Redukcja strat energii w sieciach dystrybucyjnych staje się jednym z kluczowych priorytetów operatorów systemów dystrybucyjnych (OSD), regulatorów oraz dużych odbiorców przemysłowych. Rosnące znaczenie odnawialnych źródeł energii, elektromobilności i lokalnych mikrosieci powoduje, że tradycyjna, pasywna infrastruktura musi zostać zastąpiona przez inteligentną sieć elektroenergetyczną – smart grid. Dzięki zaawansowanym systemom pomiarowym, sterowaniu w czasie rzeczywistym oraz analizie danych możliwe jest znaczące ograniczenie technicznych i komercyjnych strat energii, poprawa efektywności energetycznej i stabilności pracy systemu.
Charakterystyka strat energii w sieciach dystrybucyjnych
Straty energii w sieciach dystrybucyjnych dzielą się na straty techniczne i straty nietechniczne (komercyjne). Ich zrozumienie jest kluczowe, aby właściwie zaprojektować funkcjonalności smart gridu i dobrać technologie o najwyższym potencjale redukcji strat.
Straty techniczne: źródła i skala problemu
Straty techniczne wynikają z fizycznych właściwości sieci i obejmują przede wszystkim straty w liniach (I²R), transformatorach, urządzeniach kompensacyjnych oraz elementach automatyki. W wielu krajach europejskich mieszczą się one w przedziale 4–8% energii wprowadzonej do sieci dystrybucyjnej, ale w obciążonych obszarach miejskich mogą być istotnie wyższe. Kluczowe czynniki to:
- długość i przekrój przewodów oraz poziomy napięć,
- obciążenie transformatorów i linii w szczycie,
- niedopasowanie mocy biernej i przesunięcia fazowego,
- jakość energii elektrycznej (harmoniczne, wahania napięcia).
Im większe prądy płynące przez elementy sieci oraz im niższe napięcie, tym wyższe straty techniczne. Z punktu widzenia smart grid szczególnie perspektywiczne są rozwiązania ograniczające lokalne przeciążenia, optymalizujące przepływy mocy oraz inteligentnie zarządzające profilami napięciowymi.
Straty nietechniczne (komercyjne) i ich wpływ na bilans sieci
Straty nietechniczne obejmują nielegalny pobór energii, błędy rozliczeń, nieprawidłową pracę liczników oraz luki w danych pomiarowych. W niektórych krajach stanowią nawet kilka procent całkowitego zużycia, co ma ogromne znaczenie dla finansów OSD i uczciwych odbiorców. Inteligentne opomiarowanie oraz zaawansowane analizy danych w architekturze smart grid umożliwiają precyzyjną detekcję anomalii, porównanie bilansów energii w węzłach sieci i skuteczne wykrywanie nielegalnych przyłączeń.
Rola koncepcji smart grid w redukcji strat energii
Koncepcja smart grid oznacza cyfryzację, automatyzację i integrację rozproszonych zasobów elektroenergetycznych. To nie tylko wdrożenie liczników zdalnego odczytu, lecz całościowa transformacja sieci w cyber-fizyczny system energetyczny, w którym dane pomiarowe, algorytmy sterowania i infrastruktura sieciowa współpracują w czasie rzeczywistym. Redukcja strat energii jest jednym z kluczowych efektów tego podejścia.
Kluczowe elementy infrastruktury smart grid
Do najważniejszych komponentów, które bezpośrednio wpływają na ograniczenie strat, należą:
- systemy AMR/AMI (Advanced Metering Infrastructure) – inteligentne liczniki i koncentratory danych,
- systemy SCADA/DMS (Distribution Management System) – zaawansowane systemy zarządzania siecią,
- urządzenia regulacji napięcia i mocy biernej (regulatory OLTC, baterie kondensatorów, dławiki),
- automatyka sieciowa (reklozery, rozłączniki z komunikacją, sterowniki pól SN),
- platformy analizy danych sieciowych, sztuczna inteligencja i uczenie maszynowe,
- rozproszone zasoby energii (OZE, magazyny energii, DSR) z możliwością sterowania.
Każdy z tych elementów wspiera inne mechanizmy redukcji strat – od poprawy bilansowania energii po kształtowanie obciążeń w stacjach SN/nn.
Model automatyzacji i digitalizacji sieci dystrybucyjnej
Przejście do smart grid przebiega zwykle etapowo. Początkowo operator wprowadza systemy nadzoru i monitoringu, następnie automatyzację wybranych odcinków sieci, a na końcu wdraża funkcje zaawansowane – jak optymalizacja topologii, dynamiczne sterowanie napięciem czy integracja magazynów energii. Z punktu widzenia SEO warto podkreślić, że terminy takie jak „cyfrowa sieć dystrybucyjna”, „automatyzacja sieci SN” czy „zaawansowane sterowanie napięciem w smart grid” to istotne frazy długiego ogona, odzwierciedlające realne zapytania specjalistów i inwestorów.
Zaawansowane systemy pomiarowe AMI a redukcja strat
Infrastruktura pomiarowa AMI jest fundamentem, na którym opiera się większość funkcji smart grid. Inteligentne liczniki energii instalowane u odbiorców końcowych oraz w węzłach sieci niskiego i średniego napięcia umożliwiają zbieranie danych w interwałach od 1 do 15 minut. Taka granularność pomiarów pozwala na szczegółową analizę strat oraz optymalizację profili obciążenia.
Detekcja strat nietechnicznych i poprawa rozliczeń
Dzięki porównywaniu energii zmierzonej na wyjściach transformatorów SN/nn z sumą odczytów z liczników odbiorców możliwe jest określenie poziomu strat na poszczególnych obwodach. Zaawansowane algorytmy, wykorzystujące elementy uczenia maszynowego, potrafią wskazać obszary o ponadprzeciętnych stratach, które sygnalizują:
- nielegalny pobór energii,
- błędy konfiguracji liczników lub taryf,
- awarie urządzeń pomiarowych,
- niewłaściwe przypisanie liczników do faz i obwodów.
Takie podejście ogranicza straty komercyjne i poprawia dokładność rozliczeń. Dla wielu OSD jest to jeden z najszybciej zwracających się komponentów projektu smart grid, szczególnie na obszarach o dużym rozproszonym odbiorze.
Analiza profili obciążenia a optymalizacja sieci
Dane AMI pozwalają również analizować profile obciążenia transformatorów i linii. Można precyzyjnie zidentyfikować okresy szczytowe, nierównomierność obciążeń między fazami oraz skutki przyłączania nowych odbiorców (np. stacji ładowania pojazdów elektrycznych). Na tej podstawie operator może:
- optymalizować konfigurację sieci (przełączenia, rekonfiguracja),
- dobierać przekroje kabli i moc transformatorów do rzeczywistych profili,
- wprowadzać taryfy dynamiczne zachęcające do przesuwania poboru energii,
- projektować lokalne programy DSR (Demand Side Response).
Wszystkie te działania redukują przeciążenia i zmniejszają straty I²R, co bezpośrednio przekłada się na wyższą efektywność energetyczną sieci.
Zaawansowane zarządzanie napięciem i mocą bierną (Volt/VAR)
Jednym z najbardziej efektywnych narzędzi redukcji strat w dystrybucji jest zaawansowane sterowanie napięciem i mocą bierną, często określane jako Volt/VAR Optimization (VVO). Odpowiedni profil napięciowy wzdłuż linii oraz właściwa kompensacja mocy biernej ograniczają przepływy prądu i pozwalają utrzymać parametry jakości energii w granicach normy.
Optymalizacja profili napięciowych (CVR, VVO)
Strategie takie jak Conservation Voltage Reduction (CVR) polegają na kontrolowanym obniżeniu napięcia w sieci niskiego napięcia w ramach dopuszczalnych norm. Dla wielu typów odbiorników (o charakterystyce stałomocowej lub mieszanej) skutkuje to zmniejszeniem poboru energii, a tym samym redukcją strat w liniach i transformatorach. Kluczowe elementy umożliwiające wdrożenie CVR i VVO to:
- transformatory z przełącznikiem zaczepów pod obciążeniem (OLTC),
- sterowniki regulacji napięcia na rozdzielniach SN,
- lokalne pomiary napięcia w punktach krytycznych sieci,
- centralny algorytm optymalizacyjny DMS.
W sieciach z dużym udziałem fotowoltaiki prosumenckiej optymalizacja napięcia staje się również niezbędna dla uniknięcia przekroczeń górnej granicy napięcia i niepożądanych wyłączeń instalacji PV.
Kompensacja mocy biernej a straty techniczne
Odpowiednio dobrana i sterowana kompensacja mocy biernej zmniejsza przepływ prądu biernego w liniach, co bezpośrednio redukuje straty I²R i uwalnia zdolności przesyłowe. W architekturze smart gridu kompensacja może być realizowana:
- centralnie – poprzez baterie kondensatorów w GPZ i rozdzielniach SN,
- lokalnie – przy transformatorach SN/nn i w obszarach końcowych linii,
- dynamicznie – z wykorzystaniem falowników OZE i magazynów energii, które pracują jako regulowane źródła mocy biernej.
Dzięki komunikacji dwukierunkowej oraz dynamicznym nastawom możliwe jest utrzymywanie współczynnika mocy na optymalnym poziomie w szerszym zakresie stanów pracy sieci, co przyczynia się do trwałego obniżenia strat technicznych.
Automatyzacja sieci SN i nn jako narzędzie redukcji strat
Automatyzacja sieci średniego i niskiego napięcia jest kolejnym filarem koncepcji smart grid, który ma bezpośredni wpływ na poziom strat energii. Obejmuje zastosowanie inteligentnych rozłączników, reklozerów, sterowników pól oraz algorytmów rekonfiguracji sieci.
Rekonfiguracja sieci w czasie rzeczywistym
W sieciach pierścieniowych pracujących w konfiguracji promieniowej możliwa jest zmiana miejsc otwarć i przełączeń obwodów w celu równomierniejszego obciążenia transformatorów oraz skrócenia efektywnej długości linii dla poszczególnych grup odbiorców. Algorytmy rekonfiguracji uwzględniają:
- aktualne obciążenia linii i transformatorów,
- ograniczenia napięciowe i prądowe,
- minimalizację strat mocy czynnej,
- kryteria niezawodności i bezpieczeństwa pracy sieci.
W efekcie można dynamicznie dobierać topologię o najniższych stratach, jednocześnie zachowując wymagany poziom zasilania kluczowych odbiorców. Jest to klasyczny przykład zastosowania algorytmów optymalizacyjnych w smart grid.
Automatyczne przełączenia i zarządzanie awariami
Chociaż głównym celem automatyki zabezpieczeniowej i samoczynnego odtwarzania zasilania (FRTU, reklozery) jest poprawa niezawodności, to szybsza lokalizacja i izolacja uszkodzonych odcinków pośrednio wpływa także na bilans strat. Krótszy czas trwania awarii i mniejszy zasięg wyłączeń oznacza stabilniejsze profile obciążenia dla pozostałych elementów sieci, co zmniejsza ryzyko pracy w ekstremalnych stanach i powiązanych z tym zwiększonych strat technicznych. Ponadto automatyzacja ułatwia integrację źródeł rozproszonych, które mogą częściowo przejmować zasilanie lokalnych obszarów, ograniczając przepływy mocy na długich odcinkach linii.
Integracja OZE, magazynów energii i DSR w celu ograniczenia strat
Współczesne sieci dystrybucyjne coraz częściej pełnią rolę platformy integrującej odnawialne źródła energii, magazyny energii i usługi elastyczności popytu (DSR). Odpowiednio zaprojektowana współpraca tych zasobów w ramach smart grid pozwala ograniczać przepływy energii na duże odległości oraz łagodzić szczyty obciążenia, co jest kluczowe dla redukcji strat.
Rozproszone źródła energii jako lokalne pokrycie zapotrzebowania
Produkcja energii w pobliżu miejsca jej zużycia redukuje konieczność przesyłu na długich odcinkach linii, szczególnie na poziomie niskiego napięcia, gdzie straty jednostkowe są najwyższe. Warunkiem pełnego wykorzystania potencjału OZE jest jednak:
- precyzyjny monitoring generacji i obciążeń,
- możliwość sterowania mocą czynną i bierną urządzeń wytwórczych,
- koordynacja pracy wielu jednostek w szerszym obszarze sieci.
Smart grid, wyposażony w systemy DMS oraz zaawansowane prognozowanie produkcji (np. fotowoltaiki i wiatru), umożliwia dynamiczne zarządzanie włączaniem i ograniczaniem mocy OZE, tak aby minimalizować straty przy zachowaniu stabilności napięcia i częstotliwości.
Rola magazynów energii w redukcji strat i szczytów
Magazyny energii – bateryjne, kinetyczne czy power-to-gas – mogą działać jako bufor pomiędzy generacją a zużyciem. Umieszczone blisko odbiorców lub w węzłach o dużym nasyceniu OZE pozwalają:
- łagodzić lokalne szczyty obciążenia,
- unikać przeciążeń linii i transformatorów,
- ograniczać konieczność przesyłania energii z odległych źródeł,
- stabilizować napięcie i kompensować moc bierną (przy zastosowaniu zaawansowanych falowników).
Tym samym magazyny energii przyczyniają się do obniżenia strat technicznych i poprawy efektywności wykorzystania istniejącej infrastruktury dystrybucyjnej. W perspektywie rozwoju elektromobilności i rosnącej zmienności generacji OZE ich rola w architekturze smart grid będzie systematycznie rosnąć.
DSR i elastyczność popytu a profilowanie obciążenia
Programy Demand Side Response pozwalają odbiorcom końcowym – przemysłowym i komunalnym – reagować na sygnały cenowe lub bezpośrednie sygnały sterujące od operatora. Przesuwanie zużycia energii na godziny o niższym obciążeniu systemu zmniejsza konieczność pracy sieci w pobliżu jej ograniczeń technicznych. Skutkuje to:
- spłaszczeniem dobowego profilu obciążenia,
- mniejszymi prądami szczytowymi,
- redukcją strat w godzinach największego obciążenia,
- opóźnieniem lub uniknięciem kosztownych inwestycji w rozbudowę sieci.
Realizacja DSR na szeroką skalę jest możliwa jedynie w warunkach pełnej cyfryzacji, inteligentnego opomiarowania oraz dwukierunkowej komunikacji między operatorem a odbiorcami – a więc w dojrzałym środowisku smart grid.
Znaczenie jakości danych i analityki w smart grid
Skuteczna redukcja strat energii w sieciach dystrybucyjnych nie zależy wyłącznie od samych urządzeń fizycznych, ale również od jakości danych i algorytmów analitycznych. Smart grid generuje ogromne ilości informacji, które muszą być przetwarzane w sposób bezpieczny, spójny i ukierunkowany na konkretne cele operacyjne.
Modele cyfrowe sieci (digital twin) i optymalizacja
Coraz więcej operatorów wdraża koncepcję cyfrowego bliźniaka sieci (digital twin). Jest to cyfrowy model, odzwierciedlający topologię, parametry techniczne i aktualne stany pracy infrastruktury. Połączenie go z danymi pomiarowymi z AMI, SCADA i IoT umożliwia:
- symulację scenariuszy obciążenia i generacji,
- analizę wrażliwości strat na zmiany konfiguracji sieci,
- planowanie optymalnych inwestycji modernizacyjnych,
- weryfikację efektów programów redukcji strat.
W takim środowisku możliwe jest zastosowanie zaawansowanych metod optymalizacji i sztucznej inteligencji do ciągłej poprawy efektywności pracy sieci.
Wykorzystanie sztucznej inteligencji i machine learning
Algorytmy uczenia maszynowego pozwalają wykrywać wzorce wskazujące na zwiększone straty, anomalie w profilach obciążenia oraz nieefektywne konfiguracje sieci. Przykładowe zastosowania to:
- predykcja strat w funkcji prognoz obciążenia i produkcji OZE,
- klasyfikacja odcinków sieci pod kątem podejrzeń nielegalnego poboru,
- rekomendacje optymalnych przełączeń i nastaw regulatorów napięcia,
- wykrywanie degradacji transformatorów wpływającej na wzrost strat jałowych.
Takie narzędzia, działające w trybie ciągłym, wspierają operatora w podejmowaniu decyzji operacyjnych i inwestycyjnych, ukierunkowanych na trwałą redukcję strat energii w całym cyklu życia infrastruktury.
Aspekty regulacyjne i ekonomiczne redukcji strat w smart grid
Transformacja sieci dystrybucyjnych w kierunku smart grid jest procesem kapitałochłonnym, dlatego konieczne jest świadome podejście do aspektów regulacyjnych i ekonomicznych. Ramy regulacyjne, taryfy dystrybucyjne i modele zwrotu z inwestycji znacząco determinują tempo i skalę wdrażania rozwiązań służących redukcji strat energii.
Mechanizmy regulacyjne wspierające redukcję strat
W wielu krajach regulatorzy uwzględniają poziom strat energii jako jeden z kluczowych wskaźników efektywności operatorów systemów dystrybucyjnych. Mogą być stosowane:
- limity dopuszczalnych strat w taryfach dystrybucyjnych,
- mechanizmy zachęcające (incentive regulation) za przekraczanie celów redukcji strat,
- wymagania dotyczące wdrożenia AMI i systemów zarządzania siecią,
- preferencyjne finansowanie projektów poprawy efektywności energetycznej.
Takie podejście tworzy bodźce do inwestowania w technologie smart grid nie tylko z powodów technicznych, ale również ekonomicznych, co przyspiesza modernizację infrastruktury i ogranicza straty na poziomie całego systemu.
Analiza kosztów i korzyści wdrożeń smart grid
Przy planowaniu inwestycji w smart grid konieczne jest przeprowadzenie kompleksowej analizy kosztów i korzyści (CBA). Należy uwzględnić nie tylko bezpośrednią wartość zredukowanych strat energii, ale również:
- uniknięte koszty rozbudowy linii i transformatorów,
- poprawę jakości dostaw i zmniejszenie kar za niedotrzymanie parametrów,
- zwiększenie zdolności przyłączeniowych dla OZE i nowych odbiorców,
- korzyści środowiskowe wynikające z mniejszej produkcji energii.
W praktyce wiele projektów, takich jak wdrożenie AMI, systemów VVO czy automatyzacji sieci SN, charakteryzuje się bardzo atrakcyjnymi wskaźnikami NPV i IRR, szczególnie tam, gdzie wyjściowy poziom strat jest wysoki, a struktura sieci rozproszona i przestarzała.
Wyzwania wdrażania smart grid w kontekście redukcji strat
Mimo licznych korzyści, wdrożenie inteligentnej sieci dystrybucyjnej nie jest pozbawione wyzwań. Dotyczą one zarówno aspektów technicznych, jak i organizacyjnych, regulacyjnych oraz społecznych.
Integracja nowych technologii z istniejącą infrastrukturą
Wiele sieci dystrybucyjnych zostało zbudowanych kilkadziesiąt lat temu, bez założenia integracji z zaawansowaną automatyką i cyfryzacją. Modernizacja wymaga:
- aktualizacji dokumentacji i modeli sieci,
- dostosowania stacji transformatorowych do instalacji urządzeń telemechaniki,
- budowy niezawodnej komunikacji (światłowody, LTE, 5G, radio),
- zapewnienia cyberbezpieczeństwa dla tysięcy nowych punktów dostępowych.
Każdy z tych kroków jest niezbędny, aby funkcje smart grid – w tym redukcja strat – mogły być realizowane w sposób bezpieczny i efektywny.
Kompetencje, zarządzanie zmianą i akceptacja użytkowników
Przejście z tradycyjnego modelu eksploatacji sieci do modelu opartego na danych wymaga nowych kompetencji inżynierów, dyspozytorów oraz analityków. Konieczne jest:
- szkolenie personelu w zakresie analizy danych i pracy z systemami DMS,
- wdrożenie procedur wykorzystania wyników analiz w decyzjach operacyjnych,
- dialog z odbiorcami końcowymi w zakresie korzyści z inteligentnego opomiarowania,
- zapewnienie przejrzystości w kwestii ochrony danych pomiarowych.
Bez odpowiedniego zarządzania zmianą nawet najlepiej zaprojektowane systemy smart grid mogą być wykorzystywane jedynie w ograniczonym zakresie, co zmniejsza potencjał redukcji strat.
Przykładowe strategie redukcji strat w sieciach dystrybucyjnych smart grid
Operatorzy dążący do szybkiej poprawy efektywności energetycznej mogą opracować kompleksowe programy redukcji strat, łączące działania inwestycyjne i operacyjne. Typowe elementy takiego programu to:
- mapa strat energii – identyfikacja obszarów o najwyższych stratach,
- priorytetyzacja modernizacji linii i transformatorów,
- wdrożenie AMI i analityki do detekcji strat nietechnicznych,
- program instalacji regulatorów napięcia i kompensacji mocy biernej,
- automatyzacja kluczowych sekcji sieci SN,
- integracja lokalnych OZE i magazynów energii w roli zasobów elastyczności.
Takie holistyczne podejście, wsparte narzędziami smart grid, pozwala stopniowo obniżać zarówno straty techniczne, jak i komercyjne, jednocześnie zwiększając odporność i elastyczność całej infrastruktury elektroenergetycznej.
FAQ
Jak smart grid pomaga zmniejszyć straty techniczne w sieciach dystrybucyjnych?
Smart grid zmniejsza straty techniczne głównie poprzez lepsze zarządzanie przepływami energii i napięciem w czasie rzeczywistym. Inteligentne liczniki i czujniki dostarczają danych o obciążeniach linii i transformatorów, co pozwala na rekonfigurację sieci tak, aby ograniczać przeciążenia i skracać efektywne długości tras przesyłu. Systemy Volt/VAR Optimization sterują napięciem i mocą bierną, redukując prądy I²R w liniach. Dodatkowo integracja lokalnych źródeł OZE i magazynów energii zmniejsza potrzebę przesyłu energii na dużą odległość, co bezpośrednio obniża straty techniczne w całej sieci dystrybucyjnej.
W jaki sposób inteligentne liczniki (AMI) ograniczają nielegalny pobór energii?
Infrastruktura AMI umożliwia zdalny, częsty odczyt zużycia energii u wszystkich odbiorców, co znacząco utrudnia długotrwały nielegalny pobór. Operator porównuje bilanse energii na transformatorach z sumą wskazań liczników końcowych i identyfikuje obszary o ponadnormatywnych stratach. Zaawansowane algorytmy analizy danych wykrywają nienaturalne profile zużycia, wskazujące np. manipulacje przy liczniku lub nieautoryzowane przyłącza. Dzięki temu możliwe jest skierowanie kontroli w precyzyjnie zdefiniowane lokalizacje, co obniża straty komercyjne i poprawia wiarygodność rozliczeń w całej sieci smart grid.
Czy wdrożenie smart grid zawsze jest opłacalne dla operatora sieci dystrybucyjnej?
Opłacalność wdrożenia smart grid zależy od wyjściowego poziomu strat, stanu technicznego sieci oraz ram regulacyjnych. W systemach o wysokich stratach technicznych i komercyjnych inwestycje w AMI, Volt/VAR, automatyzację SN i analitykę zazwyczaj szybko się zwracają dzięki zmniejszeniu zakupów energii i uniknięciu rozbudowy infrastruktury. W krajach z regulacją zachęcającą do poprawy efektywności energetycznej zwrot z inwestycji jest dodatkowo wzmacniany premiami regulacyjnymi. Kluczowe jest jednak wykonanie rzetelnej analizy kosztów i korzyści oraz etapowe wdrażanie rozwiązań, zaczynając od obszarów o największym potencjale redukcji strat.
Jaką rolę w redukcji strat pełnią magazyny energii w sieciach smart grid?
Magazyny energii w sieciach smart grid pełnią rolę lokalnych buforów, które pomagają wyrównywać różnice między generacją a zużyciem w danej części systemu. Ładując się w godzinach niskiego zapotrzebowania, a oddając energię w szczycie, ograniczają przeciążenia linii i transformatorów oraz redukują prądy szczytowe, odpowiedzialne za największą część strat I²R. Umieszczone blisko odbiorców lub źródeł OZE zmniejszają potrzebę przesyłu energii na duże odległości. Dodatkowo, dzięki nowoczesnym falownikom, magazyny mogą kompensować moc bierną i stabilizować napięcie, co dalej obniża straty techniczne w inteligentnej sieci dystrybucyjnej.
Jakie technologie smart grid są najskuteczniejsze w szybkim obniżaniu strat energii?
W praktyce najszybsze efekty w obniżaniu strat energii dają trzy grupy technologii smart grid. Pierwszą jest zaawansowana infrastruktura pomiarowa AMI, która umożliwia szybką detekcję nielegalnego poboru i błędów rozliczeniowych. Drugą – systemy zarządzania napięciem i mocą bierną (Volt/VAR, CVR), obniżające straty techniczne w liniach i transformatorach. Trzecią grupę stanowi automatyzacja sieci SN oraz algorytmy rekonfiguracji, pozwalające optymalizować topologię pracy pod kątem minimalizacji strat. W połączeniu z lokalną generacją OZE i programami DSR technologie te umożliwiają osiągnięcie znaczącej redukcji strat w relatywnie krótkim horyzoncie czasowym.





