Założenia unijnej polityki energetycznej do roku 2030 nie pozostawiają złudzeń, co do dalszego rozwoju energetyki węglowej. Wykorzystanie tego surowca w gospodarce ze względu na jego wysoką emisyjność i koszty, musi zostać ograniczone na rzecz zwiększenia udziału odnawialnych źródeł energii i poprawę efektywności energetycznej. Według danych zawartych w opracowaniu Forum Analiz Energetycznych „Polska energetyka na fali megatrendów”, obecnie udział węgla w krajowym miksie energetycznym wynosi 87 proc.. Do 2030 roku wartość musi zostać jednak znacznie zredukowana.

Nawet stopniowe odejście od węgla kamiennego to duże wyzwanie dla polskiego sektora energetycznego. Dlatego, należy wprowadzać takie rozwiązania i technologie, które pozwolą z jednej strony na dalszą eksploatację i wykorzystanie tego surowca, a z drugiej - zniwelują emisję CO2 do atmosfery.

Jednym z możliwych zastosowań sztucznej inteligencji w sektorze energetycznym jest możliwość przewidywania zapotrzebowania na energię elektryczną, zarówno w perspektywie długo- jak i krótkoterminowej, co ma znaczenie dla produkcji energii i jej sprzedaży. Sztuczna inteligencja może zostać również wykorzystana do przewidywania pogody, a w szczególności siły wiatru i natężenia słonecznego, co jest szczególnie ważne przy planowaniu systemów energetycznych opartych na odnawialnych źródłach energii

Zastosowanie algorytmów SI pozwala na ograniczenie kosztów dzięki optymalizacji procesów zachodzących w  elektrowni węglowej, takich jak: utrzymywanie temperatury pary na określonym poziomie, utrzymanie emisji tlenku azotu (NOX) na zadanym poziomie, czy minimalizacja emisji CO2. Z takiego rozwiązania korzysta jedna ze śląskich elektrowni, w której  wdrożono system informatyczny SILO, wykorzystujący metody sztucznej inteligencji. Zdaniem Marcina Krzyszczaka z Transition Technologies zastosowanie systemu opierającego się na metodzie algorytmów sztucznej inteligencji pozwoliło na redukcję emisji CO2 o 8120 ton rocznie oraz na ograniczenie wydzielania szkodliwego amoniaku - o 665 ton w skali roku. Poprawiła się także efektywność oraz sprawność kotła energetycznego, a zużycie węgla spadło o 2900 ton rocznie. W rezultacie, w skali roku elektrownia zaoszczędziła 1 380 000 złotych, a to zaledwie namiastka możliwości, jakie daje wykorzystanie sztucznej inteligencji w energetyce.

Zobacz także: Energetyka jednym z filarów bezpieczeństwa NATO