Forskningsprojekt Datadriven kontroll och koordinering av smarta omvandlare för hållbara kraftsystem

Det pågår ett paradigmskifte inom energiområdet. Solceller, vindkraft, energilagring och elfordon införs för att öka hållbarheten och klimatsäkerheten.

Detta skifte innebär en stor utmaning eftersom den förnybara energin är mer volatil och osäker. Dagens elnät klarar inte av spänningsökningar och snabba spänningsfluktuationer från förnybara energikällor, vilket hotar säkerheten i nätdriften och riskerar att skada elektrisk utrustning. Bristen på adekvata kontrollmekanismer för att reglera spänningen är ett avgörande hinder för bred integrering av förnybara energikällor.

Ändå har elnätet aldrig varit bättre rustat för att hantera dessa utmaningar. Den pågående digitala transformationen av nätet innefattar bred integration av sensorer, kommunikation och avancerad dataanalys.

För att fullt ut genomföra den digitala transformationen måste tekniska investeringar kombineras med sofistikerade kontrollalgoritmer som kan hantera nätets snabba, olinjära dynamik och dess stokastiska och högt distribuerade natur. Målet med detta projekt är att utnyttja den pågående digitaliseringen av elnätet och de senaste AI-metoderna för att uppnå datadriven och kommunikationseffektiv kontroll och koordinering av smarta omvandlare.

Vi kommer studera hur omvandlarna kan lära sig att fatta optimala beslut, och utveckla våra algoritmer i en simuleringsmiljö som fångar viktig omvandlardynamik och interaktioner. Algoritmerna kommer att testas i verkliga experimentella mikronät. Den utvecklade mjukvaran kommer att tillföra betydande värde till industrin, inklusive avancerade lösningar för förstärkningsinlärning, aktiv näthantering och nätdataanalys som har testats på riktig hårdvara. Vi kommer att göra all utveckling tillgänglig för både utövare och allmänheten.

Projektets fullständiga titel på svenska är "Datadriven kontroll och koordinering av smarta omvandlare för hållbara kraftsystem med hjälp av djup förstärkningsinlärning".