Applications of artificial intelligence in the electrical power system : overview and case study

Artificial intelligence and machine learning have become ubiquitous in today’s world. Their use has become prevalent in a multitude of fields, producing a huge amount of applications. Electrical power systems are one of the beneficiaries of such ascent; algorithms based on artificial intelligence have been deployed in wide range of power system applications, they engendered a leap in measurement schemes and in our ability to collect and process data. The first part of the work is a state-of-the-art review of the artificial intelligence applications in the electrical power system. Several applications reported in the literature have been classified according to their value proposition, used measurements, adopted artificial intelligence algorithms and models. The second part of the thesis presents short-term load forecasting models for two applications based on machine learning techniques. Two case studies were considered; the short-term load forecasting for an office building load and the short-term load forecasting for the Italian electricity market demand based on the public records published by the market operator.

L’intelligenza artificiale e il cosiddetto “machine learning” sono ormai diventati onnipresenti nel mondo odierno. L’utilizzo di queste tecnologie si è infatti consolidato in una miriade di campi, dando origine ad innumerevoli applicazioni. In particolare, i sistemi elettrici di potenza sono uno dei fruitori principali di tali tecnologie. In questo ambito, sono infatti molte le applicazioni che si basano sull’intelligenza artificiale e che hanno rivoluzionato gli schemi di misura, così come la raccolta e l’elaborazione dei dati. La prima parte della tesi consiste in un’analisi dello stato dell’arte delle applicazioni utilizzate nei sistemi di potenza basate sull’intelligenza artificiale. Diverse applicazioni indicate in letteratura sono state classificate in base al loro valore aggiunto, alle misure utilizzate e ai modelli e algoritmi di intelligenza artificiale adottati. La seconda parte della tesi descrive dei modelli di previsione a breve termine del carico elettrico utilizzati in due applicazioni basate sul machine learning. Sono stati considerati due casi di studio: nel primo, la previsione a breve termine del carico è stata applicata ad un edificio per uffici; nel secondo caso, invece, i medesimi modelli sono stati applicati per prevedere, sulla base dei dati pubblicati dal gestore, la domanda del mercato elettrico.