Produktionen af vedvarende energi og elektrificeringen af samfundet står øverst på den politiske dagsorden i mange lande. Et væsentligt element i produktionen af vedvarende energi er effektelektronik (power electronics/PE), som kan omdanne elektrisk energi fra én form til en anden. Ved integration af vindmøller i elnettet forekommer der eksempelvis variationer i spænding og frekvens, og derfor er det nødvendigt med en effektelektronisk konverter, der kan integrere strømmen fra vindmøllerne effektivt og stabilt i nettet.
I et nyt projekt vil forskere fra Institut for Energiteknik og Institut for Datalogi på Aalborg Universitet kombinere forskning i kunstig intelligens og energiteknologi med det formål at designe og udvikle effektelektronik, der kan tilpasse sig skiftende driftstilstande og forudse eventuelle fejl.
Projektet er et af tre nye projekter, som VILLUM VELUX Fonden har tildelt AAU. Professor Huai Wang fra Institut for Energiteknik forklarer:
- Effektelektronik spiller en nøglerolle, ikke kun i produktionen af vindenergi, men også i et utal af andre systemer, der er baseret på elektrisk energi, såsom solceller, elbiler og industriel automatisering. Det er afgørende at kunne optimere driften af konverterne og samtidigt overvåge deres driftstilstand for at sikre en effektiv og stabil energiforsyning.
Kognitiv effektelektronik, der løbende tilpasser sig
Forskerne står dog over for en række udfordringer. Huai Wang forklarer:
- De nuværende PE-konvertere har svært ved at tilpasse sig dynamiske forhold - eksempelvis skiftende vindhastigheder. I sidste ende betyder det mindre effektiv energiomsætning. Men med den fortsatte digitalisering får vi mere data til rådighed, og det er et godt udgangspunkt for at undersøge, hvordan vi kan udvikle ”kognitiv” effektelektronik med en høj tilpasningsevne.
I projektet vil Huai Wang derfor arbejde sammen med professor Bin Yang fra Institut for Datalogi og designe en ”light-version” af kunstig intelligens målrettet effektelektroniske konvertere, der ikke indeholder processorer med høj beregningsevne.
- De avancerede algoritmer, som i dag har den optimale nøjagtighed, kræver ofte tunge regneenheder, og derfor er det ikke muligt at integrere dem i konverterne. Det giver os anledning til at udvikle mere simple modeller og algoritmer, som ikke medfører synderligt tab af nøjagtighed, forklarer Bin Yang.
Kun begrænset data til rådighed
Som led i projektet vil forskerne også designe effektelektronik, der er i stand til at overvåge egen driftstilstand, ved at anvende data opsamlet fra allerede eksisterende sensorer.
Men mængden af tilgængelig data fra effektelektronik, som ikke fungerer korrekt, er sparsom sammenlignet med data fra velfungerende effektelektronik. Derfor skal algoritmerne også kunne fungere, selvom der er begrænset data tilgængelig, siger Bin Yang:
- Når en vindmølle nærmer sig sin udløbsdato, skal det besluttes om, hvorvidt den fortsat skal være i drift eller skal erstattes af en ny. Vi stræber efter at udvikle algoritmer, som gør konverterne i stand til at operere under et reduceret driftsniveau, hvis møllens tilstand tillader det. Det vil forlænge levetiden uden at øge risikoen for nedbrud.
Projektpartnerne vil teste algoritmerne i forsøg med både vindenergi og forskellige former for elektrificeret transport. De håber på at gøre fremskridt inden for forskning i anvendelse af kunstig intelligens og samtidig adressere en række af de udfordringer, som er forbundet med brugen af effektelektronik.
- Det meste af den akademiske forskning, der foregår inden for kunstig intelligens, har hverken adgang til datasæt af industrimæssig størrelse eller konkrete casestudier. I dette projekt kan vi afprøve og tilpasse de nye algoritmer i et allerede eksisterende driftsmiljø, og vi håber, at det kan give inspiration til anvendelse i andre tekniske sammenhænge, siger Bin Yang.
YDERLIGERE INFORMATION
Projektet LIGHT-AI FOR COGNITIVE POWER ELECTRONICS er finansieret af VILLUM FONDEN med 3 mio. kr.
Kontakt
Professor Huai Wang
Institut for Energiteknik, AAU
Telefon: 9940 3816
E-mail: hwa@et.aau.dk
Professor Bin Yang
Institut for Datalogi, AAU
Telefon: 9940 9976
E-mail: byang@cs.aau.dk
Presse: Nina Hermansen, ninah@cs.aau.dk, telefon: 2090 1829
Foto: Colourbox