Суықта жарық өшпесін: газды қуатты AI басқарады

АҚШ-тағы PJM Interconnection — әлемдегі ең ірі электр жүйе операторларының бірі — қаңтар айының соңына дейін газбен жұмыс істейтін электр станцияларынан электр қуатын күн сайын емес, алдын ала, бірден бірнеше аптаға сатып алуға міндеттеме алды. Мұндай қадам сирек жасалады. Бірақ мұздай ауа райы келгенде сиректік емес, сенімділік бірінші орынға шығады.

Мұнда сабақ бар: суық күндері тәуекел бір ғана жақтан келмейді. Электрге сұраныс күрт өседі, газдың өзі де «тапшылық режиміне» түсуі мүмкін, ал жеткізу тізбегі бір жерде баяуласа, бүкіл жүйе қиналады. Қазақстанға бұл таныс жағдай: солтүстіктегі ұзақ аяз, қазандықтар мен ЖЭО-лардың жүктемесі, газ инфрақұрылымының өткізу қабілеті, отын логистикасы.

Осы пост — біздің «Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр» сериясының бір бөлігі. Менің ұстанымым қарапайым: суықтағы энергия қауіпсіздігі тек резервпен емес, болжаммен және нақты уақыттағы оңтайландырумен қамтамасыз етіледі. Ал бұл жерде жасанды интеллект (AI) өте нақты пайда береді.

PJM неге алдын ала сатып алуға барды — және бұл неге маңызды?

PJM-нің әрекеті бір нәрсені айқын көрсетеді: «тәуліктік жоспарлау» кейбір ауа райы сценарийлерінде жеткіліксіз. Қалыпты күндері жүйе операторы генерацияны көбіне күн сайынғы нарық арқылы теңшейді. Ал қатты суықта тәуекел «нарық өзі шешеді» деген логикадан жылдамырақ жүреді.

Мәселе тек электр станциясының дайын болуында емес. Газбен жұмыс істейтін станцияға газдың нақты жеткізілімі керек. Суықта табиғи газға сұраныс үй шаруашылықтарында да артады, құбырлардағы қысым режимі өзгереді, сақтау қоймаларынан шығару қарқыны күшейеді. Соның салдарынан генератордың «қағаз жүзіндегі қуаты» мен «фактілік өндірісі» екі басқа болып кетуі ықтимал.

«Ұзақ міндеттеме» нені өзгертеді?

PJM қаңтардың соңына дейін алдын ала сатып алу арқылы генераторларға мынаны сигналдайды:

• Газды бірнеше күнге емес, бірнеше аптаға жоспарлап бекітіңдер
• Отын жеткізу тәуекелін азайтыңдар
• Суықта үзіліссіз жұмысқа дайын болыңдар

Бұл — энергия қауіпсіздігін «ақырғы сәтте құтқару» емес, алдын ала қорғаныс логикасы.

Қазақстан үшін параллель: суық, газ, жүйелік тәуекел

Қазақстанда да газ және газбен байланысқан генерация маңызды. Әсіресе ірі қалалардағы жылумен жабдықтау, өндірістік тұтынушылар, жаңа газдандыру жобалары, сондай-ақ көмір мен газдың аралас балансындағы басқару.

Суық кезеңдерде бізде де бірдей үш қысым нүктесі пайда болады:

1. Сұраныс шокы: электр де, жылу да бір мезетте өседі.
2. Отын шектеуі: газ/көмір логистикасы, құбыр өткізуі, қойма режимдері.
3. Техника тәуекелі: ЖЭО жабдығының істен шығуы, жоспардан тыс жөндеу.

Мен жиі көретін қате түсінік: «резерв қуат болса болды». Резерв керек, бірақ ол дәл қай жерде, қай сағатта, қай отынмен деген сұрақтарға жауап бермейді. Ал бұл сұрақтарға AI жауап бере алады — дұрыс деректер және дұрыс процестер болса.

AI суықтағы энергия қауіпсіздігін қалай күшейтеді?

AI-дың ең үлкен пайдасы — көп факторлы болжамды (ауа райы, сұраныс, отын, желі, жабдық күйі) бір модельге жинап, диспетчерлік және коммерциялық шешімдерді тездетуі.

1) Сұранысты дәлірек болжау: «суық» деген бір сөз емес

Сұраныс болжамында температураның өзі жеткіліксіз. Маңыздысы:

• Жел жылдамдығы (wind chill)
• Ылғалдылық
• Аяздың ұзақтығы (3 күн бе, 10 күн бе)
• Қалалық жылу жүктемесінің профилі
• Апта күні/мереке факторы

ML-модельдер (градиенттік бустинг, LSTM/Temporal Fusion Transformer сияқты уақыттық модельдер) осы факторларды ескеріп, сағаттық жүктеме болжамын айтарлықтай нақтылайды. Нәтижесінде жүйе операторы «күту режимін» емес, нақты алдын ала жоспарды құрады.

2) Газ жеткізу тәуекелін алдын ала көру: қысым, келісімшарт, маршрут

Газбен жұмыс істейтін генерация үшін ең қауіпті нәрсе — «станция дайын, ал газ жоқ». AI мынадай тәуекелдерді ертерек байқата алады:

• Құбырдың өткізу қабілеті шегіне жақындауы
• Қысым режимінің қолайсыз траекториясы
• Жеткізу келісімшарттары бойынша imbalances (күндік/айлық теңгерімсіздік)
• Тасымалдаудағы кідірістер (компрессор станциясы, жөндеу, ауа райы)

Бұл жерде тек болжам емес, оптимизация маңызды: қай аймаққа қанша газ бөлу, қай станцияны қай сағатта қосу тиімді, қай жерде сақтау қоймасынан шығару керек.

3) Диспетчерлік шешімді «сценариймен» басқару

Суықта бір ғана жоспар жеткіліксіз. Дұрыс тәсіл — 5–20 ықтимал сценарий құрып, әрқайсысына әрекет жоспарын алдын ала дайындау.

AI негізіндегі сценарийлік жоспарлау:

• Ауа райы болжамындағы белгісіздікті (ensemble forecast) пайдаланады
• «Егер температура -25°C болып қалса…» ғана емес, «жел күшейсе…», «бір блок істен шықса…» сияқты жағдайларды қосады
• Әр сценарий үшін ең арзан емес, ең сенімді шешімді таңдайды (мұнда мақсат функциясына сенімділік метрикалары енгізіледі)

PJM-нің алдын ала сатып алуы — дәл осындай сценарийлік логиканың «қолмен жасалған» нұсқасы. AI оны жүйелі, қайталанатын процесс етеді.

4) ЖЭО/ГТҚ-дағы predictive maintenance: суықта тоқтамау үшін

Суық кезең — жоспардан тыс тоқтаулардың бағасы ең қымбат уақыт. Predictive maintenance (діріл, температура, май талдауы, іске қосу циклдары) арқылы:

• Компрессор/турбинадағы ақауды ерте табуға болады
• Қосалқы бөлшек пен бригаданы алдын ала жоспарлайды
• Іске қосу сенімділігін арттырады (start reliability)

Қазақстанда бұл әсіресе жылу мен электрді бірге өндіретін станциялар үшін өзекті: бір блоктың тоқтауы тек мегаватты емес, қаланы жылумен қамтамасыз етуге әсер етеді.

«PJM сабағын» Қазақстанда іске асырудың практикалық жоспары

Мұнда үлкен трансформацияны күтпей-ақ, 8–12 аптада нәтиже беретін қадамдар бар. Мен көрген ең жұмыс істейтін жол — пилот → өндірістік масштаб.

1) Бір мақсатты таңдау: суықтағы 72 сағаттық сенімділік

Алдымен KPI-ды нақтылаңыз. Мысалы:

• Суық толқында (cold spell) 72 сағат ішінде жоспардан тыс қуат жетіспеушілігін нөлге жақындату
• Дәл осы кезеңде газ жеткізу «сәтсіздігін» X%-ға қысқарту
• Баланстаушы қуатқа жұмсалатын төлемді Y%-ға төмендету

2) Дерек қабатын реттеу: «мәлімет бар» жеткіліксіз

Керек болатын минималды деректер:

• SCADA/EMS жүктемесі (сағаттық/минуттық)
• Ауа райы (тарихи + болжам, аймақтық бөліністе)
• Газ тұтыну/жеткізу (номинациялар, тәуліктік баланс)
• Жабдық оқиғалары (жөндеу, авария, іске қосу журналы)

Осы деректер «бір тілде» сөйлесе ғана модель жұмыс істейді.

3) Модель емес, процесс құру

AI жобаларының 80%-ы «модель жақсы, бірақ ешкім қолданбайды» деген жерде тоқтайды. Сондықтан:

• Диспетчерге арналған қысқа decision brief форматы керек (мысалы, 3 ұсыныс және тәуекел деңгейі)
• Нәтиже аудиті керек: модель неге қателесті, қай жерде дерек нашар
• «Ауа райы нашарласа не істейміз?» деген плейбук керек

Жұмыс істейтін AI — бұл әдемі дашборд емес. Бұл жауапкершілігі анық, күн сайын қолданылатын операциялық тәртіп.

People also ask: жиі қойылатын 4 сұрақ

AI электр жүйесін автоматты түрде басқара ма?

Толық автоматтандыру сирек. Көп жағдайда ең дұрыс тәсіл — human-in-the-loop: AI ұсыныс береді, соңғы шешімді диспетчер қабылдайды.

AI үшін дерек аз болса не істейміз?

Бірден «үлкен модель» жасау міндет емес. Жақсы бастама — қарапайым ML-болжам (жүктеме/газ) + сценарийлік симуляция. Кейін дерек көбейген сайын күрделендіресіз.

Суықтағы басты тәуекел тек газ ба?

Жоқ. Суықта желі ақауы, мұздану, генератор іске қосу сәтсіздігі, көмір логистикасы, персонал қолжетімділігі сияқты тәуекелдер қатар жүреді. Сондықтан модель де көп факторлы болуы керек.

Бұл Қазақстанда қай жерде тез нәтиже береді?

Менің тәжірибемде ең тез нәтиже беретін аймақ — қалалық жылу-электр түйіндері: сұраныс жоғары, тәуекел бағасы қымбат, дерек жинау мүмкіндігі жақсы.

Қай бағыт дұрыс: «алдын ала сатып алу» ма, әлде AI ма?

PJM мысалы «алдын ала сатып алу» тәсілінің суықта тиімді екенін көрсетті, бірақ бұл — құралдың бірі ғана. Қазақстан үшін ұзақ мерзімді дұрыс бағыт — алдын ала әрекет ететін жүйе құру: сұранысты дәлірек болжау, газ жеткізу тәуекелін ерте көру, сценариймен жоспарлау, жабдықтың сенімділігін дерекпен басқару.

Бұл сериядағы басқа материалдарда біз AI-дың мұнай-газ және энергиядағы өнімділік, қауіпсіздік, автоматтандыруға әсерін талқылап жүрміз. Суықтағы энергия қауіпсіздігі — сол әңгіменің ең практикалық бөлігі: халық жарықсыз қалмауы керек, өндіріс тоқтамауы керек, ал операторлар «соңғы минутта» емес, бір апта бұрын дайын болуы керек.

Келесі қадам ретінде өз ұйымыңызда бір сұрақты нақты қойып көріңіз: келесі суық толқында (5–10 күндік аяз) біз қай дерекке сүйеніп шешім қабылдаймыз — және ол дерек қаншалықты сенімді? Сол жерден AI-дың нақты бизнес-кейсі басталады.