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

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. Pri tem bodo ključni trije koraki: definicija inovativnega koncept za vzpostavitev vzročno-posledičnih povezav med izhodiščnim obratovalnim stanjem EES (opisan z značilkami) in njegovo stabilnostjo (opisan z indeksi stabilnosti), uporaba tehnologije umetne inteligence za izdelavo in upravljanje centralne baze podatkov obvladljivih dimenzij (in z možnostjo dopolnjevanja) z informacijami o stabilnosti EES ter izdelava metodologije za oceno stabilnosti EES v realnem času na osnovi iskanja podobnih stanj v centralni bazi podatkov in tako torej brez sprotnega izvajanja časovno potratnih dinamičnih simulacij (kot je praksa pri obstoječih DSA orodjih). V Sloveniji operaterji (prenosnega, distribucijskega) EES takšnih orodij še ne uporabljajo, zato vpogleda v morebitno dinamično nestabilnost EES nimajo. Projekt zato predstavlja popolno novost tako v slovenskem kot tudi mednarodnem prostoru in bo zato odigral ključno vlogo pri obvladovanju vseh razmer, katerim bo EES Slovenije izpostavljen v prihodnje zaradi vseh sprememb, ki smo jim priča.   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 stanje 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 pa 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 stanja, na katerega se te analize nanašajo. 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.