Detail projektu

Optimalizace zapojení elektroenergetické distribuční radiální sítě z pohledu hospodárnosti jejího provozu

Období řešení: 01.07.2018 — 30.06.2020

O projektu

Cílem projektu je vývoj softwarového nástroje vyhledávajícího optimální radiální zapojení distribuční sítě vysokého napětí z pohledu jeho hospodárnosti při respektování daných provozních omezení. Pro zkrácení doby výpočtu bude vyvinut speciální výpočet chodu radiálně zapojené sítě, probíhající výrazně rychleji než výpočet chodu obecně zapojené sítě. Optimalizace zapojení bude prováděna pomocí heuristických optimalizačních technik. Součástí řešení projektu bude vývoj nástroje provádějícího predikci odběrů na jednotlivých distribučních transformátorech, jakožto vstupních dat optimální rekonfigurace. K tomu účelu bude užita umělá neuronová síť trénovaná na historii měření odběrů (vzorkované po hodinách) případně obsahující i faktory počasí (teplota vzduchu, sluneční osvit, síla větru).

Popis anglicky
The aim of the project is to develop a software tool for optimal radial connection of the high voltage distribution network from the point of view of its economy while respecting the given operational limitations. To reduce the calculation time, a special calculation of the radial load flow will be developed, going much faster than computing the operation of a general load flow. The optimization will be performed using heuristic optimization techniques. A part of the project solution will be the development of a tool for prediction of consumptions on individual distribution transformers, as input data for optimal reconfiguration. For this purpose, an artificial neural network will be trained on the load history, possibly including weather factors (air temperature, sunlight, wind force).

Klíčová slova
Smart Grid; Optimální rekonfigurace; Heuristická optimalizace; Evoluční algoritmy; Simulované žíhání; Umělá neuronová síť; Více vrstvý perceptron; Hloubkové učení; Predikce spotřeby

Klíčová slova anglicky
Smart Grid; Optimal reconfiguration; Heuristic optimization; Evolutionary algorithms; Simulated Annealing; Artificial Neural Network; Multilayer perceptron; Deep learning; Consumption prediction

Označení

TK01020070

Originální jazyk

čeština

Řešitelé

Toman Petr, doc. Ing., Ph.D.
- hlavní řešitel (01.07.2018 - 30.06.2020)
Křivan Miloš, Ing.
- spoluřešitel (01.07.2018 - 30.06.2020)
Ptáček Michal, Ing., Ph.D.
- spoluřešitel (01.07.2018 - 30.06.2020)

Útvary

Ústav elektroenergetiky
- příjemce (01.07.2018 - 30.06.2020)

Zdroje financování

Technologická agentura ČR - Program na podporu aplikovaného výzkumu, experimentálního vývoje a inovací THÉTA
- plně financující (2018-09-21 - nezadáno)

Výsledky

KŘIVAN, M.; PTÁČEK, M.; TOMAN, P.: ANN1.0; Umělá neuronová síť. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: http://www.ueen.feec.vutbr.cz/index.php/cs/veda-a-vyzkum/produkty/111-ann-1-0. (software)
Detail

KŘIVAN, M.; PTÁČEK, M.; TOMAN, P.: recRAD_1.0; Chod radiální sítě. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: http://www.ueen.feec.vutbr.cz/index.php/cs/veda-a-vyzkum/produkty/112-recrad-1-0. (software)
Detail