Napred-OIE

Primjena naprednih metoda optimizacije i strojnog učenja u planiranju i vođenju EES-a s visokim udjelom OIE

Trendovi razvoja elektroenergetskih sustava jasno ukazuju na činjenicu da će period narednih 5 godina obilježiti razdoblje proizvodnih jedinica baziranih na OIE. U svrhu osiguranja sigurnog i pouzdanog rada EES u takvim uvjetima pogona nužne su značajne investicije u kapitalnu opremu na razini EES ili kao alternativa tome razvoj naprednih metoda upravljanja i vođenja EES kojim će se ti troškovi izbjeći ili u većoj mjeri reducirati. S obzirom na navedene trendove, fokus istraživačke grupe biti će na razvoj naprednih metoda optimizacije i strojnog učenja i njihovoj primjeni u planiranju i vođenju EES s visokim udjelom OIE.

U tu svrhu, ciljevi istraživačke grupe biti će usmjereni u nekoliko smjerova: Optimizacija pogona prijenosnih i distribucijskih mreža s visokim udjelom OIE. U ovom dijelu aktivnosti se odnose na:

• Razvoj metoda za optimalno planiranje razvoja prijenosnih/distribucijskih mreža s visokim udjelom OIE
• Razvoj metoda za optimalno pogonsko upravljanje elektroenergetskim mrežama u svrhu povećanja apsorpcijski sposobnosti sustava u uvjetima aktualne izgrađenosti
• Analizu značaja različitih metoda fleksibilnog upravljanja u svrhu stvaranja uvjeta za energetsku tranziciju EES prema sustavima baziranim na OIE

Optimalno upravljanje mikromrežama. U ovom dijelu aktivnosti se odnose na:

• Primjenu metoda model-prediktivnog upravljanja za optimizaciju rada mikromreže te stvaranja uvjeta za sudjelovanje na tržištu pomoćnih usluga
• Primjenu metoda baziranih na potpomognutom strojnom učenja u svrhu izrade generičkih pristupa za optimalno upravljanje rada mikromrežom

Primjena metoda strojnog i dubokog učenja u dijagnostici i prognoziranju relevantnih parametara EES-a. Aktivnosti u ovom dijelu odnose se na:

• Razvoj metoda za prognoziranje bitnih parametara vezanih za pogon elektroenergetskog sustava poput: potrošnje na tržištu dan unaprijed/unutar dnevnom tržištu, prognoziranje proizvodnje vjetroelektrana/FN elektrana, prognoziranja hidroloških prilika na razini pojedinačnih slivova
• Razvoj metoda baziranih na strojnom učenju i Bayesovoj statistici za prognoziranje i klasifikaciju stanja opreme u elektroenergetskim objektima
• Razvoj metoda baziranih na strojnom učenju za analizu tranzijentne stabilnosti elektroenergetskog sustava
• Razvoj metoda baziranih na strojnom učenju za klasifikaciju kvarova u elektroenergetskom sustavu

Razvoj laboratorija za mikromreže i simulaciju EES-a u realnom vremenu:

• Nabavka opreme kroz druge izvore financiranja u svrhu razvoja mikromreže na kojoj bi se testirali razvijeni algoritmi i metode te implementirala napredni sustavi upravljanja mikromrežom;
• Nabavka opreme za simulaciju rada EES u realnom vremenu na kojoj bi se ispitala mogućnost implementacije razvijenih algoritama te analizirali efekti njihove primjene.

Očekivani rezultati

Predviđa se razvoj naprednih metoda i algoritama za optimalno planiranje razvoja, vođenje i upravljanje EES s visokim udjelom OIE (vjetroelektrane i solarne elektrane). U tu svrhu predviđa se razvoj i simulacija modela mreže na nacionalnom / regionalnom / lokalnom nivou koji uključuju različite naponske razine. Spomenuti modeli će omogućiti analizu različitih izazova u integraciji novih tehnologija proizvodnje / potrošnje / skladištenja u postojeće EES kao i prijedlog rješenja. Osim navedenog, planira se i razvoj metoda za prognoziranje potrošnje/proizvodnje OIE na različitim vremenskim razinama relevantnim za funkcioniranje tržišta električne energije.