R2B BatteryMonetizer

Liikenteen sähköistyminen merkitsee valtavaa akkujen kasvukautta. Lisäksi sähköverkkoihin, kaupalliseen ja teolliseen toimintaan sekä asuinpaikkoihin liittyvät tarpeet ohjaavat kiinteiden akkujen kasvua. Akusta saa suurimman hyödyn, jos käyttää sitä useampaan tarkoitukseen tehokkaasti. Tulojen optimointi tällaisesta monikäytöstä on kuitenkin vaikea, jatkuvasti toistuva tehtävä. Se on vaikea epävarmuustekijöiden, erilaisten aikataulujen ja lukuisten reunaehtojen sekä vaihtoehtoisten kustannusten ja tulojen vuoksi. Nykyään monia akkuja käytetäänkin kiinteiden käyttösuunnitelmien perusteella ja rajoittuen yhteen palveluun. Tämä ei hyödynnä akun koko potentiaalia, ja akkujen valmistukseen kulutetuista luonnonvaroista menee osa hukkaan. Meidän ratkaisumme soveltaa uutta mallinnuksen ja tekoälyn yhdistelmää akkujen seuraavan päivän käyttösuunnitelman optimointiin. Ratkaisumme ottaa huomioon toisaalta eri markkinoiden tai käyttötarkoitusten vaatimukset ja toisaalta itse akun epälineaariset ominaisuudet. Käytämme vahvistusoppimista ja opetamme agenttia ympäristössä, joka koostuu akkumallista ja markkina- sekä energiaresurssipiirteistä. Näiden avulla voimme simuloida erittäin suuria määriä erilaisia mahdollisia tilanteita agentin opettamiseksi. Akkupalveluihin käytettävissä oleva akkujen kapasiteetti kasvaa 31,5 % vuodessa tällä vuosikymmenellä ja pelkän optimoinnin potentiaalinen vuotuinen lisäarvo tällaisissa palveluissa on kymmenien miljardien eurojen luokkaa samalla aikavälillä. Näemme mahdollisuuden kehittää merkittävää kansainvälistä liiketoimintaa maailmanlaajuisesti. Tämä edellyttää täysin uuden teknologian luomista ja osaamisen rakentamista. Tällä olisi myönteinen yhteiskunnallinen vaikutus saadessamme kaiken irti akuista sekä niiden keskeisestä roolista energiamuutoksessa.