Tilbake til søkeresultatene

NAERINGSPH-Nærings-phd

Prescriptive Analytics to Optimize Power Grid Operations and Planning Based On Energy Storages and Human Energy Behaviour in Northern Norway

Alternativ tittel: Preskriptiv dataanalyse for optimering av drift og planlegging av kraftnettet inkludert energilagre og energiatferd i Nord-Norge

Tildelt: kr 1,9 mill.

Prosjektnummer:

337592

Prosjektperiode:

2022 - 2025

Midlene er mottatt fra:

Organisasjon:

Dette nærings-PhD prosjektet er et samarbeid mellom Arva AS og UiT Norges Arktiske Universitet. Vi skal forske på hvordan store batterier, andre energitelagringsteknologier og dulting (eng: nudging) av menneskelig energiatferd best kan tas i bruk for å komme kraftnettet til nytte. Det grønne skiftet og generelt økt kraftforbruk medfører et behov for å investere i ny infrastruktur, slik som kraftledninger og transformatorstasjoner. Dette er kostbart, tar tid og byr på miljømessige problemstillinger. Vårt arbeid tar til sikte på å gi regionalnettselskaper alternative løsninger som bidrar til å rigge nettet for den økte kraftetterspørselen. Dette gjør vi gjennom kunnskapsheving og utvikling av metodikk og anvendte preskriptiv analyse-verktøy. Prosjektet tar utgangspunkt i kraftnettet på Nord-Senja og Tromsøya i Nord-Norge med sine forskjellige regionale utfordringer. På Nord-Senja har Arva nylig installert to batterienergilagring-systemer (eng: BESS), og PhD-prosjektet vil bruke data og nye resultater for å drifte disse. Vi vil utvikle et beslutningsstøtte-verktøy for å utnytte batterikapasitet til flere ulike tjenester. Verktøyet baserer seg på energisystemmodellering og matematisk optimering med innslag av maskinlæring. Målet er å optimere for lønnsom og sikker drift og planlegging. En slik prioriteringsoppgave kalles også tjenestestabling. På Tromsøya skal vi videreutvikle metodikken med beslutningsstøtte for langsiktige teknologiinvesteringer. I tillegg til optimal batteristyring vil det forskes videre på samspillet mellom kraftnettet, hydrogeninfrastruktur, og fjernvarme, samt bruken av dulting for å endre folks energiatferd. Kort oppsummert, målet er å forbedre kortsiktige utnyttelse av kraftnettet og redusere behovet for langsiktige investeringer i infrastruktur.

This industrial PhD project is a collaboration between Arva AS and UiT The Arctic University of Norway. We will research how large batteries, as well as other energy storage technologies and the nudging of human energy behavior can be utilized to benefit the power grid in the most optimal way. Due to the green shift and general growth in power demand, investments in new grid infrastructure capacity, such as power lines and transformation stations, are necessary. This is very costly, takes time to build, and induces certain environmental problems. Through this work, we aim at providing the regional power system operators with alternatives to facilitate an increased electricity consumption. We will do so by building a knowledge foundation for all parts involved, construct methodologies and develop new applied tools within prescriptive analytics. Focus will be on two locations in Northern Norway with different grid problems, Northern-Senja and Tromsøya. At Northern-Senja, Arva has newly installed two battery energy storage systems (BESS) and the PhD project will use data and experience for operating those. Using methods in energy modelling and multi-objective optimization with elements of machine learning, we will develop decision support tools that optimally allocate the battery capacity for different grid applications, as to maximize profit and grid system support. Such trade-off task is also referred to as value stacking. At Tromsøya our methods will be adapted and further developed with long-term decision support for new BESS investments. The tool will incorporate the results of optimal BESS operation, in addition to new research results. Those results include optimization of sector-coupling effects between the electricity grid, hydrogen, and district heating as well as the use of strategic nudging tools for the human energy behavior. In summary, the objective is to improve short-term grid operations and reduce long-term infrastructure investments.

Budsjettformål:

NAERINGSPH-Nærings-phd