India pune în funcțiune 1 GW de stocare hidro cu pompare. Ce poate învăța România și cum intră AI în joc pentru o tranziție verde sigură și profitabilă?
India pornește o centrală de 1 GW. Ce înseamnă asta pentru România?
1 GW de capacitate de stocare în regim de vârf într-un singur proiect. Atât asigură noua centrală hidro cu pompare din Tehri, Uttarakhand, unde THDC India Ltd. a pus recent în funcțiune încă o unitate de 250 MW dintr-un total de patru.
Pentru România, care vrea să integreze tot mai mult fotovoltaic și eolian și vorbește tot mai des despre AI în rețelele electrice, acest proiect e un studiu de caz excelent: arată cum arată, în practică, infrastructura de stocare pe care inteligența artificială chiar are ce să optimizeze.
În seria „AI în Industria Energetică din România: Tranziția Verde”, articolul de față ia exemplul din India și îl traduce în lecții concrete pentru sistemul nostru energetic: rolul stocării hidro cu pompare, cum se îmbină cu fotovoltaic și eolian și unde intră AI în toată povestea.
Ce a făcut India, pe scurt: proiectul Tehri de 1 GW
Proiectul THDC din Tehri este un exemplu clar de stocare hidro cu pompare la scară mare construită pentru a susține integrarea energiilor regenerabile.
- Capacitate totală: 1 GW (4 × 250 MW)
- Tehnologie: centrală hidro cu pompare cu viteză variabilă
- Rol principal: capacitate de vârf pentru stabilitatea rețelei din nordul Indiei
- Infrastructură: două acumulări existente (Tehri și Koteshwar) pe râul Bhagirathi, folosite ca lac superior și inferior
Unitatea a treia de 250 MW a fost pusă în funcțiune în decembrie 2025, după ce prima intrase deja în exploatare în iunie. O parte din energie (184 MW) este deja contractată printr-un PPA cu statul Gujarat.
De ce contează acest proiect?
Pentru că arată exact ceea ce și România are nevoie până în 2030:
- o „baterie” de sistem capabilă să absoarbă surplusul de producție din fotovoltaic și eolian;
- o sursă flexibilă, rapidă, care poate porni/opri pentru a acoperi vârfurile de consum de seară sau episoadele de vânt slab;
- o platformă excelentă pentru aplicarea algoritmilor de AI de optimizare, prognoză și mentenanță predictivă.
De ce stocarea hidro cu pompare e piesă-cheie în tranziția verde
Stocarea hidro cu pompare este, în esență, cea mai matură tehnologie de stocare la scară gigawatt. Nu are spectaculozitatea bateriilor noi, dar ține sistemele energetice în picioare de zeci de ani.
Cum funcționează, pe scurt:
- când există surplus de energie (de regulă din solar/eolian), apa este pompată din lacul inferior în lacul superior;
- când rețeaua are nevoie de energie, apa este lăsată să cadă din nou prin turbine, generând electricitate.
Avantaje esențiale pentru România:
- Durată mare de stocare – ore întregi, chiar peste 8–10 ore, nu doar 2–4 ore ca multe sisteme cu baterii;
- Scală mare – sute de MW până la GW, exact ce trebuie pentru echilibrarea unui sistem național;
- Durată de viață lungă – 40–60 de ani, cu mentenanță corectă;
- Sinergie naturală cu AI – având un ciclu clar de încărcare/descărcare, e un teren ideal pentru algoritmi de optimizare.
În contextul în care România accelerează instalarea de fotovoltaic (parcuri mari și rooftop) și eolian onshore/offshore, fără stocare de tip hidro cu pompare sau baterii mari, rețeaua va deveni instabilă și tot mai greu de operat. Aici intervine cuplul decisiv: stocare + AI.
Unde intră AI în joc: de la dispecerizare la mentenanță
Realitatea e simplă: un proiect de tip Tehri valorează pe deplin doar dacă sistemul energetic îl „știe folosi” inteligent. Asta înseamnă algoritmi de AI integrați în dispecerizare, prognoză și mentenanță.
1. Optimizarea încărcare/descărcare în timp real
AI poate decide când să pompeze apă și când să producă energie, mult mai bine decât un set de reguli fixe.
Pentru un lac cu pompare din România, un model practic ar arăta așa:
- Intrări în model:
- prognoza fotovoltaic + eolian pe următoarele 24–72h;
- prognoza de consum (profiluri rezidențiale, industriale, urbane);
- prețuri prognozate în piața pentru ziua următoare și intrazilnică;
- status tehnic al unităților (disponibilitate, restricții hidrologice);
- Obiectiv:
- maximizarea veniturilor din piață;
- minimizarea numărului de porniri/opriri inutile;
- respectarea limitelor hidrologice și de mediu.
Un model de AI bine antrenat poate spune foarte clar: „astăzi, între 11:00–15:00 pompăm masiv pentru că avem surplus de solar; între 18:00–22:00 producem la capacitate maximă pentru a acoperi vârful de seară și prețul mare”.
2. Prognoză mai bună pentru un sistem tot mai volatil
Pe măsură ce crește ponderea de regenerabile, prognoza clasică (bazată doar pe istorice) nu mai e suficientă. Modelele de machine learning pot îmbunătăți:
- prognoza de producție solară/eoliană, integrând date meteo de înaltă rezoluție;
- prognoza de consum, ținând cont de sezonalitate, zile libere legale, comportament urban vs. rural;
- prognoza de congestii în rețea, astfel încât centrala cu pompare să fie programată exact când ajută cel mai mult.
Pentru România, unde rețeaua de transport are deja zone încărcate (Dobrogea, Banat), un astfel de sistem AI integrat cu Dispecerul Energetic poate decide: „nu mai introducem încă 200 MW de eolian acum, ci pompăm în lac și reducem riscul de congestie”.
3. Mentenanță predictivă pentru turbine și echipamente
Un alt câmp în care AI aduce bani concreți este mentenanța predictivă.
Într-o centrală cu pompare de sute de MW:
- vibrațiile, temperaturile, curenții, presiunile sunt monitorizate permanent;
- un algoritm de învățare automată „învață” cum arată comportamentul normal al turbinei și generatorului;
- orice abatere subtilă (care încă nu produce alarmă clasică) este semnalată ca risc de defect.
Rezultatul:
- opriri planificate în perioade cu preț mic, nu în vârf de consum;
- evitarea avariilor majore care pot scoate din joc sute de MW;
- prelungirea duratei de viață a echipamentelor.
Într-un mix energetic în care România va depinde tot mai mult de flexibilitatea centralelor pe apă, un AI de mentenanță predictivă nu e „nice to have”, e asigurare de sistem.
De ce India e un reper util pentru România
India și România sunt foarte diferite ca mărime, dar au câteva asemănări relevante:
- mix energetic divers, cu o pondere puternică a cărbunelui/gazului care trebuie redusă;
- potențial semnificativ de hidroclasic și hidro cu pompare;
- creștere rapidă a fotovoltaicului.
Proiectul Tehri arată câteva bune practici pe care România le poate adapta:
1. Folosirea infrastructurii existente
Tehri folosește două baraje deja existente ca lac superior și inferior. Asta scade costurile și impactul de mediu.
În România, merită evaluate serios scenarii similare:
- conversia/integrarea unor acumulări existente în scheme de pompare;
- proiecte „step-up” în jurul centralelor mari de pe Olt, Argeș, Someș sau din zona de munte.
2. Gândire pe termen lung: contracte și rol în sistem
În India, o parte din producție e deja legată de un PPA cu statul Gujarat. Asta oferă bancabilitate și vizibilitate pe fluxul de venituri.
Pentru România, câteva direcții clare:
- includerea explicită a stocării cu pompare în mecanisme de capacitate și scheme de sprijin;
- definirea clară a serviciilor de sistem (echilibrare, rezervă rapidă) pe care o astfel de centrală le poate vinde;
- stimulente pentru investiții private în parteneriat cu Hidroelectrica, Transelectrica sau alți jucători mari.
3. Proiectarea „AI ready” de la început
Aici e diferența între proiectele vechi și cele noi. Un proiect „AI ready” are, din faza de proiectare:
- senzori avansați integrați în echipamente;
- SCADA deschisă la integrare cu platforme de analiză și modele de ML;
- date istorice curate, structurate, pe care se poate antrena AI.
Dacă România își propune un proiect nou de stocare hidro cu pompare în următorii ani, ar fi o mare greșeală să nu integreze foaia de parcurs AI chiar în caietul de sarcini.
Cum ar arăta, concret, un ecosistem „stocare + AI” în România
Ca să nu rămânem la nivel de principii, iată un scenariu realist pentru 2030–2035:
- Un proiect de 500–800 MW stocare hidro cu pompare într-o zonă cu potențial hidro și acces bun la rețeaua de transport.
- Portofoliu consolidat de parcuri fotovoltaice și eoliene în apropiere (mii de MW instalați), plus prosumatori răspândiți în rețelele de distribuție.
- Platformă națională de AI pentru sistemul energetic, integrată cu Dispecerul Energetic Național, care:
- colectează date în timp real din rețele, centrale, baterii mari;
- rulează modele de prognoză pentru producție și consum;
- optimizează programarea stocării (hidro cu pompare + baterii);
- generează recomandări automate pentru tranzacționare în piețe.
- Module de AI la nivelul fiecărui activ mare (hidro, eolian, PV, baterii):
- mentenanță predictivă;
- optimizare de randament;
- detectarea anomaliilor și a pierderilor comerciale.
Rezultatul unui astfel de ecosistem:
- mai puține ore de redispecerizare costisitoare;
- evitarea situațiilor în care suntem nevoiți să „tăiem” eolian sau solar din lipsă de flexibilitate;
- reducerea dependenței de importuri în orele de vârf, când prețurile explodează;
- emisii mai mici, fără a pierde siguranța în alimentare.
Asta înseamnă, în practică, „AI în Industria Energetică din România: Tranziția Verde”: nu un proiect izolat, ci o arhitectură în care fiecare nou MW de stocare sau regenerabil vine la pachet cu un plan clar de date și algoritmi.
Ce ar trebui să facă acum actorii din România
Dacă lucrezi în sectorul energetic – utilitate, dezvoltator, integrator sau autoritate – exemplul Indiei ar trebui tradus în acțiuni clare:
- Evaluare de potențial pentru stocare hidro cu pompare pe infrastructura existentă;
- Proiectare „AI by design” pentru orice nou proiect de stocare sau regenerabile;
- Pilot de mentenanță predictivă pe cel puțin o centrală mare (hidro, eoliană sau solară);
- Parteneriate între operatori de sistem și companii de AI pentru platforme comune de prognoză și optimizare;
- Adaptarea cadrului de reglementare pentru a recunoaște explicit rolul stocării și al serviciilor inteligente de sistem.
Exemplul Tehri arată că astfel de proiecte sunt realizabile și bancabile. Întrebarea reală pentru noi este: cât de repede vrem să ajungem acolo și cât de serios integrăm AI în proiectele de azi, nu doar în strategiile de mâine?