Disputas: Changhun Jeong

Changhun Jeong disputerer for doktorgraden i prosess, energi og automatiseringsteknikk. Avhandlingen utforsker hvordan model predictive control (MPC) kan optimalisere norske vannkraftsystemer.


12 Jun

Praktisk informasjon

  • Dato: 12 juni 2024
  • Tid: kl. 10.00 - 16.00
  • Sted: Porsgrunn, Rom A-271 og Zoom
  • Last ned kalenderfil
  • Zoom-lenke for digital deltakelse.

    Program 

    Kl. 10.00: Prøveforelesning: Tittel kommer

    Kl. 12.30: Disputas: Model predictive control for energy systems under uncertainty.

    Bedømmingskomité

    • Førsteopponent: Francisco Beltran Carbajal, professor, Metropolitan Autonomous University, Mexico City
    • Andreopponent: Alex Alocer, professor, OsloMet
    • Administrator: Ru Yan, førsteamanuensis, Universitetet i Sørøst-Norge

    Veiledere

Har du spørsmål?

Changhun Jeong skal forsvare avhandlingen sin for graden philosophiae doctor (ph.d.) ved Universitetet i Sørøst-Norge. Han har fulgt doktorgradsprogrammet prosess, energi og automatiseringsteknikk (PEA) ved Fakultet for teknologi, naturvitenskap og maritime fag.Changhun Jeong portrait

Alle interesserte ønskes velkommen til prøveforelesning og disputas.

Sammendrag

Denne forskningen viser at Model Predictive Control (MPC) betydelig forbedrer effektiviteten og ytelsen til energisystemer, selv med tilstedeværelse av usikkerheter. Gjennom simuleringer på Dalsfoss og Hjartdøla vannkraftsystemer i Norge, samt et system for bygningstemperaturkontroll, fant vi at MPC-rammeverk kan optimalisere ressursutnyttelse, redusere energiforbruk og sikre stabile operasjoner. Disse funnene understreker potensialet til MPC for å møte dagens energiutfordringer ved å gjøre energisystemer mer motstandsdyktige og effektive.

Bruken av MPC i vannkraftverk maksimerer elektrisitetsproduksjonen ved å optimalt håndtere vannressurser, til tross for sesongvariasjoner og komplekse regulatoriske krav. For bygningstemperaturkontroll opprettholder MPC komfort samtidig som energibruken reduseres, noe som fører til betydelige kostnadsbesparelser og redusert miljøpåvirkning. Den forbedrede robustheten og beregningseffektiviteten til våre foreslåtte MPC-metoder gjør dem praktiske for implementering i virkeligheten, og baner vei for smartere og mer bærekraftige energistyringsløsninger.