Til hovedinnhold
Norsk English

InterOpt

Dyp integrasjon mellom maskinlæringsmetoder og optimalisering av fornybar energi

Kontaktperson

Four categories of ML applications to optimization models
Four categories of ML applications to optimization models

Prosjektmål:

  • Utvikle kunnskap som muliggjør dyp integrasjon mellom maskinlæring (ML)-tilnærminger og kortsiktig optimering av av-/på-beslutninger i et deregulert kraftsystem

  • Lage ML-basert beslutningsstøtte som kan øke effektiviteten i å generere daglige produksjonsplaner for norske vannkraftprodusenter, nøyaktig representere deres fysiske vassdrag og støtte deres bud strategier i energi- og kapasitetsmarkeder.

Bakgrunn:

Tradisjonelle optimaliseringsmetoder løser gjentatte ganger lignende problemer uten å dra nytte av erfaringen fra tidligere løsninger. På motsatt side får maskinlæring (ML) effektivt utnyttet erfaring fra historiske data og tidligere beslutninger. At det samme problemet med av-/på-beslutninger for komponenter løses hver dag med kun mindre endringer i inngangsdata er det perfekte grunnlaget for ML. Numeriske studier har vist at ML kan oppnå akselerasjon fra 2× til 260× i mange storskala problemer for kraftsystem uten noen observert reduksjon i løsningskvalitet.