Norwegian AI Directory
Description:
Utfordringer som oppstår i forbindelse med økende integrasjon av variabel fornybar energiproduksjon og økende kraftutveksling mellom land er tydelig synliggjort gjennom de høye strømprisene og den store prisforskjellen vi har erfart i Norge og Europa den siste tiden. Dette aktualiserer en sannsynlighetsbasert tilnærming til planlegging og drift av transmisjonsnettet. I en slik tilnærming kan overføringskapasitetene i mange tilfeller økes, da forsyningssikkerhet og kostnader veies opp mot hverandre i en optimalisering, og en kan basere seg på tiltak som kan gjøres i driften av nettet heller enn å investere i mer nettkapasitet.
Hovedmålet til prosjektet er å utvikle metodikk for hurtig identifisering av driftsstrategier som sikrer oss et motstandsdyktig transmisjonsnett.
Prosjektet bidrar til å tette kompetansehull knyttet til driftsstrategiene som er en forutsetning for å bedre håndtering av leveringspålitelighet i transmisjonsnettet. Hurtig identifisering av nær optimale forebyggende tiltak ved å utvikle og evaluere nye modeller med kort beregningstid for nettdrift er sentrale tema. Prosjektet vil også utvide forskningsfronten ved å mer nøyaktig ta hensyn til gjenopprettingstid og gjenopprettende tiltak innenfor et bredere rammeverk for pålitelighetshåndtering. Resultatene fra prosjektet inkluderer metoder, modeller og prototype-verktøy som kan inngå som en del av sannsynlighetsbaserte pålitelighetsanalyseverktøy for å forbedre nøyaktighet og beregningstid.
Prosjektet har i rapporteringsperioden jobbet med flere komplementære aktiviteter:
Basert på de innledende studiene er det jobbet videre med beskrivelser av hvordan forebyggende, korrektive og gjenopprettende tiltak kan sammenlignes og balanseres. De ulike kostnadselementene som må inkluderes i en sammenligning og balansering er sentrale, og vi har utviklet en metode og modell som kan hjelpe oss til å velge gode driftsstrategier for transmisjonsforbindelser. Metoden og modellen er testet for ulike driftsstrategier på et realistisk nett, og resultatene så langt viser at modellen er i stand til å kvantifisere de ulike kostnadselementene. Dette gir en verdifull innsikt langt ut over det å identifisere en optimal verdi, dermed utgjør dette potensielt viktig beslutningsstøtte for systemoperatør. Det må jobbes videre med flere aspekter, blant annet må beregningstiden reduseres før metoden kan tas i bruk i praksis.
Som en del av arbeidet med å få ned beregningstiden er det etablert analysemodeller basert på kunstig intelligens. Foreløpige sammenligninger med konvensjonelle analyser tyder på at slike teknikker kan gi et viktig bidrag til å få ned beregningstiden. Dette ved at kunstig intelligens identifiserer tilfellene det ikke er nødvendig å regne nærmere på, og dermed reduserer antallet tidkrevende beregninger betydelig.
Det er ansatt en PhD-stipendiat i prosjektet som startet opp i august 2021, han vil jobbe med definerte problemstillinger knyttet til balanseringen av forebyggende og korrektive tiltak, som bygger opp under prosjektmålet.
Project leader: Oddbjørn Gjerde
Started: 2019
Ends: 2024
Category: Teknisk-industrielle institutter
Sector: Instituttsektor
Budget: 14399969
Institution: SINTEF ENERGI AS
Address: NA