qaldırmır. İdarəolunan edir. Dəyişkənlik qalır, amma daha əvvəlcədən görünür və daha ucuz idarə edilir.

Növbəti addım: +61% artımı necə “davamlı artım”a çevirmək olar?

Azərbaycanda külək enerjisi istehsalının 61,2% artması yaxşı xəbərdir, amma bu hələ başlanğıcdır. Daha böyük hədəflər üçün əsas məsələ turbin sayını artırmaqdan əvvəl planlama, proqnoz və texniki xidmət mexanikasını gücləndirməkdir.

Bu seriyanın ümumi xətti də elə budur: Azərbaycanın energetika və neft-qaz sektorunda süni intellekt yalnız avtomatlaşdırma deyil, daha stabil sistem, daha az itki və daha ölçülə bilən investisiya intizamıdır.

Əgər siz enerji şirkətində (istər bərpa olunan, istər istilik, istərsə də neft-qaz aktivləri) qərarvericisinizsə, özünüzə bir sual verin: 2026-cı ildə istehsalı artırmaq istəyirsiniz, yoxsa istehsalı daha ağıllı idarə etməklə eyni aktivdən daha çox nəticə almaq?