23948sdkhjf

Testzone i Indien: Elnettet skal fornemme og kompensere for tab af elektricitet

Et nyt dansk-indisk projekt vil udstyre elnettet med evnen til at fornemme og kompensere for tab af elektricitet og svingende input fra grønne energikilder.

I Danmark har vi stor ekspertise i at integrere vedvarende energi i vores elnet. Den ekspertise får vi brug for, når elnettet i en nær fremtid skal rumme markant større mængder energi fra grønne energikilder end i dag. Indien står over for en omlægning til solceller og er desuden i gang med at udbygge sit elnet. Det gør landet til en unik testzone for nye, smarte løsninger.

Derfor har et nyt dansk-indisk projekt til formål at designe morgendagens elnet.

Det oplyser DTU på sin hjemmeside.

Intelligente enheder skal trænes
Problemet med at basere et elsystem på energikilder som vind og sol er, at de producerer strøm, som vinden blæser, og solen skinner. En ustabil tilførsel af elektricitet til elnettet kan i værste fald mørklægge gader og stræder. For at foregribe, at elnettet kommer i ubalance, må det derfor være intelligent, forklarer projektleder Spyros Chatzivasileiadis, DTU Elektro.

- Det skal ske ved at udstyre elnettet med evnen til at fornemme og automatisk afværge strømsvigt, hvis elnettet er på vej ud af balance. Målet er at træne intelligente enheder til hurtigt at forudse ændringer i nettet samt reducere tab af elektricitet på vej til forbrugeren, siger han.

Sådanne enheder kunne være solcelleomformere, som normalt har til opgave at omforme den jævnstrøm, solceller producerer, til vekselstrøm, der kan benyttes i boliger, supermarkeder osv. 

- Data fra intelligente, lokale sensorer vil gøre det muligt for os at udlede nettets tilstand i så godt som realtid. Og så kan vi bruge sensorernes data til at træne f.eks. solcelleomformerne til at vide, hvis der er forstyrrelser i elnettet, og sætte nødprocedurer i gang, inden der sker strømsvigt, siger Chatzivasileiadis.

Ved brug af maskinlæringsmetoder kan solcelleomformere og andre enheder altså fungere som sladrehank og reparatør, hvis nettet er på vej ud af balance, hvilket hidtil ikke har været muligt.

- Maskinlæringsmetoder vil ændre den måde, energisystemet drives på i fremtiden. Banebrydende nye løsninger, der udnytter digitaliseringen, kan føre til morgendagens 100 procent grønne elnet, siger professor Jacob Østergaard, der er centerleder og specialist i energisystemer på DTU Elektro.

Tabt elektricitet koster milliarder
På vejen fra kraftværket til forbrugeren går 8 -15 procent af elektriciteten tabt. Den elektriske energi, der ikke når stikkontakterne, bliver omdannet til varme i kablerne undervejs.

- Det koster samfundet over en mia. kroner i tabt elektricitet per år bare i det danske elsystem. Og omkostningerne er langt højere for større systemer som Indiens, siger Chatzivasileiadis.

For at en større andel af elektriciteten havner hos slutbrugeren, kan man f.eks. bygge kablerne større eller bruge materialer, der leder elektricitet endnu bedre end kobber. Varmen i kablerne udvikles nemlig, når der opstår trængsel, og elektronerne får sværere ved at komme frem.

Den smarteste løsning er dog at styre effekten af elektriciteten ved at holde spændingen oppe, for varmeudviklingen opstår især ved lavspænding, forklarer Chatzivasileiadis. Derfor vil projektet også udvikle metoder, så elnettet automatisk kan at holde spændingen oppe.

- Det skal nettets intelligente enheder udstyres til at gøre af sig selv, så spændingen ikke bliver for lav og elektriciteten går tabt og forsvinder som varme.

Hvis projektet lykkes med at udvikle metoder til at gøre elnettet intelligent og mindske tab af el i elnettet, vil det spare millioner af kroner for de danske forbrugere, forudser projektlederen.

Løsningen vil desuden kunne benyttes af andre lande til omlægning af deres energisystemer, da projektets partnere vil udvikle avancerede metoder, der gælder for en række forskellige elnet. Disse vil efterfølgende blive testet i laboratoriefaciliteter og afprøvet på reelle elnet i Indien.

Kommenter artiklen
Udvalgte artikler

Nyhedsbreve

Send til en kollega

0.094