Califórnia testará software de IA para decisões automáticas em cortes de energia

A Caiso (California Independent System Operator) pretende adotar, ainda em 2025, um sistema de inteligência artificial para auxiliar na gestão de interrupções na rede elétrica estadual. Caso o projeto-piloto avance como previsto, a operadora será a primeira da América do Norte a empregar IA para decisões autônomas nesse tipo de operação.

O plano deverá ser detalhado em 15 de julho, durante a DTECH Midwest, em Minneapolis. Na ocasião, será anunciado o acordo com a Oati, companhia de software de energia responsável pelo desenvolvimento do Genie, plataforma que utiliza IA generativa para analisar dados em tempo real e orientar a equipe de controle sobre a melhor forma de reagir a falhas de transmissão.

Hoje, quando ocorre a queda de uma linha ou de um transformador, engenheiros da Caiso precisam pesquisar relatórios de ocorrência, identificar termos-chave, revisar anotações internas e alimentar manualmente cada dado em outro sistema que calcula o impacto sobre o fornecimento de eletricidade. Embora cada etapa leve menos de um minuto, o volume se multiplica quando há centenas de ocorrências simultâneas. Segundo a Oati, o Genie executará as mesmas tarefas de forma automática, reduzindo o tempo gasto e padronizando o processo de decisão.

Gopakumar Gopinathan, consultor sênior em tecnologias de sistemas de energia da Caiso, afirma que a modernização busca elevar a confiabilidade da rede diante de uma matriz cada vez mais complexa, formada por fontes renováveis intermitentes, instalações de armazenamento e carregadores de veículos elétricos. A expectativa é que a IA ajude a equilibrar oferta e demanda com mais rapidez, minimizando a necessidade de interrupções programadas.

O vice-presidente de plataformas, visualização e análise da Oati, Abhimanyu Thakur, destaca que o principal ganho inicial refere-se à análise de contingências. Mesmo que o operador humano precise de poucos segundos para lidar com um evento isolado, o acúmulo de até 300 registros em dias críticos consome tempo precioso. Ao assumir essa triagem, o Genie pretende liberar os profissionais para decisões estratégicas de maior porte.

Se os testes confirmarem confiabilidade e precisão, a Caiso considera ampliar o uso da IA para outras funções, como previsão de geração renovável, despacho de reservas e planejamento de longo prazo. Qualquer expansão, no entanto, dependerá de validações técnicas e da aprovação da Comissão de Serviços Públicos da Califórnia.

O interesse por soluções semelhantes cresce em outras partes dos Estados Unidos. A PJM Interconnection, consórcio que coordena a rede de 13 Estados, iniciou parceria com o Google para aplicar o Tapestry, ferramenta que calcula rapidamente a conexão de novos geradores. Já o operador texano Ercot avalia produtos comparáveis aos do piloto californiano, refletindo uma tendência de digitalização em todo o setor elétrico.

Estudo publicado pelo Departamento de Energia em 2024 concluiu que algoritmos de IA podem acelerar análises de capacidade, melhorar a previsão meteorológica para parques eólicos e solares e otimizar a localização de pontos de recarga de veículos elétricos. O documento aponta ainda que a automação reduz custos de operação e amplia a resiliência diante de eventos climáticos extremos.

A adoção do Genie ocorrerá em fases. Na primeira, a ferramenta rodará em paralelo aos sistemas existentes, produzindo recomendações que serão revisadas pelos engenheiros antes da execução. Esse modo “humano no circuito” servirá para aferir o desempenho do software e ajustar parâmetros. Somente após essa etapa a Caiso poderá autorizar a tomada de decisões totalmente autônomas.

A iniciativa californiana insere-se em um cenário de maior complexidade do despacho elétrico, impulsionado pela expansão de fontes renováveis e pela eletrificação de setores como transporte e aquecimento. Ao recorrer à inteligência artificial, os operadores buscam reduzir a margem de erro, acelerar respostas a contingências e garantir que a transição energética ocorra sem comprometer a estabilidade do fornecimento.