ERC为格拉茨工业大学研究员SonjaWogrin提供启动资助
欧洲的电力系统将在未来几十年内进行扩建和重建，以使其保持稳定并同时实现碳中和。采用复杂的优化模型在脱碳道路上做出正确的决策。但是有一个问题!现实电力系统的模型通常非常大，甚至超级计算机也被推向性能极限。这意味着大量输入数据(例如电力需求的时间序列或可再生能源的容量系数)被聚合，这使得模型可以数值求解，但准确性较低。格拉茨理工大学 (TU Graz) 电力经济和能源创新研究所所长 Sonja Wogrin 希望通过她的五年项目“净零电力系统的优化和数据聚合”来改变这一现状，
现有的聚合方法还有很多未利用的潜力
在创建优化模型时，传统的数据聚合通常只关注数据本身，而不考虑相关优化模型的细节。这使得大量聚合潜力未被使用，从而影响计算时间和优化结果的质量。结果，电厂技术、选址或电网扩建的投资决策不是最优的，因此能源系统的重组变得更加昂贵。在她的项目中，Wogrin 希望改进数据聚合并开发方法，使研究人员能够使用相同的计算能力创建更有意义的模型，从而极大地造福社会。“到 2022 年，全球发电市场规模预计将达到 1.8 万亿美元”，Wogrin 解释道。
考虑不同的供应情况
沃格林的研究方法并不简单地关注系统数据相似的单个代表性时期。在这段时间里，你必须区分是否暂时纯粹由可再生能源(水电、风电、光伏)保证供电，还是必须启动火电厂，甚至是否会出现全面失去负载的情况。当平均观察这些时间段的数据时，模型中的供应不足情况可以完全被忽略——而这些时间段对于可靠的规划至关重要。因此，Sonja Wogrin 希望使用她的新方法将具有相似模型结果的情况结合起来，以获得压缩但又具有差异性的模型数据。
“如果我们想正确规划未来的脱碳能源系统，就没有办法绕过可靠的建模。毕竟，我们必须做出明智的投资决策。这些模型和方法也应该可供每个人使用，”沃格林说。“我坚信，这种聚合数据的新方法不仅与我的研究领域相关，而且提供了可以帮助世界各地科学家的基本工具。”
为研究人员提供五个新职位
这笔资金将使沃格林能够组建一个由三名博士生和一到两名博士后组成的团队。这些职位将在年底前公布并填补。ERC 向在职业生涯早期进行开创性研究并建立自己的独立研究小组的研究人员提供启动资助。Sonja Wogrin 的启动补助金是授予格拉茨工业大学研究人员的第八项启动补助金，也是格拉茨工业大学电气工程系的第一项启动补助金。此外，过去还获得了三项整合者资助和一项概念验证资助。
版权声明：本文由用户上传，如有侵权请联系删除！