Supercomputador utilizado na produção de energia renovável

A General Electric (GE), empresa do setor da energia, vai começar a utilizar um dos mais poderosos supercomputadores – Summit da IBM – na realização de duas novas investigações para impulsionar a produção de energia renovável. O sistema do Summit é o segundo mais poderoso do mundo – a seguir ao supercomputador Fugaku, localizado no Japão – com uma potência de 70 milhões de iPhones 11. O supercomputador da IBM tem a capacidade de executar grandes computações, como simular o comportamento dos sistemas e resolver complexos problemas de física. 

No mês passado, o Departamento de Energia (DoE) dos EUA, que acolhe o Summit no Laboratório Nacional de Oak Ridge, atribuiu um total de mais de sete milhões de horas de nó no supercomputador para vinte equipas de investigação, duas das quais pertencem à GE. 

Uma das equipas de investigação da GE, liderada por Jing Li, recebeu 240 mil horas de nó para avançar na sua pesquisa no campo da energia eólica offshore. A equipa vai olhar, em particular, para um fenómeno chamado jatos costeiros de baixo nível – que podem afetar o desempenho das turbinas. Graças ao computador, com alta fidelidade, os investigadores vão poder simular as interações entre os jatos e os parques eólicos.

Li espera conseguir executar simulações complexas para estudar novas formas de controlar e operar turbinas offshore com o intuito de melhorar a produção eólica. Os resultados da investigação vão ainda ser utilizados para desenvolver o projeto ExaWind do DoE, concebido para acelerar a implantação de centrais eólicas onshore e offshores nos EUA. 

A ‘bolsa’ foi ainda atribuída a Michal Osusky da GE, com 256 mil horas de nó no Summit para um projeto que se foca na aplicação de métodos de machine learning para melhorar o design de máquinas como motores a jato ou turbinas. "Estas simulações forneceriam uma visão sem precedentes do que está a acontecer nestas complexas máquinas, muito além do que é possível através dos testes experimentais de hoje", explica Osusky.

Ao combinar o machine learning e a simulação, a equipa pode imitar os motores reais e fazer testes virtuais para verificar os designs. "A esperança é que possamos utilizar uma plataforma como esta para acelerar o processo de descoberta e validação para designs de motores mais limpos e eficientes, que promovam ainda mais os nossos objetivos de descarbonização”, conclui.