Description du projet
Un coup de pouce aux énergies renouvelables pour les réseaux électriques
La réussite de la transition verte passe par l’intégration des sources d’énergie renouvelables dans le réseau électrique. Cependant, les énergies solaire, éolienne et hydroélectrique sont sensibles aux conditions microclimatiques. Leur capacité de production varie en fonction des conditions météorologiques. Cette variabilité complique l’intégration des sources d’énergie renouvelables. Dans ce contexte, le projet RESPONDENT, financé par l’UE, relèvera ces défis en développant des algorithmes de prévision de la production et de la demande d’électricité optimisés par l’IA et l’apprentissage automatique. Outre les modèles de conversion de l’énergie des énergies renouvelables, le projet prendra en compte les données météorologiques provenant de l’espace (observation de la Terre par Copernicus), les données météorologiques spécifiques au site et les modèles multiphysiques. Par ailleurs, RESPONDENT construira des unités de mesure de phasors compatibles avec Galileo pour mesurer les signaux électriques du réseau de manière précise et synchronisée.
Objectif
Renewable Energy Sources Power FOrecasting and SyNchronisation for Smart GriD NEtworks MaNagemenT.
Renewable energy sources (RES) play a major role to the EU’s aspiration to transform to a climate-neutral economy. Their integration into the power grid is pivotal to the green transition and to the decarbonisation of the energy sector. However, as the most commonly used RES (solar, wind and hydropower) are also weather-dependent, their power generation capacity varies according to the local microclimatic conditions. This power production variability makes RES difficult to integrate into the power grid and to provide seamless, stable and secure amounts of power. On the other hand, power demand also affects the power grid operation, since there must always be a supply/demand balance in the power grid. Grid power imbalances can cause frequency fluctuations and other unwanted transient phenomena, which can compromise grid stability and operation. For that matter, advanced grid monitoring techniques have been developed, employing phasor measurement units (PMUs) to measure the electrical signals in a precise and synchronised way, based on a reliable timing reference. Yet, currently, no Galileo-based applications on PMU timing exist.
In the above framework, RESPONDENT comes to address the challenges of RES power generation forecasting, demand forecasting and smart power grid monitoring and supply/demand balancing. An AI/ML RES power generation forecasting algorithm is proposed, exploiting both Copernicus EO and site-specific weather data, along with renewable energy power conversion models. Furthermore, an AI/ML – multiphysics model for power demand of certain communities is also developed. Lastly, RESPONDENT will build a Galileo-enabled PMU and develop a monitoring module, in order to test and verify the advantages offered from the Galileo timing and synchronization services in smart grid monitoring, power balancing and overall operation.
Champ scientifique
- engineering and technologyenvironmental engineeringenergy and fuelsrenewable energysolar energy
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectrical engineeringpower engineeringelectric power transmission
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Mots‑clés
Programme(s)
Thème(s)
Régime de financement
HORIZON-IA - HORIZON Innovation ActionsCoordinateur
15341 Athina
Grèce
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.