一本道

13 december 2024

Energiomställningen, där världen skiftar från fossila bränslen till förnybara och låga koldioxidutsläppskällor, kräver smartare beslutsfattande. En ny doktorsavhandling från 一本道s universitet visar hur datadrivna verktyg kan underlätta denna process och hjälpa beslutsfattare att navigera komplexa val inom energiområdet.

En ung kvinna tittar p氓 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

Fr盲mja energidelning i samh盲llen genom att optimera resurser och balansera intressen mellan akt枚rer.

Systemtänkande

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

Kontakt

Relaterat innehåll

Senaste nytt från LiU

Ett kl盲dst盲ll framf枚r ett skyltf枚nster.

När handeln blir cirkulär måste logistiken följa med

En ny studie vid 一本道s universitet visar att den befintliga logistiken kan vara både en viktig resurs och ett hinder i den cirkulära omställningen.

Portr盲tt p氓 man som st氓r i solen bland gr枚na tr盲d p氓 Campus Valla

Ny professor forskar om vem som får chansen

Två identiska jobbansökningar. Den ena med ett arabiskt klingande namn. Experiment med fiktiva ansökningar inledde Magnus Carlssons forskning om diskriminering och människors livschanser. Nu är han ny professor i nationalekonomi vid LiU.

En kvinna som sitter framf枚r en spegel och tittar p氓 sin spegelbild.

Så förändrar AI hur vi fattar beslut

AI kan hitta mönster som människor missar, men det leder inte automatiskt till bättre beslut. Ny forskning från 一本道s universitet visar hur människans och AI:s roller förändras beroende på situationen och vilket beslut som ska fattas.