Pokročilý prediktor technických ztrát přenosové soustavy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F23%3A43971510" target="_blank" >RIV/49777513:23520/23:43971510 - isvavai.cz</a>

Výsledek na webu

<a href="https://kky-sw.zcu.cz/cs/sw/lossespredictor" target="_blank" >https://kky-sw.zcu.cz/cs/sw/lossespredictor</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Pokročilý prediktor technických ztrát přenosové soustavy

Popis výsledku v původním jazyce

Výsledek byl dosažen v rámci smluvního výzkumu realizovaného se společností ČEPS a.s. Ztráty v přenosové soustavě jsou ztráty vzniklé při transportu elektrické energie prostřednictvím přenosové soustavy. Ztráty jsou rozdílem mezi energií dodanou do sítě a energií odebranou. Společnost ČEPS a.s. jako provozovatel přenosové soustavy ČR nese odpovědnost za pokrytí ztrát vzniklých přenosem energie přes síť. Odpovídající množství energie potřebné k pokrytí předpokládaných ztrát společnost ČEPS a.s. zajišťuje tržními mechanismy poplatnými různým časovým horizontům (např. t-15M, t-2H, t-1.5D). Pro ekonomicky efektivní zajištění energie pokrývající ztráty v přenosové soustavě je velmi důležitým faktorem predikce objemu technických ztrát na různých časových horizontech. Avšak tento odhad představuje netriviální úlohu, která je ovlivněna mnoha externími a interními vlivy spojenými s technickými, provozními či tržními mechanismy či externími vlivy jako například počasí, ale i přechodem tržního prostředí na 15-ti minutový obchodní interval. Pro účely predikce technických ztrát byl vyvinut vysoce přesný prediktor s využitím komplexních datových sad a přístupů umělé inteligence. Výsledné predikční mechanismy technických ztrát byly nasazeny v produkčním prostředí za účelem efektivního zajištění energie pro pokrytí ztrát. Oproti stávajícím predikčním algoritmům vykazují výrazné kvalitativní zlepšení v důsledku použití komplexnějších a jemněji vzorkovanějších datových sad a specializovaných predikčních mechanismů založených na metodách strojového učení.

Název v anglickém jazyce

Advanced predictor of technical losses in transmission systems

Popis výsledku anglicky

The result was achieved as part of contractual research carried out with ČEPS a.s. Losses in the transmission system are losses incurred during the transport of electrical energy through the transmission system. Losses are the difference between the energy supplied to the network and the energy withdrawn. ČEPS a.s. as the operator of the transmission system of the Czech Republic, is responsible for covering losses caused by the transmission of energy through the network. The corresponding amount of energy required to cover the expected losses ČEPS a.s. ensures by market mechanisms payable to different time horizons (e.g. t-15M, t-2H, t-1.5D). For the economically efficient provision of energy covering losses in the transmission system, the prediction of the volume of technical losses at different time horizons is a very important factor. However, this estimate represents a non-trivial task that is influenced by many external and internal influences connected to technical, operational or market mechanisms or external influences such as the weather, but also by the transition of the market environment to a 15-minute trading interval. For the purpose of predicting technical losses, a highly accurate predictor has been developed using complex datasets and artificial intelligence approaches. The resulting engineering loss prediction mechanisms have been deployed in a production environment to effectively ensure energy to cover losses. Compared to existing prediction algorithms, they show a significant qualitative improvement due to the use of more complex and finely sampled datasets and specialized prediction mechanisms based on machine learning methods.

Druh

R - Software

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

—

Návaznosti

N - Vyzkumna aktivita podporovana z neverejnych zdroju

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

LossPredictor

Technické parametry

Výsledek byl realizován v rámci smluvního výzkumu se společností CEPS a.s., která je výhradním vykonavatel vlastnických práv. Bližší informace lze získat u Ing. Martin Střelec Ph.D., +420 377 632 525

Ekonomické parametry

výrazné snížení nákladů na pokrytí technických ztrát

IČO vlastníka výsledku

25702556

Název vlastníka

ČEPS a.s.