Local Load Optimization in Smart Grids with Bayesian Networks

CHREN, Stanislav a Barbora BÜHNOVÁ. Local Load Optimization in Smart Grids with Bayesian Networks. Online. In The 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2016). Neuveden: IEEE, 2016. s. 4021-4027. ISBN 978-1-5090-1897-0. Dostupné z: https://dx.doi.org/10.1109/SMC.2016.7844862. [citováno 2024-04-23]

Základní údaje

• Originální název: Local Load Optimization in Smart Grids with Bayesian Networks
• Autoři: CHREN, Stanislav (703 Slovensko, domácí) a Barbora BÜHNOVÁ (203 Česká republika, domácí)
• Vydání: Neuveden, The 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2016), od s. 4021-4027, 7 s. 2016.
• Nakladatel: IEEE

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Stať ve sborníku
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Spojené státy
• Utajení: není předmětem státního či obchodního tajemství
• Forma vydání: elektronická verze "online"
• Kód RIV: RIV/00216224:14330/16:00090403
• Organizační jednotka: Fakulta informatiky
• ISBN: 978-1-5090-1897-0
• Doi: http://dx.doi.org/10.1109/SMC.2016.7844862
• UT WoS: 000402634703144
• Klíčová slova anglicky: Smart Grids; Smart Meters; Bayesian Networks; Ripple Control; Load Management
• Štítky: firank_A
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

One of the main goals of the power distribution utilities is to provide stable supply of the power load. The growing popularity of smart grids, i.e. power grids enhanced with modern ICT, opened new possibilities to make the grid more efficient, secure and reliable. However, by introducing new elements into the infrastructure, such as small-scale photovoltaic power plants, the management of power load is becoming more challenging. In the paper, we address the issue of prevalent load management methods, which often lack sufficient flexibility to match growing complexity of the grid. We have developed a local load management component as an alternative to the still widely used ripple control technology. Our component is capable of individual water heating control by utilising customized TOU tariff schedules. The component uses Bayesian network model to incorporate uncertainties caused by inconsistent or incomplete information collected from smart meters. Our solution was deployed by a major energy distribution company in the Czech Republic in a real smart grid infrastructure consisting of more than 300 consumption points. In the case study, we confirmed viability of our approach as well as pointed out potential challenges remaining to be solved.

Návaznosti

• MUNI/A/0765/2013, interní kód MU: Název: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity (Akronym: SKOMU)

Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty

• MUNI/A/0997/2016, interní kód MU: Název: Aplikovaný výzkum na FI: vyhledávacích systémy, bezpečnost, vizualizace dat a virtuální realita.

Investor: Masarykova univerzita, Aplikovaný výzkum na FI: vyhledávacích systémy, bezpečnost, vizualizace dat a virtuální realita., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty