< Terug naar vorige pagina

Project

Optimale herconfiguratie algoritmes voor laagspanningsnetten

Hernieuwbare energiebronnen zullen een grote rol spelen in de transitie naar een duurzaam energiesysteem. Deze transitie heeft een aantal gevolgen m.b.t. het elektriciteitsnet: (1) een toename in gedecentraliseerde aanlevering van hernieuwbare energie op het net, die in grote mate gelijktijdig geproduceerd wordt, (2) een toename van de totale elektrische belasting veroorzaakt door een shift van fossiele brandstofsystemen naar efficiĆ«nte elektrische apparatuur voor transport en verwarming, en (3) een toegenomen vraag naar flexibiliteit in het electriciteitsnet vanwege het schommelende karakter van hernieuwbare opwekking. Dit doctoraat heeft tot doel technologie te ontwikkelen om de operationele planning van de netwerkbeheerder te optimaliseren en zo in te spelen op deze voorziene evolutie van het distributienetwerk, om ervoor te zorgen dat de netwerkcapaciteit optimaal wordt benut en netwerkinvesteringen tot een minimum worden beperkt. Een van de controle-opties die de netwerkoperator heeft, is het herconfigureren van bestaande feeders en lijnen. Er is echter verder onderzoek nodig om een optimale netwerkconfiguratie (d.w.z. de netwerkconfiguratie waarbij het risico op netwerkcongestie wordt geminimaliseerd) te kunnen vinden, rekening houdend met de evoluties in gedistribueerde energie-opwekking. In dit doctoraat zullen optimale herconfiguratie-algoritmen voor laagspanningsnetten onderzocht worden. Een inherente uitdaging van laagspanningsnetten is dat er veel onzekerheden zijn: e.g. de opwekking en het verbruik van (residentiĆ«le) klanten is moeilijk te voorspellen, maar ook de fase-connectiviteit van elke aansluiting blijft grotendeels onbekend. De ontwikkelde algoritmes moeten daarom altijd rekening houden met deze onbekenden en complexiteiten.

Datum:10 feb 2021 →  Heden
Trefwoorden:Distribution network reconfiguration, distributed generation, low voltage networks
Disciplines:Elektrische energieproductie en -distributie
Project type:PhD project