Dvojica alumna Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu osvojila su prestižne ERC Consolidator grantove ukupne vrijednosti 4 milijuna eura: prof. dr. sc. Tomislav Dragičević s Tehničkog sveučilišta Danske (DTU) za projekt ARTEFACT te prof. dr. sc. Ivan Dokmanić sa Sveučilišta u Baselu za projekt PHASESHIFT.
ERC Consolidator grantovi namijenjeni su izvrsnim istraživačima te svakom projektu osiguravaju do 2 milijuna eura tijekom pet godina za izgradnju istraživačkog tima i provedbu vrhunskog 'frontier' istraživanja. U prvom nastavku donosimo intervju s prof. Tomislavom Dragičevićem, alumnusom FER-a i profesorom na DTU Wind and Energy Systems, o njegovu ERC projektu ARTEFACT – Reliable Online Learning in Power Converters to Unlock Flexibility from Motor Applications.
Električni motori kao tihi izvor fleksibilnosti za mrežu
"ARTEFACT se bavi pitanjem kako električne motore, koji pokreću pumpe, ventilatore i kompresore u vodoopskrbi, grijanju, hlađenju i ventilaciji, pretvoriti u ‘tihi’ izvor fleksibilnosti za elektroenergetski sustav. Danas ti motori troše više od polovice svjetske električne energije, ali se vrlo rijetko koriste za balansiranje mreže. Glavna ideja projekta je razviti metode kojima će svaki pogon (frekvencijski pretvarač) moći sam naučiti koliko je fleksibilan tj. koliko, i koliko dugo, smije mijenjati svoju potrošnju, a da ne naruši osnovnu funkciju procesa i to uz pomoć fizikalno utemeljenih modela i nesigurnošću svjesne umjetne inteligencije koja radi direktno u pretvaraču. Tako dobivamo kompaktnu, standardiziranu informaciju o tome koliko fleksibilnosti motor može ponuditi mreži i s kolikom pouzdanošću. Ako projekt uspije, očekivani utjecaj je da se postojeći motori počnu promatrati kao svojevrsna ‘virtualna baterija’ koja može pomoći u stabilizaciji sustava s velikim udjelom obnovljivih izvora, bez dodatnih ulaganja u novu opremu", istaknuo je prof. Dragičević.
Izazovi dekarbonizacije i koristi za društvo i industriju
"Projekt cilja nekoliko aktualnih izazova - dekarbonizaciju energetike i Europski zeleni plan; potrebu da se integrira vrlo veliki udio vjetra i sunca, uz očuvanje pouzdanosti sustava; nedostatke fleksibilnosti kada gasimo fosilne elektrane; skalabilnost i kibernetičku sigurnost te način upravljanja milijunima malih potrošača bez slanja osjetljivih podataka u oblak, u skladu s NIS2 direktivom. Za društvo, rezultati bi mogli značiti manju ovisnost o fosilnim elektranama, manje potrebe za skupim jačanjima mreže i velikim baterijskim sustavima, te stabilniji sustav s više obnovljivih izvora. Za industriju, ideja je da postojeća motorna postrojenja – uz pametnije upravljanje – mogu ostvariti dodatne prihode na tržištima pomoćnih usluga, bez narušavanja osnovnog procesa i bez otvaranja internih podataka prema trećim stranama", pojasnio je prof. Dragičević.
FER kao temelj za spoj "softvera i energije"
Dragičević se osvrnuo i na one trenutke tijekom vlastitog obrazovanja i ranog istraživačkog rada na FER-u te ključne korake koji su ga doveli do ERC granta.
"Na FER-u mi je posebno bilo važno nekoliko stvari. Prvo, imao sam mentora koji je, unatoč tome što je moj doktorat bio industrijski financiran i snažno usmjeren na neposrednu primjenu, vrlo snažno podržao da odem na usavršavanje u inozemstvo. Ta otvorenost prema mobilnosti i dugoročnoj izgradnji istraživačke karijere bila je presudna – lakše je donijeti takvu odluku kad mentor stoji iza nje. Drugo, čvrste podloge u programiranju i energetici koje sam stekao tijekom studija na FER-u dale su mi sigurnost da se kasnije mogu kretati između modeliranja, upravljanja, algoritama i stvarnih energetskih sustava. Ta kombinacija ‘softvera i energije’ danas je praktički temelj onoga čime se bavim.Treće, veliku ulogu imali su i vrhunski istraživači iz moje generacije.
Primjer kolege Hrvoja Pandžića, koji je među prvima odradio uspješan period u inozemstvu i vratio se s jakim međunarodnim iskustvom, vrlo je konkretno pokazao da se 'to doista može' i da put od FER-a do međunarodno konkurentne karijere nije samo teorija", naglasio je prof. Dragičević.
Od FER-a do ERC granta
"Nakon FER-a slijedio je niz koraka koji su se nadogradili jedan na drugi. Doktorat i rani istraživački rad usko povezan s industrijskim okruženjem, odlazak u inozemstvo i rad u jakim istraživačkim grupama u području energetske elektronike i pogona, postupno preuzimanje vodstva projekata i timova, izgradnja vlastite istraživačke niše na presjeku pretvarača, fleksibilnosti sustava i primijenjenog strojnog učenja, pokretanje laboratorija i kasnije spin-out poduzeća, što mi je dalo uvid i u industrijsku i u istraživačku perspektivu iste teme.
Gledano unatrag, ključno je bilo da se jedna temeljna linija interesa (pretvarači, upravljanje, fleksibilnost) dosljedno razvijala 10+ godina, dok su se alati i kontekst oko nje mijenjali (mikromreže, pametne mreže, AI, agregacija fleksibilnosti)", opisao je svoj put prof. Dragičević.
Poruka mladim istraživačima i alumnima FER-a
Za kraj, Dragičević je podijelio i nekoliko savjeta mladim istraživačima i alumnima FER-a koji ciljaju vrhunske međunarodne projekte poput ERC-a.
"Nekoliko konkretnih savjeta iz vlastitog iskustva. Uložite ozbiljno u temelje – matematiku, modele, sustave. To se uvijek isplati i daje vam sigurnost da možete ući u nova područja. Što ranije osjetite pravi istraživački rad – uključite se u projekte, pišite radove, preuzmite odgovornost za dio istraživanja već kao studenti/doktorandi. Budite mobilni – boravak u jakoj grupi u inozemstvu često je presudan za razvoj samostalnosti i mreže. Gradite vlastitu liniju ideja – ERC ne traži samo ‘dobrog izvršitelja’, nego osobu s jasnom vizijom i dosljednim tragom u jednom području. Ne bojte se odbijanja – put do ERC-a obično nije ‘prvi pokušaj – prvi uspjeh’. Važno je iz svakog pokušaja izvući maksimum, ozbiljno shvatiti komentare i napraviti vidljiva poboljšanja.
I možda najvažnije: okružite se ljudima koji vjeruju da je to moguće – i na FER-u i kasnije. To jako mijenja perspektivu."
U drugom nastavku predstavit ćemo intervju s prof. Ivanom Dokmanićem, dobitnikom ERC Consolidator granta za projekt PHASESHIFT – Phase-Space Foundations for Scientific Machine Learning.
Pristupačnost