Bruk av maskinlære for redusert risiko og økt kapasitet i eksisterende strømnett

Offentlig prosjektsammendrag

Prosjektet adresserer en sentral utfordring i energisystemet - manglende innsikt og proaktiv styring av kapasitet i strømnettet. En nasjonal tilnærming for flaskehalsidentifisering vil gi nettselskapene et nytt beslutningsgrunnlag for bedre utnyttelse av eksisterende infrastruktur. Prosjektet har tre milepæler: 1. Utvikling av en fullverdig prediksjonsplattform, som også kan kobles opp mot nettselskapets nettmodell og forbedres gjennom sanntidsdata. 2. Pilotering med nettselskaper for å dokumentere reell kapasitetsgevinst og økonomisk effekt i drift, og teste ulike brukergrensesnitt og varslingsmekanismer. 3. Forskning på beslutningsautomatisering, der varsling og anbefalinger kobles mot automatiserte tiltak som laststyring, tariffendring og fleksibilitetsaktivering. Prosjektet har ambisjon om å lansere et nasjonalt FoU-løp sammen med bransjeaktører med mål om å utvikle ny generasjon operasjonelle verktøy som bidrar til økt kapasitet og redusert investeringsbehov i strømnettet.