Napred-OIE

Opis istraživanja

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 nivo 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.