Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Voltage Drops Improvement at Ferry Ports by Integrating Distributed Resources and Predictive Analytics(VDROP-PORT)

Descrizione del progetto

Una soluzione scalabile per affrontare le cadute di tensione nelle stazioni di ricarica dei traghetti

L’industria marittima sta passando all’elettrificazione per ridurre le emissioni di carbonio. Tuttavia, questo cambiamento comporta delle sfide, in particolare per quanto riguarda la gestione stabile ed efficiente dell’energia nelle stazioni di ricarica dei traghetti. I cali di tensione durante gli eventi di ricarica possono interrompere le operazioni e limitare l’integrazione delle fonti di energia rinnovabile. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto VDROP-PORT si concentrerà sulla riduzione delle cadute di tensione nelle stazioni di ricarica dei porti per i traghetti elettrici. I ricercatori lavoreranno sull’ottimizzazione della capacità degli impianti fotovoltaici e sullo sfruttamento delle batterie di accumulo negli edifici pubblici, utilizzando algoritmi di apprendimento automatico per la gestione dinamica della tensione predittiva. Analizzando l’infrastruttura di rete, sviluppando modelli di ottimizzazione e convalidando le soluzioni attraverso simulazioni hardware-in-the-loop, VDROP-PORT dovrebbe contribuire a migliorare l’affidabilità della rete, a sostenere l’utilizzo delle energie rinnovabili e a promuovere l’elettrificazione del trasporto marittimo.

Obiettivo

As the maritime industry shifts towards electrification, maintaining stable and efficient energy management at ferry charging stations becomes crucial. This project focuses on enhancing voltage drop at Charging Station Ports (CSPs) for electric ferries by optimizing the hosting capacity of photovoltaic (PV) systems and utilizing battery storage in public buildings. It employs real-time predictive control through machine learning (ML) algorithms to dynamically manage voltage during electric ferry charging events.

The methodology involves a comprehensive system analysis to understand existing grid infrastructure and identify critical nodes vulnerable to voltage drops. An optimization model will be developed to maximize PV hosting capacity and minimize voltage drops. ML algorithms will predict and control voltage levels in real-time, improving grid reliability and energy efficiency. The project will validate its solutions through hardware-in-the-loop (HIL) simulations, ensuring their effectiveness in real-world scenarios.

The proposed framework aligns with the European Commission's regulations on rooftop solar installations, leveraging these requirements to enhance PV integration and energy optimization. By addressing voltage drop issues, the project contributes to national sustainability goals and promotes the adoption of renewable energy solutions in the maritime sector. The outcomes include improved voltage stability at CSPs, enhanced PV system utilization, and a scalable approach that supports the global electrification of maritime transport and reduces carbon emissions.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2024-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

SYDDANSK UNIVERSITET
Contributo netto dell'UE
€ 263 393,28
Indirizzo
CAMPUSVEJ 55
5230 Odense M
Danimarca
Regione
Danmark Syddanmark Fyn
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato