Alat pemodelan komputer baru yang dikembangkan oleh tim peneliti MIT Energy Initiative (MITEI) akan membantu perencana infrastruktur yang bekerja di bidang kelistrikan dan sektor padat energi lainnya dalam memprediksi dan mempersiapkan kebutuhan dan kondisi masa depan dengan lebih baik saat mereka mengembangkan rencana untuk kapasitas pembangkit listrik, jalur transmisi, dan infrastruktur lain yang diperlukan. Alat ini dapat mengurangi jumlah waktu yang diperlukan untuk perencanaan dan membantu memastikan bahwa jaringan listrik dapat terus menyediakan listrik yang efisien, andal, dan berbiaya rendah kepada pelanggan, serta memenuhi standar emisi dan peraturan. Alat ini dikembangkan sebagai bagian dari proyek penelitian yang didukung secara filantropis melalui MITEI, bekerja sama dengan Universitas Princeton dan Universitas New York.
Makro, alat baru ini, dirancang khusus untuk perencana utilitas, regulator, dan peneliti yang mencoba memahami bagaimana jaringan listrik dan sektor energi lainnya dapat berkembang dengan adanya teknologi dan kebijakan baru atau cara berbeda dalam menggunakan listrik dan komoditas padat energi, jelas peneliti MITEI, Ruaridh Macdonald. Dengan memasukkan rincian tentang unit pembangkit yang tersedia, proyeksi permintaan, biaya, kemungkinan teknologi baru, dan potensi kendala kebijakan, perencana dapat menyelidiki berbagai pilihan untuk desain dan pengoperasian infrastruktur masa depan yang akan meminimalkan harga dan memaksimalkan nilai bagi semua orang. Secara khusus, tidak seperti model tradisional, Makro memperhitungkan kodependensi antar sektor industri.
Dengan pengembangan lebih lanjut, Makro akan memungkinkan pembuat kebijakan untuk mengeksplorasi – secara real time – dampak dari pilihan kebijakan potensial terhadap hasil mulai dari emisi karbon, keandalan jaringan listrik hingga harga komoditas, dan banyak lagi.
Tantangan yang semakin besar bagi perencana utilitas dan model MIT sebelumnya
Permintaan listrik kini meroket, salah satunya disebabkan oleh meningkatnya penggunaan kecerdasan buatan dan elektrifikasi segala hal mulai dari kendaraan hingga gedung. Akibatnya, dibutuhkan lebih banyak pembangkit listrik dan transmisi. Ribuan proyek energi angin dan surya kini mulai berjalan, namun unit-unit tersebut tidak dapat diandalkan untuk menghasilkan listrik setiap saat, sehingga diperlukan sumber daya pelengkap dan fasilitas penyimpanan. Selain itu, konsumen energi seperti pusat data, pusat manufaktur, dan rumah sakit memiliki persyaratan keandalan yang ketat yang harus dipenuhi. Yang semakin memperumit tugas perencana adalah komitmen untuk mengurangi, atau bahkan menghilangkan, emisi karbon.
Makro dibangun berdasarkan sejarah model perluasan kapasitas (CEM), termasuk GenX dan DOLPHYN, yang telah dikembangkan oleh peneliti MITEI untuk membantu perusahaan utilitas merencanakan masa depan. GenX dirancang pada tahun 2017 untuk mendukung pengambilan keputusan terkait investasi sistem ketenagalistrikan, serta pengoperasian jaringan listrik secara real-time, dan untuk mengkaji dampak dari kemungkinan inisiatif kebijakan terhadap keputusan tersebut. DOLPHYN, yang dirilis pada tahun 2021, memiliki struktur inti yang sama dengan GenX tetapi dengan tambahan sektor tambahan, termasuk produksi hidrogen, biofuel, dan banyak lagi.
Namun, Macdonald; Jesse Jenkins, salah satu pencipta GenX dan sekarang menjadi profesor di Universitas Princeton; dan Dharik Mallapragada, salah satu pencipta DOLPHYN dan sekarang menjadi profesor di Universitas New York, menyadari bahwa mereka perlu membangun model yang lebih besar dan beresolusi lebih tinggi daripada kemampuan GenX atau DOLPHYN untuk mendapatkan jawaban yang lebih akurat mengenai dampak kebijakan dan teknologi baru.
Memperkenalkan Makro
Macdonald, Jenkins, dan Mallapragada, bersama kolaborator Princeton Filippo Pecci dan Luca Bonaldo, menghasilkan arsitektur baru yang memberikan kemampuan tambahan yang dibutuhkan. Dalam membangun Makro, mereka dan timnya mengembangkan empat komponen inti yang dapat digabungkan untuk menggambarkan sistem energi untuk setiap proses industri. “Masing-masing komponen menggambarkan tindakan dasar dalam sistem energi: transfer, penyimpanan, transformasi, dan masuk atau keluar jaringan,” jelas Macdonald. “Karena komponennya tidak spesifik pada sektor tertentu, kami dapat menggunakannya untuk membangun jaringan listrik, komoditas, dan sistem data.” Dengan Makro, pengguna dapat fokus pada bidang ekonomi tertentu, misalnya untuk transfer listrik atau komoditas antardaerah. Fleksibilitas ini telah menyebabkan kelompok penelitian lain mulai menggunakan Makro untuk proyek mereka sendiri. “Faktanya, kami sudah memiliki beberapa orang yang mengamati produksi semen dan produksi bahan kimia tertentu,” kata Macdonald.
Apalagi dengan Makro pengguna dapat memecah suatu permasalahan menjadi bagian-bagian yang lebih kecil. Kebanyakan perangkat lunak yang digunakan untuk pemodelan jenis ini dirancang untuk dijalankan pada satu komputer. “Dengan arsitektur Macro yang baru, kami dapat dengan mudah menguraikan masalah besar menjadi banyak masalah kecil, yang dapat kami jalankan di komputer terpisah,” kata Macdonald. Hal ini membuat Macro sangat cocok untuk dijalankan pada cluster komputasi modern berperforma tinggi. Hal ini juga memberikan manfaat tambahan dalam perencanaan sistem tenaga listrik. Aspek perluasan tertentu — misalnya, transmisi — terlalu rumit untuk diselesaikan menggunakan metode pengoptimalan konvensional, sehingga sebagian besar CEM mengasumsikan perkiraan tertentu. Namun dengan Makro, bagian transmisi dapat dipisahkan dari masalah lainnya dan diselesaikan secara terpisah menggunakan teknik AI, sehingga menghasilkan solusi yang lebih akurat yang kemudian dapat dimasukkan ke dalam model keseluruhan.
Selain itu, pengembang Macro sangat menekankan kemudahan penggunaan. Mereka mengembangkan “taksonomi” pengguna potensial dan menyederhanakan alur kerja setiap kelompok sebanyak mungkin. Sebagian besar pengguna hanya ingin memasukkan data mereka menggunakan Excel dan alat lain yang mereka kenal, melakukan analisis terhadap beberapa masalah, dan mendapatkan jawaban. Lainnya adalah pemodel yang ingin menambahkan teknologi atau kebijakan baru; orang-orang itu mungkin perlu menulis beberapa kode komputer tambahan — tetapi tidak banyak. Terakhir, ada pengembang yang ingin menambahkan fitur baru atau elemen besar ke model dan perlu melakukan banyak pengkodean. “Kami telah menyusun berbagai hal dalam Makro sehingga kehidupan menjadi jauh lebih mudah bagi dua kelompok pengguna pertama, dengan konsekuensi menjadi sedikit lebih sulit bagi para pengembang,” kata Macdonald. Tim sekarang sedang mengembangkan antarmuka grafis untuk model tersebut sehingga kebanyakan orang tidak perlu menggunakan kode. “Mereka hanya akan berinteraksi dengannya seperti yang mereka lakukan dengan sebagian besar perangkat lunak yang mereka gunakan.”
Rencana masa depan: Menggunakan Makro untuk memandu pembuatan kebijakan — secara real time
Christopher Knittel, Profesor George P. Shultz di MIT Sloan School of Management, berencana menggunakan Makro untuk merancang kebijakan energi. Visinya terinspirasi oleh pengalaman Profesor John Sterman dari MIT Sloan, yang memimpin pengembangan simulator iklim global “En-ROADS,” serta model dinamika sistem yang melakukan analisis cepat namun mendekati perkiraan, memungkinkan pengguna untuk mencoba — secara real-time — pendekatan berbeda untuk mengurangi emisi karbon.
Seperti halnya simulator iklim global, penggunaan Makro untuk melakukan analisis lengkap terhadap usulan kebijakan dapat memakan waktu berhari-hari. Namun ada teknik untuk membuat “emulator” yang dapat memberikan hasil perkiraan dalam hitungan detik. Dalam perannya sebagai direktur misi “Enabling New Policy Approaches” dari Proyek Iklim MIT, Knittel sedang menjajaki kemungkinan mendukung “proyek andalan” untuk membangun sebuah emulator yang melampaui model Makro penuh yang dapat berjalan secara real-time. Knittel dan timnya kemudian akan bertemu dengan para pembuat kebijakan terpilih dan mengundang mereka untuk menggunakan Makro untuk melihat bagaimana berbagai langkah kebijakan akan mempengaruhi suhu global, konsentrasi gas rumah kaca, harga energi, kenaikan permukaan laut, dan sebagainya.
Saat menggunakan emulator, “Anda kehilangan akurasi atau kemampuan model Makro penuh,” kata Knittel, sehingga ia membayangkan membiarkan anggota Kongres memulai dengan menjalankan emulator untuk merancang kebijakan. “Kemudian, sebelum legislator benar-benar menyusun RUU tersebut, tim akademisi akan menjalankan model Makro secara penuh untuk memastikan keakuratan hasil dari emulator,” kata Knittel. “Latihan ini dapat membantu meyakinkan pembuat kebijakan mengenai kebijakan apa yang harus mereka ambil.”
Makro telah dirilis sebagai perangkat lunak sumber terbuka, tersedia secara gratis untuk tujuan penelitian dan komersial. Ini telah diuji oleh kolaborator di Amerika Serikat, Korea Selatan, India, dan Tiongkok. Beberapa dari tim tersebut sedang mengembangkan model tingkat negara dan regional untuk digunakan oleh tim lain dalam pekerjaan mereka.
