ÌÇĐÄÍűÒł°æ

13 december 2024

Energiomställningen, där världen skiftar från fossila bränslen till förnybara och låga koldioxidutsläppskällor, kräver smartare beslutsfattande. En ny doktorsavhandling från Linköpings universitet visar hur datadrivna verktyg kan underlätta denna process och hjälpa beslutsfattare att navigera komplexa val inom energiområdet.

En ung kvinna tittar pÄ sin dator. Fotograf: Teiksma Buseva
Qianyun Wen, doktorand vid Institutionen för ekonomisk och industriell utveckling, har framgångsrikt försvarat sin avhandling som undersöker hur stora datamängder från smarta elnät och digitala teknologier kan användas för att utveckla modeller och verktyg som stödjer olika steg i energiomställningen.

Avhandlingen, framtagen av doktoranden Qianyun Wen vid Institutionen för ekonomisk och industriell utveckling, undersöker hur stora mängder data från smarta elnät och digital teknik kan användas för att utveckla modeller och verktyg som ger stöd i olika delar av energiomställningen.

-Datadrivna verktyg kan inte bara förbättra beslutsfattandet, utan också göra det mer tillgängligt och användarvänligt. För att de ska få verklig effekt är det avgörande att verktygen både levererar pålitliga resultat och är anpassade efter användarnas behov, säger Qianyun Wen doktorand vid avdelningen Industriell miljöteknik vid Linköpings universitet.

Studien analyserar tre nyckelområden: val av uppvärmningsteknik för byggnader, prognoser för energianvändning och etablering av energidelande samhällen. Resultaten visar att en kombination av tekniker som maskininlärning och optimeringsmodeller kan hjälpa beslutsfattare att hitta mer hållbara och effektiva lösningar.

Qianyun Wen säger att transparens och användarvänlighet är centralt.

För att skapa en hållbar energiomställning behöver vi verktyg som inte bara är tekniskt avancerade utan också praktiska och lätta att använda för olika intressenter.

Avhandlingen bidrar med riktlinjer för hur datadrivna beslutstekniker kan implementeras och anpassas till olika utmaningar. Forskningen är ett viktigt steg för att hjälpa beslutsfattare att hantera energiomställningens komplexitet på ett mer informerat och hållbart sätt.

Vägledning för att använda datadrivna beslut i energiomställningen

Användaranpassning

Verktygen bör vara transparenta, användarvänliga och lättillgängliga för olika typer av beslutsfattare.

Flexibeldesign

 Integrera olika metoder som multi-kriteriebeslutsfattande (MCDM), maskininlärning och optimering för att hantera komplexa beslut.

Datasamordning

Använd öppna och tillgängliga datakällor, exempelvis meteorologisk och historisk data, för att skapa precisa prognoser och scenarier.

Scenarioplanering

Utveckla semi-dynamiska modeller som inkluderar framtida tekniska och ekonomiska förändringar.

Decentralisering och samarbete

FrÀmja energidelning i samhÀllen genom att optimera resurser och balansera intressen mellan aktörer.

Systemtänkande

Använd en helhetssyn för att identifiera samband mellan olika delar av energisystemet och undvika oönskade konsekvenser.

Kontakt

Relaterat innehåll

Senaste nytt från LiU

En grupp mÀnniskor som sitter vid ett bord framför en folkmassa.

Deltagare i FN:s klimatmöten vill se större fokus på genomförande

FN:s klimatförhandlingar kritiseras ofta för att gå för långsamt. En ny studie undersöker vilka förändringar delegater och deltagare vid klimatmötet COP29 vill se. Resultaten visar ett starkt stöd för bättre uppföljning av ländernas klimatåtaganden.

Studenter sitter vid bord med datorer i biblioteket.

Rekordstort intresse för Linköpings universitet när antagningen är klar

Linköpings universitet fortsätter att vara ett av Sveriges populäraste lärosäten. Över 52 600 personer sökte till höstens program och fristående kurser. Av dem har 19 250 personer nu  fått positiva besked.

Neil Lagali vid utrustning för att undersöka ögonen.

Ögonproblem efter covid-19 kan nu förklaras

Mild covid-19 kan ge svåra och långvariga ögonproblem, visar en studie från Linköpings universitet. Studien förklarar också varför det har varit svårt för drabbade att få hjälp. Avvikelserna upptäcks nämligen inte med standardmetoder.