Planiranje i vođenje elektroenergetskih sustava s visokim udjelom OIE

Voditelj grupe

prof. dr. sc. Damir Jakus

Životopis · Publikacije · Nastava

Suradnici

prof. dr. sc. Ranko Goić

Životopis · Publikacije · Nastava

prof. dr. sc. Petar Sarajčev

Životopis · Publikacije · Nastava

izv. prof. dr. sc. Josip Vasilj

Životopis · Publikacije · Nastava

mag. ing. Joško Novaković

Životopis · Publikacije · Nastava

Opis područja istraživanja i specifičnih aktivnosti

  1. Optimizacija pogona prijenosnih i distribucijskih mreža s visokim udjelom OIE i EV
  2. Optimalno upravljanje mikromrežam
  3. Primjena metoda strojnog i dubokog učenja u dijagnostici i prognoziranju relevantnih parametara EES-a

Opis laboratorija i opreme

Za potrebe realizacije gore navedenih ciljeva i aktivnosti koristiti će se postojeći laboratoriji na razini Katedre za električne mreže i postrojenja (laboratoriji A246 i B309). Navedeni laboratoriji opremljeni su sa računalnom i laboratorijskom opremom (OPAL RT sustav za simulaciju EES i uređaja energetske elektronike u realnom vremenu, maketa mikromreže, zaštitni releji različitih generacija, mjerna oprema, …) te specijaliziranim programskim paketima za analizu i simulaciju elektroenergetskih sustava (MATLAB, PowerFactory, RT Lab, ePHASORsim, eHS, GridLAB, OpenDSS, PowerCAD, WinDIS,  EMTP, Anaconda, i dr.). U narednom petogodišnjem razdoblju planirana je značajna nadogradnja laboratorijske opreme koja bi se financirala kroz druge financijske izvore te će se nabavkom iste  upotpuniti postojeći laboratorijski računalni i programski resursi. Kroz program VIF financiranja izvršiti će se nabavka sitne opreme: mjerna opreme manje vrijednosti, potrošni laboratorijski materijal, održavanje licenci za različite programske pakete…

Kontakti s akademskim i drugim institucijama

  • Chalmers tekniska högskola, Göteborg, Švedska
  • Scuola IMT Alti Studi Lucca, Italija
  • University of Agder, Norveška
  • Sveučilište Josipa Jurja Strossmayera u Osijeku, Hrvatska
  • Univerzitet Crne Gore, Podgorica, Crna Gora
  • Gospodarski subjekti:
    • Končar
    • Hrvatski operator prijenosnog sustava (HOPS)
    • HEP Proizvodnja
    • HEP Operator distribucijskog sustava…
opis istraživanja

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

Opis istraživanja za razdoblje od 5 godina

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.