Sustainable Infrastructures for Renewable Energy Systems: Forschen

Forschungsthemen

1. Modellbasierte Energiesystemanalysen unter Berücksichtigung von Netzrestriktionen

  • Regionale Entwicklung von Stromversorgungssystemen und „Nodal Pricing“
  • Analyse von Netzengpässen und Lastflussmanagement
  • Entwicklung der Robustheit von Stromversorgungssystemen

 

2. Modellbasierte Analysen von dezentralen Energiesystemen

  • Untersuchung des Lastverschiebepotenzials und der Akzeptanz von (preisbasierten) Demand Side Management (DSM) Maßnahmen
  • Stochastische Ansätze zu Layout-Planung, Energiemanagement und Prognose in dezentralen Energiesystemen
  • Marktdesign dezentraler Energiesysteme

 

3. Soziotechnoökonomische Analysen von gekoppelten Energiesystemen

  • Analyse der Interaktion zwischen Mensch und Smart Home unter echten Wohnbedingungen im Reallabor „Energy Smart Home Lab“
  • Ermittlung von Lastverschiebepotentialen
  • Analyse von Akzeptanz sowie Adoptionsbereitschaft von innovativen Energiesystemen, beispielsweise Energy Management Systeme oder unterschiedliche Anreiz-Systeme zur Anpassung des Energiekonsumverhaltens
  • Erhebung von Nutzerpräferenzen für verschiedene Ausgestaltungen neuartiger Energiesysteme

Methoden

  • Choice Experimente

Bei Choice Experimenten handelt es sich um eine Auswahl- bzw. entscheidungsbasierte Methode zur Erhebung von ökonomischen Präferenzen, bei der Daten über hypothetische oder reale Entscheidungssituationen erhoben werden. Zur Analyse der Daten kommen ökonometrische Modelle zum Einsatz.

  • Qualitative Befragungen wie Experteninterviews

Qualitative Methoden wie Interviews bieten die Möglichkeit, Einstellungen, Präferenzen oder Meinungen in relativ freiem Format abzufragen und eignen sich somit beispielsweise besonders für explorative Forschung.

  • Quantitative Befragungen​​​​​​

Bei quantitativen Befragungen werden Konstrukte wie Meinungen, Einstellungen oder Verhaltensintentionen mittels Fragebögen erfasst. Die erhobenen Daten lassen sich statistisch auswerten und modellieren.

  • (Feld-)Experimente/Randomized Controlled Trials

Mit experimentellen Designs lassen sich Kausalzusammenhänge herstellen, indem verschiedene Variablen explizit kontrolliert bzw. manipuliert werden. Neben Laborexperimenten bieten Feldexperimente den Vorteil, dass Zusammenhänge in ihrem natürlichen Kontext („im Feld“) analysiert werden können.

  • Large-Scale Nonlinear Programming

Die detaillierte Modellierung großflächiger Elektroenergiesysteme, wie z.B. dem deutschen oder europäischen Übertragungsnetz, sowie die Fragestellung nach dessen kostenoptimalen, möglichst verlustarmen oder anderweitig optimalen Betrieb resultiert in komplexen, nichtlinearen, großskaligen Optimierungsproblemen. Neben der Herleitung und Implementierung möglichst realitätsnaher Modelle für die verschiedenen Komponenten des Systems stellt auch das Lösen der Optimierungsprobleme eine große Herausforderung dar, hierfür müssen moderne mathematische Verfahren genutzt und auf das jeweilige Problem angepasst werden.

  • Energiesystemoptimierung Wohngebäude

Um Entwicklungen im Wohngebäudesektor gut analysieren zu können, werden gemischt-ganzzahlige Optimierungsmodelle zur Bestimmung technoökonomisch optimierter Energiesysteme genutzt. Für Simulationen des Bewohnerverhaltens, der thermischen Eigenschaften der Wohngebäude und zur Skalierung der Ergebnisse auf den europäischen Wohngebäudesektor werden verschiedene Methoden der Statistik (Markov Modelle, …) und des maschinellen Lernens (Clustern, …) verwendet.

  • EE-Potenzialbestimmung und Energiesystemoptimierung in Gemeinden

Viele Gemeinden verfügen weder über die nötige Expertise noch über ausreichende Mittel, um ihr Energiesystem im Zuge der Energiewende optimal aufzustellen. Mit Hilfe von Energiesystemanalysen, sowie des Energiesystemoptimierungsmodells RE³ASON (Renewable Energies and Energy Efficiency Analysis and System Optimization), werden basierend auf öffentlichen Daten (OpenStreetMap, Zensus, Satellitendaten) die optimalen Gemeinde-Energiesysteme ermittelt. Ein besonderer Fokus liegt auf der Bestimmung von optimalen autarken Energiesystemen, die keinen Zugang zu Strom- und/oder Gasnetz haben.

Modelle

  • RE³ASON

RE³ASON ist ein deterministisches Investitions- und Einsatzplanungs-Modell, das die optimale Investition auf Gemeindeebene in neue Energieumwandlungstechnologien ermittelt. Es kann die Gesamtsystemkosten, Emissionen oder Energieimporte minimieren und optimiert die Technologieinvestitionen und den Einsatz aller Technologien und Energieflüsse zwischen Gemeinde-Distrikten. RE³ASON kann als ein gemischt ganzzahliges lineares Programm (MILP) klassifiziert werden, das ein kommunales Energiesystem mit den geringsten Kosten, Emissionen oder Importen (oder einer Kombination davon) bestimmt. Es wird verwendet, um mit der Komplexität umzugehen, die sich aus der Anzahl und den Kombinationen einzelner Maßnahmen sowie deren Interdependenzen ergibt, die sonst nicht durchführbar wären.

Abgeschlossene Projekte
Projekt Start Ende

2019

2022

2019

2022

01/2019

12/2021

01/2017

03/2020

03/2017

09/2020

01/2015

12/2020

09/2016

12/2019

01/2016

12/2017

12/2015

01/2019

2014

2016

2013

2016

2013

2016

2013

2015

2013

2014

2012

2015

2003

2007