Elektriske kraftsystemer 2

Emnet gir et metodisk grunnlag for avansert analyse av elektriske kraftsystemer i stasjonær drift, både under normale driftsforhold og ved kontingenser. Emnet omfatter analytiske og numeriske metoder for å vurdere kraftsystemers oppførsel, med vekt på datamaskinstøttet analyse av store kraftsystemer. Som en del av læringsprosessen utvikler studentene egne beregningsverktøy i Python. Sentrale temaer omfatter lastflyt, avansert lastflyt og optimal lastflyt - fra formulering og løsning av problemene til tolkning av resultater og praktisk anvendelse. Emnet er matematisk krevende og fokuserer på matematisk modellering og analyse fremfor detaljerte fysiske fenomener.

Ytterligere temaer på forskningsfronten som er relevante for dagens forskning og praksis vil også bli dekket.

Kunnskaper

Etter å ha fullført emnet skal studenten kunne:

• konstruere enveisskjemaer (per-phase impedance diagrams) for et balansert kraftsystem og løse dem ved hjelp av per-enhetssystemet
• algoritmisk etablere nettverksmatriser (Bus Admittance og Bus Impedance Matrices) for store kraftsystemer, inkludert virkningen av både nominelle og spenningsregulerende transformatorer
• analysere stationærdriftstilstanden i et kraftsystem ved hjelp av lastflyt
  • formulere lastflytproblemet og studere ulike algoritmiske tilnærminger for å løse lastflytproblemet
  • identifisere hensiktsmessige antagelser som kan benyttes for å designe og gjennomføre raskere lastflytløsninger
  • illustrere anvendbarheten av slike antagelser på virkelige kraftsystemervurdere hvordan spenningsregulering kan oppnås på ulike knutepunkter i et kraftsystem med lastflytløsningen som grunnlag
  • evaluere de komparative fordelene og ulempene ved ulike lastflytmetoder
  • gjennomføre kontingensanalyser av kraftsystemer ved hjelp av passende metoder
• formulere Optimal Power Flow (OPF)-problemet og løse OPF ved hjelp av relevante optimaliseringsalgoritmer, samt undersøke mulige anvendelser av OPF i planlegging og drift av kraftsystemer
• utføre en oppdatert gjennomgang (state-of-the-art) av utfordringer og utviklingstrekk innen planlegging og drift av kraftsystemer, inkludert kraftsystempålitelighet
• anvende teorien om symmetriske komponenter for analyse av ubalanserte systemer og etablere Bus Impedance Matrix-metoder for algoritmiske kortslutningsstudier

Ferdigheter

• Etter å ha fullført emnet er studenten i stand til å:
  • analysere store kraftsystemer ved hjelp av avanserte beregningsmetoder og algoritmer
  • velge hensiktsmessige modelleringsvalg basert på systemegenskaper og formålet med studien
  • begrunne modelleringsantakelser og -valg ved analyser av virkelige kraftsystemer
  • tolke analyseresultater fra ulike studier og kritisk reflektere over konsekvensene av resultatene
  • utvikle simuleringsverktøy for lastflyt- og optimal lastflytstudier ved hjelp av Python
  • vurdere utfordringer knyttet til utforming og drift av pålitelige kraftsystemer
  • velge og anvende relevante strategier for å løse åpne problemstillinger innen kraftsystemanalyse
• supplere egen læring gjennom selvstendig og målrettet litteraturstudie

Generell kompetanse

• Etter å ha fullført emnet er kandidaten i stand til å:

• • samarbeide effektivt i profesjonelle og akademiske sammenhenger

• • kommunisere tekniske resultater og refleksjoner til medstudenter, fagpersoner og ikke-spesialister gjennom diskusjoner, rapporter og presentasjoner

• • gi konstruktive tilbakemeldinger til medstudenter

• • håndtere usikkerhet i problemstillinger og beslutningsprosesser

• • ta hensyn til bærekraftsperspektiver i studier av kraftsystemer

• • bidra til innovasjon og utviklingsprosesser innen fagfeltet

• • gjøre kritisk og ansvarlig bruk av KI-verktøy i akademisk og profesjonell sammenheng

Emnet er hovedsakelig basert på gruppeaktiviteter. Forhåndsinnspilte forelesninger, vanlige forelesninger, veiledet problemløsning, problemløsning i grupper og prosjektarbeid (med presentasjon) er de ulike typer læringsaktiviteter. Emnet undervises på engelsk. I noen oppgaver er det pålagt bruk av simuleringsverktøy og Python.