Cum inteligența artificială poate reduce costurile cu enegia electrică, dacă prosumatorii ar forma „comunități de energie”: studiu realizat de patru profesori de la Inginerie

Un grup de profesori de la Universitatea „Lucian Blaga” din Sibiu arată, într-un studiu publicat recent, că inteligența artificială poate gestiona mai eficient energia electrică în comunitățile de prosumatori decât sistemele clasice bazate pe reguli fixe. Cercetarea, intitulată „Reinforcement Learning-Based Energy Management in Community Microgrids: A Comparative Study” (din engleză: Managementul energiei bazat pe învățare prin consolidare în microrețelele comunitare: un studiu comparativ), a fost publicată la finalul lunii noiembrie 2025 în revista internațională Sustainability, din cadrul grupului editorial MDPI (Multidisciplinary Digital Publishing Institute) și este semnată de Olimpiu Nicolae Moga, Adrian Florea, Claudiu Solea și Maria Vintan – toți din cadrul Departamentului de Calculatoare şi Inginerie Electrică a Facultății de Inginerie.

Studiul vine într-un context în care numărul prosumatorilor din România a crescut accelerat. La sfârșitul lunii septembrie 2025, existau aproape 268.000 de prosumatori, dintre care peste 39.000 aveau și baterii de stocare a energiei. În paralel, legislația începe să deschidă calea către comunități de energie, în care mai mulți prosumatori își pot gestiona și valorifica împreună producția de electricitate.

„Pentru a reduce costurile cu electricitatea multe persoane fizice, dar și juridice aleg să instaleze panouri fotovoltaice, energia solară fiind o sursă regenerabilă de energie. La început, energia electrică produsă era folosită pentru a acoperi consumul propriu și, dacă exista un exces, atunci surplusul era fie livrat către rețeaua electrică de distribuție, care era astfel creditată cu această energie, fie stocat în baterii, astfel de persoane fiind denumite prosumatori. La sfârșitul lunii septembrie a anului 2025, în România existau 267840 de prosumatori, dintre care 39115 aveau și instalații de stocare. Într-un proiect de lege recent, încă nepublicat în Monitorul Oficial, se definește posibilitatea compensării cantitative sau regularizării financiare a excedentului de energie electrică. Prosumatorii se pot organiza astfel încât să formeze o comunitate de energie pentru a obține beneficii economice, sociale și ecologice pentru membrii acesteia. Controlând infrastructura energetică (panouri solare, baterii de stocare ș.a.m.d.), această comunitate este implicată în procesul decisional, de la operare și mentenanță până la valorificarea surplusurilor de energie electrică în piață”, a explicat pentru Turnul Sfatului unul dintre autori, Adrian Florea, profesor în cadrul Facultății de Inginerie.

Gestionarea energiei într-o comunitate, dificilă

Consumul de energie electrică variază de la o oră la alta, iar producția panourilor fotovoltaice depinde de condițiile meteo. În acest context, decizia de a încărca sau descărca bateriile, ori de a apela la rețeaua electrică, devine una complexă. Tradițional, aceste decizii sunt luate pe baza unor reguli prestabilite: „încarcă bateria noaptea” sau „folosește energia stocată seara”.

Profesorii sibieni au vrut să afle dacă o abordare bazată pe inteligență artificială poate lua decizii mai bune decât regulile așa-numit „tradiționale”.

„Cererea de energie electrică fluctuează, producția panourilor fotovoltaice depinde de vreme, astfel că gestionarea acestui sistem este complexă. În cel mai recent articol științific al grupului nostru de lucru am căutat cea mai eficientă metodă de gestionare a energiei în cadrul comunităților energetice. Utilizând măsurători din mediul de simulare CityLearn, bazat pe date reale din SUA, am comparat două tehnici de control: 1) Controlerul Bazat pe Reguli (RBC) –  acesta este sistemul de control clasic, rigid, care funcționează pe baza unui set de instrucțiuni fixe, programate (de exemplu „Încărcă bateria noaptea, descarcă bateria după-amiaza, când soarele apune”) și 2) Învățarea automata (Învățare prin recompensă, în engleză Reinforcement Learning), folosind o clasă de algoritmi de Inteligență Artificială (IA). Spre deosebire de un controler bazat pe reguli, agentul IA găsește singur strategia optimă”, explică Florea.

Inteligența artificială „învață” să gestioneze energia

Astfel, profesorii de la ULBS arată că un agent de inteligență artificială își descoperă singur strategia optimă, iar prin „milioane de încercări”, prin recompense și penalizări, sistemul învață când să stocheze energia și când să o folosească.

De precizat este că fiecare clădire din comunitate care dispune de baterii este controlată de un agent IA propriu, iar acești agenți acționează coordonat pentru a reduce consumul total de energie din rețea, costurile și emisiile de carbon.

„Algoritmul ia decizii repetate într-un mediu de simulare și primește „recompense” (pentru economii sau reducerea emisiilor) sau „penalizări” (pentru consum mare de energie de la rețeaua electrică). Prin milioane de încercări acesta descoperă o strategie care maximizează beneficiile economice și de mediu. În scenariile considerate, fiecare clădire care dispune de o baterie de stocare este controlată de un agent IA independent. Optimizarea costurilor și reducerea emisiilor de carbon constă în gestionarea stării bateriei. Practic, sistemul decide: a) când există un exces de energie (sau energia este ieftină), să încarce bateria; b) când energia electrică este scumpă (sau cererea este mare), să consume energia electrică stocată, evitând astfel consumul de energie din rețeaua electrică”, ne-a mai spus Adrian Florea.

Rezultate: costuri și emisii mai mici

Rezultatele arată că, în comunitățile în care mai mulți membri sunt prosumatori și dispun de baterii, inteligența artificială obține performanțe mai bune. În cel mai favorabil scenariu analizat, utilizarea algoritmilor de tip Reinforcement Learning a dus la o reducere de până la 9,2% a costurilor anuale cu energia electrică și a emisiilor de carbon, comparativ cu soluțiile clasice bazate pe reguli, arată studiul.

În schimb, în comunitățile în care doar o parte dintre participanți au capacități de stocare, beneficiile sunt mai reduse.

„Acești agenți nu acționează individual, ci la comun, pentru a reduce consumul total al comunității de energie. Am demonstrat că algoritmii de Inteligență Artificială (IA) pot lua decizii care reduc costurile și impactul asupra mediului mai mult decât regulile prestabilite”, conchide Florea.