Ime strani: ARRSProjekti / 2023 / Sprotno ocenjevanje stabilnosti elektroenergetskega...

Sprotno ocenjevanje stabilnosti elektroenergetskega sistema na osnovi umetne inteligence (AI-ASSIST)

Nazaj na seznam za leto 2023


Oznaka in naziv projekta

L2-50053 Sprotno ocenjevanje stabilnosti elektroenergetskega sistema na osnovi umetne inteligence (AI-ASSIST)
L2-50053 Artificial intelligence based real-time power system stability assessment (AI–ASSIST)

Logotipi ARIS in drugih sofinancerjev

© Javna agencija za raziskovalno dejavnost Republike Slovenije

Sofinancerji: ELES, d.o.o

Iskra d.o.o.

Projektna skupina

Vodja projekta: izr. prof. dr. Mihael Mohorčič

Sodelujoče raziskovalne organizacije: Povezava na SICRIS

Sestava projektne skupine: Povezava na SICRIS

primarna projektna stran UL-FE

Vsebinski opis projekta

Razvoj sodobne družbe že desetletja temelji na uporabi električne energije, zato bi bile posledice električnega mrka širših razsežnosti za našo družbo katastrofalne. Zagotovitev stabilnega obratovanja elektroenergetskega sistema (EES) je tako nujna. Ta že sam po sebi izjemen tehnični izziv se je v zadnjih letih še povečal zaradi hitro naraščajočega števila alternativnih proizvodnih virov električne energije, ki oddajajo električno energijo v omrežje s pomočjo tehnologije močnostnih pretvornikov. Če torej želimo znižati tveganje za električne mrke ter hkrati podpreti in omogočiti implementacijo večjih količin obnovljivih in razpršenih virov električne energije, se pojavi potreba po razvoju novih tehnoloških rešitev in orodij.

Izhodišče projekta sloni na trenutnem stanju razvoja tehnologije in razpoložljive infrastrukture v EES. Z uporabo obeh menimo, da je mogoče doseči glavni cilj projekta, in sicer konceptualizirati, razviti in implementirati edinstveno rešitev za dinamično oceno stabilnosti (angl. dynamic stability assessment – DSA) EES v realnem času s pomočjo tehnologije umetne inteligence.

Faze projekta in opis njihove realizacije

1. Faza
Definicija inovativnega koncepta za vzpostavitev vzročno-posledičnih povezav med izhodiščnim obratovalnim stanjem EES in njegovo stabilnostjo.
2. Faza
Uporaba tehnologije umetne inteligence za izdelavo in upravljanje centralne baze podatkov obvladljivih dimenzij (z možnostjo dopolnjevanja) z informacijami o stabilnosti EES.
3. Faza
Izdelava metodologije za oceno stabilnosti EES v realnem času na osnovi iskanja podobnih stanj v centralni bazi podatkov, brez sprotnega izvajanja časovno potratnih dinamičnih simulacij (kot je praksa pri obstoječih DSA orodjih).

Osnova za pričetek projekta

Osnovo za pričetek projekta bodo predstavljale obstoječe večletne meritve preteklih obratovalnih stanj EES Slovenije, ki jih ima na voljo industrijski partner projekta ELES (sistemski operater prenosnega omrežja Slovenije). Na osnovi tega bomo izdelali in kalibrirali statični model EES Slovenije katerega rezultati bodo obravnavani kot neke vrste prstni odtis obratovalnega stanja (t.i. značilke). Dalje bo izdelan tudi dinamični model EES Slovenije, primeren za analizo več vrst dinamične stabilnosti. Rezultat vsake od dinamičnih simulacij bo ocenjen na osnovi karakterističnih indeksov stabilnosti, za katere bomo vzpostavili nedvoumno vzročno-posledično povezavo z značilkami izhodiščnih obratovalnih stanj.

Prva vloga umetne inteligence v projektu je integracija značilk in indeksov stabilnosti za izjemno veliko množico raznolikih obratovalnih stanj EES v optimizirano centralno bazo podatkov. Pri tem je poudarek na kakovosti ter zadostni velikosti baze podatkov in ne hitrosti delovanja algoritmov. Takoj ko je baza na voljo, se pojavi druga od nalog umetne inteligence, katere delovanje v realnem času je ključno. Govorimo o hitrem prepoznavanju in identifikaciji dovoljšne podobnosti med vsakokratnim obratovalnim stanjem dejanskega EES (meritve ELES) ter tistimi v centralni bazi. Ta zasnova učinkovito združuje prednosti natančne analize dinamičnih razmer in hitrega (v času reda milisekund) prepoznavanja značilk na katerega se te analize nanašajo.

Rezultati projekta

Rezultati projekta bodo ključni pri podpori ELES v prihajajočih letih. Projekt predvideva implementacijo DSA orodja v Diagnostično Analitičnem Centru ELES, kjer bo delovanje postopka temeljito preizkušeno in validirano s strani obeh projektnih partnerjev (ULFE ter IJS) ter inženirjev iz ELES.

Osnovni podatki sofinanciranja so dostopni na spletni strani SICRIS.

Sestava raziskovalne skupine

Institut “Jožef Stefan” (IJS):

• prof. dr. Mihael Mohorčič Povezava na SICRIS
• g. Miha Smolnikar Povezava na SICRIS
• dr. Carolina Fortuna Povezava na SICRIS
• dr. Gregor Cerar Povezava na SICRIS
• dr. Denis Sodin Povezava na SICRIS
• Blaž Bertalanič Povezava na SICRIS
• dr. Andrej Čampa Povezava na SICRIS
• Marko Hudomalj Povezava na SICRIS

Fakulteta za elektrotehniko (UL FE):

• izr. prof. dr. Urban Rudež Povezava na SICRIS, ki je tudi vodja projekta
• prof. dr. Rafael Mihalič Povezava na SICRIS
• izr. prof. dr. Valentin Ažbe Povezava na SICRIS
• dr. Tadej Škrjanc Povezava na SICRIS
• g. Jovancho Grozdanovski Povezava na SICRIS

ELES, d.o.o., sistemski operater prenosnega elektroenergetskega omrežja (ELES):

• Jernej Lasnik
• Dejan Matvoz
• Tomaž Tomšič

Bibliografske reference


Nazaj na seznam za leto 2023