DiG-A-Plan – Tool for Distribution Grid Asset Planning under Uncertainties of Load Configuration and Flexibility Provision

Fonte Standard Gras
Identifiant

Unité de recherche

OFEN

Numéro de projet

SI/502666

Titre du projet

DiG-A-Plan – Outil de planification des équipements du réseau de distribution en cas des incertitudes sur la configuration de la charge et la provision de la flexibilité

Titre du projet anglais

DiG-A-Plan – Tool for Distribution Grid Asset Planning under Uncertainties of Load Configuration and Flexibility Provision

Textes relatifs à ce projet

	Allemand	Français	Italien	Anglais
Description succincte	-		-

Textes saisis

Catégorie	Texte
Description succincte (Anglais)	This project aims to develop and validate a novel risk-based tool for planning the reinforcement, replacement, and expansion of distribution grid assets. To this end, we first quantify both known and unknownuncertainties associated with load configuration, including the deployment of electric vehicles, photovoltaics, and heat pumps, as well as the flexibility provided by prosumers. We then propose a multi-stage distributionally robust optimization model that integrates the quantified temporal and spatial uncertainties into a tractable optimization framework to find cost-effective grid asset planning, preferring known risks to unknown ones. The impacts of uncertainties on grid operation are evaluated by accounting for increased voltage levels, overloading of branches, and the aging of transformers. The effectiveness of the proposed method is tested on three real-world case studies, provided by Groupe E, Yverdon Energies, and Services Industriels Lausanne, using appropriate reliability and resilience metrics in plausible scenarios of energy transition.
Description succincte (Français)	Ce projet vise à développer et à valider un nouvel outil basé sur le risque pour planifier le renforcement, le remplacement et l’expansion des équipements du réseau de distribution. Nous évaluons d’abord les incertitudes connues et inconnues liées aux véhicules électriques, au photovoltaïque, aux pompes à chaleur et à la flexibilité des prosommateurs. Ensuite, nous proposons un modèle d’optimisation robuste en plusieurs étapes qui intègre les incertitudes temporelles et spatiales dans un cadre traçable pour trouver des solutions rentables en privilégiant les risques connus. Les impacts des incertitudes sur le réseau, tels que l’augmentation des niveaux de tension, la surcharge des branches et le vieillissement des transformateurs, sont évalués. L’efficacité de la méthode proposée est testée sur trois études de cas réels, fournies par Groupe E, Yverdon Energies et les Services Industriels Lausanne, en utilisant des mesures de fiabilité et de résilience appropriées dans des scénarios plausibles de transition énergétique.

Catégorie

Texte

Description succincte
(Anglais)

This project aims to develop and validate a novel risk-based tool for planning the reinforcement, replacement, and expansion of distribution grid assets. To this end, we first quantify both known and unknownuncertainties associated with load configuration, including the deployment of electric vehicles, photovoltaics, and heat pumps, as well as the flexibility provided by prosumers. We then propose a multi-stage distributionally robust optimization model that integrates the quantified temporal and spatial uncertainties into a tractable optimization framework to find cost-effective grid asset planning, preferring known risks to unknown ones. The impacts of uncertainties on grid operation are evaluated by accounting for increased voltage levels, overloading of branches, and the aging of transformers. The effectiveness of the proposed method is tested on three real-world case studies, provided by Groupe E, Yverdon Energies, and Services Industriels Lausanne, using appropriate reliability and resilience metrics in plausible scenarios of energy transition.

Description succincte
(Français)

Ce projet vise à développer et à valider un nouvel outil basé sur le risque pour planifier le renforcement, le remplacement et l’expansion des équipements du réseau de distribution. Nous évaluons d’abord les incertitudes connues et inconnues liées aux véhicules électriques, au photovoltaïque, aux pompes à chaleur et à la flexibilité des prosommateurs. Ensuite, nous proposons un modèle d’optimisation robuste en plusieurs étapes qui intègre les incertitudes temporelles et spatiales dans un cadre traçable pour trouver des solutions rentables en privilégiant les risques connus. Les impacts des incertitudes sur le réseau, tels que l’augmentation des niveaux de tension, la surcharge des branches et le vieillissement des transformateurs, sont évalués. L’efficacité de la méthode proposée est testée sur trois études de cas réels, fournies par Groupe E, Yverdon Energies et les Services Industriels Lausanne, en utilisant des mesures de fiabilité et de résilience appropriées dans des scénarios plausibles de transition énergétique.