Optymalizacja zużycia energii elektrycznej w mikrosystemach wspomaganych sztuczną inteligencją

Wybrane zagadnienia optymalizacji zużycia energii elektrycznej w mikrosystemach wspomaganych sztuczną inteligencją

  • Optymalizacja zużycia energii elektrycznej przez mikrosystemy stosowane w medycynie w zakresie poprawy efektywności energetycznej, czyli uzyskania takiego samego efektu przy mniejszym poborze energii elektrycznej poprzez optymalizację struktury stosowanych rozwiązań sprzętowych sztucznych sieci neuronowych.
    Głównym efektem tych prac (w ramach projektu POMOST FNP) było zaproponowanie oraz zrealizowanie w postaci specjalizowanego układu scalonego kilku nowatorskich układów mikroelektronicznych, które stanowią bloki składowe sztucznych sieci neuronowych realizowanych sprzętowo. Są to rozwiązania energooszczędne oraz zajmujące niewielką powierzchnię w układzie scalonym. Dodatkowo ze względu na zastosowane w nich równoległe i częściowo asynchroniczne przetwarzanie sygnałów są to układy bardzo szybkie. W porównaniu do podobnych rozwiązań dostępnych w literaturze przedmiotu, zaproponowane układy nawet o dwa rzędy wielkości przewyższają tamte pod względem uzyskiwanego stosunku szybkości do pobieranej mocy.
  • Zastosowanie sztucznej inteligencji w systemach sterowania oświetleniem ulicznym w celu podwyższenia efektywności energetycznej.
    Poszukując możliwości ograniczenia zużycia energii elektrycznej w instalacjach oświetlenia ulicznego, coraz częściej stosuje się różnego rodzaju systemy sterowania. W ramach zrealizowanego projektu w programie GEKON NCBiR zrealizowałam system wspomagający sterowanie oświetleniem ulicznym z wykorzystaniem sztucznej sieci neuronowej. Głównym zadaniem systemu jest dynamiczne sterowanie strumieniem świetlnym opraw w celu uzyskania odpowiednich parametrów fotometrycznych drogi podczas zmieniających się na niej warunków atmosferycznych, bądź natężenia ruchu pojazdów czy pieszych. Jednym z celów prowadzonych prac była racjonalność gospodarowania energią elektryczną zużywaną przez systemy oświetleniowe z położeniem nacisku na jej oszczędzanie.
  • Wspomagane sztuczną inteligencją algorytmy oceny profili odbiorców energii elektrycznej mające na celu optymalne zarządzanie podażą oraz popytem energii elektrycznej w elektroenergetycznych sieciach niskiego napięcia.
    Wdrożenie rozwiązań w zakresie taryf wielostrefowych i usług redukcji zapotrzebowania mocy u odbiorców możliwe będzie do zastosowania po instalacji u odbiorców inteligentnych liczników. Prowadzę prace badawcze zmierzające do zaproponowania efektywnych algorytmów oceny profili odbiorców energii elektrycznej wykorzystujących metody sztucznej inteligencji w celu optymalnego zarządzania podażą i popytem energii elektrycznej w elektroenergetycznych sieciach niskiego napięcia. Wzbogacenie liczników o moduł energooszczędnej sieci neuronowej, której zadaniem będzie analiza profili w czasie rzeczywistym prowadząca do segmentacji użytkowników energii, przyczyni się do bardziej efektywnego zarządzania stroną popytową. Będzie się to uwidaczniać np. w tym, że sygnały cenowe (gratyfikacje cenowe w różnej postaci) wysyłane będą tylko do określonej grupy odbiorców, którzy w czasie szczytowego zapotrzebowania na energię elektryczną zużywają najwięcej energii. Rozwiązania nad którymi pracuję przyczynią się do wzrostu skuteczności agregowania odbiorców w klasy, co w konsekwencji zwiększy innowacyjność w oferowaniu nowych rozwiązań taryfowych.

Kontakt:
dr inż. Marta Kolasa


Drukuj