Projekt „Cyfrowy Bliźniak URE”, realizowany przez Urząd Regulacji Energetyki we współpracy z Uniwersytetem Warszawskim i Ministerstwem Cyfryzacji, ma usprawnić i zautomatyzować proces taryfowy w ciepłownictwie. System oparty na sztucznej inteligencji ma analizować dane taryfowe i wspierać pracowników URE w podejmowaniu decyzji dotyczących cen ciepła. Opracowanie tego rodzaju inteligentnego systemu wymaga jednak dużych pokładów energii, które nie będą obojętne dla polskiego sektora energetycznego.

Cyfryzacja URE

Urząd Regulacji Energetyki (URE) wkracza w erę cyfryzacji – projekt “Cyfrowy Bliźniak URE” zakłada wykorzystanie sztucznej inteligencji do wsparcia złożonych i obciążających procesów postępowania taryfowego. System AI ma analizować dane z wniosków taryfowych, wskazywać zależności i wspierać urzędników w podejmowaniu spójnych decyzji. Projekt realizowany jest we współpracy z Uniwersytetem Warszawskim oraz Ministerstwem Cyfryzacji.

Jak przeprowadzić audyt energetyczny do Kredytu ekologicznego 2025?

AI rozliczy taryfy

System, nad którym pracuje URE, nie ma zastąpić urzędników, lecz wspierać ich w codziennych procedurach taryfowych. Taryfikacja cen energii elektrycznej i ciepła to wyjątkowo złożony proces – każdy wniosek taryfowy odzwierciedla indywidualną sytuację lokalnego przedsiębiorstwa, działającego w odmiennych warunkach, na różnym etapie rozwoju. Jak podkreśla Renata Mroczek – prezeska URE – nie każdą z tych informacji jesteśmy w stanie uwzględnić w taryfie. Dodaje również, że zatwierdzanie taryf wymaga precyzyjnej analizy danych i zachowania równowagi między interesem przedsiębiorstw a ochroną odbiorców.

Odpowiedzią na te wyzwania ma być projekt “Cyfrowy Bliźniak”, który za pomocą narzędzi opartych na sztucznej inteligencji będzie analizował dane, wykrywał zależności oraz sygnalizował nieprawidłowości. Co ważne – ostateczna decyzja będzie należała do człowieka. AI ma być wyłącznie dodatkowym wsparciem i przewodnikiem po tym skomplikowanym procesie.

Doświadczenia innych krajów

Podobne rozwiązania funkcjonują już w kilku krajach Europy i świata, gdzie sztuczna inteligencja wspiera procesy regulacyjne i taryfowe w sektorze energetycznym. W Finlandii i Danii cyfrowe modele analityczne pomagają urzędom monitorować efektywność systemów ciepłowniczych i prognozować zmiany kosztów w zależności od warunków pogodowych czy zużycia paliw. W Niemczech regulatorzy wykorzystują AI do analizy danych z tysięcy lokalnych operatorów sieci, co pozwala szybciej reagować na wahania cen i usprawnia proces zatwierdzania taryf. 

Z kolei w Kanadzie i Korei Południowej działają tzw. regulatory digital twins – wirtualne kopie systemów energetycznych, które symulują skutki decyzji taryfowych i pomagają przewidzieć ich wpływ na rynek oraz konsumentów. Wdrożenie podobnych narzędzi pozwoliło skrócić procesy decyzyjne i poprawić precyzję prognoz, przy zachowaniu nadzoru człowieka.

System może obciążyć sektor energetyczny 

Warto zwrócić uwagę, że budowa i eksploatacja zaawansowanego systemu informatycznego, wspieranego algorytmami AI, wiąże się z dużym zapotrzebowaniem na moc obliczeniową i energię elektryczną, co może stanowić dodatkowe wyzwanie dla polskiego sektora energetycznego. W Polsce w 2024 roku całkowite zużycie energii elektrycznej wyniosło około 171,3 TWh, przy czym odbiorcy końcowi zużyli 145,8 TWh. W tym samym czasie rynek centrów danych – kluczowa infrastruktura wspierająca AI – zanotował w Polsce dynamiczny wzrost: szacunkowo moc zainstalowana centrów danych wyniosła ok. 180 MW w połowie 2025 roku, z tendencją wzrostu CAGR około 20% od 2020 roku. Rocznie konsumpcja energii centrów danych w Europie może stanowić nawet 3% całości zapotrzebowania na elektryczność.

Jeśli system „Cyfrowy Bliźniak” będzie bazował na intensywnych obliczeniowo algorytmach AI (uczenie maszynowe, analiza dużych zbiorów danych, symulacje taryfowe) oraz jeśli będzie działał w skalowalny i ciągły sposób, to jego infrastruktura może przypominać klasyczne centra danych, włączając zapotrzebowanie na moc zasilania, chłodzenia, redundancję oraz bezpieczeństwo. Tego typu obciążenie może w okresach szczytu stanowić dodatkowy problem dla systemu elektroenergetycznego – zwłaszcza w regionach już obciążonych ograniczeniami mocy, modernizacją sieci lub uzależnieniem od mniej elastycznych źródeł energii.

Wydajność czy obciążenie?

Członkowie zespołu badawczego zakończyli mapowanie procesu, a testy mają rozpocząć się w lutym 2026 roku. W testach weźmie udział ponad 150 osób – ekspertów, naukowców i studentów. Pełnoprawne rozpoczęcie działania systemu jest zaplanowane na jesień 2026 roku – wtedy też sztuczna inteligencja będzie pomagała w obliczeniu rachunków za ciepło.

W związku z tym  warto uwzględnić nie tylko czysto informatyczne i proceduralne wyzwania, ale także wpływ na infrastrukturę energetyczną: zapotrzebowanie na moc, możliwość wykorzystania źródeł odnawialnych, efektywność energetyczną rozwiązań IT i chłodzenia, a także harmonogram uruchomienia, by uniknąć dodatkowego obciążenia w momentach szczytowych. System AI w procesach rozliczania taryf ma szansę odciążyć polską administrację i przyspieszyć decyzyjność w sektorze ciepłownictwa, a jednocześnie może stanowić obciążenie energetyczne.

Zobacz też: Pierwszy magazyn energii z ciekłego powietrza ruszy w 2027 roku. Wielka Brytania stawia na technologię LAES

Źródła: URE, Ministerstwo Cyfryzacji, KompetencjeCyfrowe.gov, The World Economic Forum, CIRE

Fot: Canva

Artykuł stanowi utwór w rozumieniu Ustawy 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych. Wszelkie prawa autorskie przysługują swiatoze.pl. Dalsze rozpowszechnianie utworu możliwe tylko za zgodą redakcji.