Maskininlärningsbaserad realtidsstyrning avförnyelsebara och säkra elkraftsystem

Forskningsprojekt, 2021 – 2022

Detta projekt syftar till att ta fram ett optimeringsbaserat verktyg för realtidsstyrning och kontroll av elkraftssystem. Verktyget är tänkt att användas för att möta de nya utmaningar inom styrning och kontroll som elnätsoperatörer kan komma att möte i ett framtida energisystem som till större del är baserat på förnyelsebar och varierbar elproduktion. Metoderna bygger på förstärkningsinlärning, eller reinforcement learning (RL), och har potentialen att i realtid föreslå optimerade styråtgärder till elnätsoperatörer för att försäkra en säker och stabil drift av elkraftsystemet. Därutöver kommer projektet även fungera för olika områden på en distributionsnätsnivå.Detta projekt syftar till att ta fram ett optimeringsbaserat verktyg för realtidsstyrning och kontroll av elkraftssystem. Verktyget är tänkt att användas för att möta de nya utmaningar inom styrning och kontroll som elnätsoperatörer kan komma att möte i ett framtida energisystem som till större del är baserat på förnyelsebar och varierbar elproduktion. Metoderna bygger på förstärkningsinlärning, eller reinforcement learning (RL), och har potentialen att i realtid föreslå optimerade styråtgärder till elnätsoperatörer för att försäkra en säker och stabil drift av elkraftsystemet. Därutöver kommer projektet även fungera för olika områden på en distributionsnätsnivå.