Forskare utvecklar automation av solcellssystem med batterilager

Jorge Solis, docent i elektroteknik. Bild: Karlstad universitet.

Forskare vid Karlstads universitet utvecklar avancerade kontrollmetoder baserad på biologiskt inspirerade principer för att optimera flexibla och robusta energisystem. Forskningen ingår i det internationella projektet ACES, Adaptive Control of Energy Storage. Det långsiktiga målet är att möjliggöra en högre andel förnybar elproduktion, skriver Karlstads universitet.

Forskningen om effektiva solceller går framåt, men när det inte är soligt är det viktigt att kunna lagra energin. På Glava Energy Center testar man hur batterier kan användas för lagring av energi, som sedan kan användas vid behov.

- Vi testar och utvecklar olika lösningar för adaptiv styrning av batterilager, säger Jorge Solis, docent i elektroteknik vid Karlstads universitet. Det innebär att använda avancerade algoritmer inom maskininlärning som ett verktyg till att optimera elsystemet för elnätsoperatörer och producenter.

Smarta system för kontroll
Forskningen handlar om att hitta effektiva system för att kunna förutse hur mycket energi ett hus kommer att förbruka. Detta ligger sedan till grund för en adaptiv styrning av batteriladdningen, så att det sker så optimalt som möjligt genom att använda sig av artificiell intelligens baserad på tidigare energiåtgång.

- Syftet med min forskning är att använda avancerade kontrollalgoritmer som konventionellt brukar användas i andra komplexa system såsom humanoida robotar, säger Jorge Solis. Ett intelligent kontrollsystem för aktiv analys, prediktering av energiförbrukning för att göra korrigerande åtgärder i solcellssystemet får allt större betydelse och här finns stora möjligheter till utveckling och effektivisering.

Examensarbete på grundnivå och sommarkurs på mastersnivå
Inom projektet gör studenter sitt examensarbete och utbytesstudenter från Japan går en projektkurs i samverkan med en bostadsrättsförening i Karlstad. Syftet är att göra prognoser på energiförbrukningen två timmar framåt i tiden baserat på energibehov och väderdata från de föregående 24 timmarna. Därmed lär sig styrsystemet förutse framtida energibehov och styr lagringen av energi i batterier, så att energiförbrukningen från leverantör blir jämnare och utan stora toppar, vilket sparar kostnader för konsument.

- Det krävs att man bestämmer lämpliga parametrar i styrsystemet som anpassas till den förväntade energiförbrukning. För detta är det mjöligt att implementera artificiellintelligens-algoritmer som tar hänsyn till den historiska responsen från systemet och energiförbrukningen, säger Jorge Solis. Denna forskning bidrar till att öka kunskapen och förståelsen om hur man designar och implementerar avancerade kontrollmetoder för att optimera driften och därmed utveckla flexibla och robusta energisystem.

Projektet ACES
Projektets syfte är att testa och utvärdera olika lösningar för adaptiv kontroll av batterilager. Projektet som startade 2018 pågår till 2021 och finansieras genom medverkande partners i Sverige, Norge, Tyskland samt EU:s forsknings- och innovationsprogram Horizon 2020.