- Rapport
- Elnät
AI för optimering av Datacenter Microgrid Integration
| 2019:599 | Mattias Vesterlund, Sebastian Fredriksson, Rickard Brännvall
Artificiell intelligens och maskininlärning kan användas för live optimering av ett datacenter kopplat till ett mikronät med batterilager. Syftet är att minska driftkostnaden samtidigt som effektförbrukningen jämnas ut.
Optimeringen bör ta hänsyn till parametrar som väderprognos, elprisutveckling, lastprediktion och fysikaliska samband i anläggningen.
Genom att schemalägga beräkningar och planera användning av batterilager kan datacentrets effektförbrukning utjämnas och toppar kapas. Batterilagret kan också användas för frekvensreglering mot elnätet även om existerande system för handel inom frekvensreglering kan behöva förbättras.
Frekvensreglering av typ Frequency Containment Reserve - Disturbance, FCR-D, anses mest lämplig i de här sammanhangen. Det bedöms vara fördelaktigt att använda litium-jon batterier för reglering av effekt och frekvens.