Algorytmy sterowania i optymalizacji pracy magazynu energii współpracującego ze źródłami odnawialnymi

Nazwa technologii

Algorytmy sterowania i optymalizacji pracy magazynu energii współpracującego ze źródłami odnawialnymi

Abstrakt (krótki opis oferowanej technologii)

Technologia pt. „Algorytmy sterowania i optymalizacji pracy magazynu energii współpracującego ze źródłami odnawialnymi” ma postać poufnego know-how (algorytmy) i oprogramowania (kody źródłowe)” dotyczącego zarządzania magazynami energii elektrycznej, celem uzyskania najwyższej efektywności pracy magazynu energii.

Szczegóły technologiczne i opis oferowanej technologii

Technologia pn. „Algorytmy sterowania i optymalizacji pracy magazynu energii współpracującego ze źródłami odnawialnymi” obejmuje 6 następujących elementów IP w postaci poufnego know-how (algorytmy) i oprogramowania (kody źródłowe):

1)    Algorytm pracy magazynu energii z wykorzystaniem narzędzi optymalizacji matematycznej, numer zgłoszenia w PWr: 4/PK/2022;

2)    Metoda głębokiego uczenia do krótkoterminowego prognozowania obciążenia w różnych warunkach, numer zgłoszenia w PWr: 5/PK/2022;

3)    Algorytm krótkoterminowego prognozowania generacji fotowoltaicznej z godzinnym horyzontem czasowym wykorzystująca metodę głębokiego uczenia LSTM, numer zgłoszenia w PWr: 6/PK/2022;

4)    Hybrydowy algorytm sterowania magazynem energii, numer zgłoszenia w PWr: 7/PK/2022;

5)    Algorytm sterowania magazynem energii wykorzystujący metodę inteligencji obliczeniowej, numer zgłoszenia w PWr: 8/PK/2022;

6)    Deterministyczny algorytm sterowania magazynem energii, numer zgłoszenia w PWr: 9/PK/2022.

Algorytmy i oprogramowanie dotyczą takich aspektów sterowania magazynem energii jak: prognozowanie poziomów zużycia i produkcji energii (w tym produkcji opartej o źródła odnawialne / OZE – fotowoltaika), określenie planu pracy zasobnika na podstawie prognoz, sterowania mocą ładowania i rozładowania magazynu energii, przepływu energii w mikrosieci elektroenergetycznej itp.

Technologia została zweryfikowana w symulowanych warunkach eksploatacji – potwierdzono działanie algorytmów na bazie przykładowych danych (rzeczywista baza danych).

Docelowe branże dla oferowanej technologii

Rozwiązanie znajdzie zastosowanie do zarządzania efektywnym wykorzystaniem energii elektrycznej (w tym wytworzonej ze źródeł OZE) w budynkach mieszkalnych i zakładach przemysłowych.

Odbiorcami technologii będą przede wszystkim branże: przemysłowa (wytwórcza), energetyczna, magazynowa, deweloperska, biurowa, IT.

Innowacyjność i korzyści z zastosowania technologii

Zastosowanie najnowszej myśli technicznej w dziedzinie metod prognostycznych, inteligencji obliczeniowej oraz uczenia maszynowego AI/ML (Deep Learning), przekłada się na istotne wartości dodane w zakresie jakości, precyzji i efektywności działania algorytmów i oprogramowania, będącego przedmiotem niniejszej oferty.

Głównymi wyróżnikami i korzyściami z wdrożenia docelowego rozwiązania będą:

·       Minimalizacja kosztów zakupu energii elektrycznej od zewnętrznych dostawców (z uwagi na zaprognozowane zużycie oraz analizę danych dotyczących cen energii / taryf);

·       Optymalizacja zysków związanych z zakupem i sprzedażą energii elektrycznej;

·       Minimalizacja całkowitego rocznego zapotrzebowania na energię (eliminacja niedokładnych prognoz i problemów z nimi związanych).

Istotny jest także wymiar ekologiczno-społeczny rozwiązania. Jego zastosowanie przyczyni się bowiem do racjonalizacji zużycia energii elektrycznej. Nadto technologia przewiduje, iż magazyn energii zasilany będzie częściowo lub w całości energią odnawialną.

Poziom gotowości wdrożeniowej oferowanej technologii

TRL 4 – Przeprowadzono walidację technologii w warunkach laboratoryjnych

Poziom gotowości wdrożeniowej oferowanej technologii (old)

Testy w warunkach laboratoryjnych

Imię i nazwisko konsultanta

Jacek Pietrzak

Numer telefonu stacjonarnego

(71) 320 43 42

Adres e-mail

jacek.pietrzak@pwr.edu.pl