Forschung

Optimierung und Maschinelles Lernen

Die Abteilung Optimierung und Maschinelles Lernen verfolgt das Ziel speziell auf die Problemstellung angepasste numerische Optimierungsverfahren und -algorithmen zu entwickeln, die für den Entwurf und Betrieb komplexer Energiesysteme benötigt werden. Wesentliche Herausforderungen bei der Optimierung solcher Systeme sind Nichtlinearität (insbesondere Nichtkonvexität), Systemdynamik, Multiskalarität, Unsicherheit und diskrete Entscheidungen. Die Expertise der Abteilung deckt die Bereiche deterministische globale Optimierung, stochastische Optimierung, bilevel Optimierung, und dynamische Optimierung ab. Einen besonderen Arbeitsschwerpunkt stellt die Verknüpfung von Optimierung und Maschinellem Lernen (ML) dar. Das Maßschneidern von Optimierungsverfahren ermöglicht dabei die Lösung von Entwurfs- und Betriebsproblemen mit hybriden Systemmodellen auf Basis eingebetteter neuronaler Netze. Zur Bewältigung von großskaligen Problemen entwickelt die Abteilung Methoden für ML-basierte Modellreduktion und speziell für Parallel- und Hochleistungsrechner adaptierte Optimierungsalgorithmen.

Regelungstechnik

Die Abteilung Regelungstechnik konzentriert sich auf die Entwicklung von Methoden und Algorithmen zur Regelung und Steuerung von Energiesystemen und deren Komponenten. Der Schwerpunkt liegt auf anwendungsorientierten Methoden, die in Echtzeit arbeiten können, skalierbar sind und sich für den Betrieb dezentraler Systeme eignen. Um entsprechende Regelungs- und Steuerungslösungen auch testen zu können, entwirft und betreibt die Abteilung ein „Hardware-in-the-loop“–Labor. Das Labor basiert auf einer ganzheitlichen Echtzeitsimulationsumgebung, in der die innovativen Lösungsansätze mittels der Simulation der multiphysikalischen Infrastrukturen und der Kommunikationsnetzwerke unter nahezu realistischen Bedingungen getestet werden.

Hochleistungsrechnen

Die Abteilung Hochleistungsrechnen verfolgt das Ziel, die auf Simulation und Optimierung basierten Verfahren, welche für die Planung und den Betrieb von Energiesystemen genutzt werden, hinsichtlich der Numerik und des Hochleistungsrechnens weiterzuentwickeln.

Hierdurch wird eine möglichst effiziente Nutzung der im jeweiligen Anwendungsfall verwendeten IT-Ressourcen angestrebt. Dies schließt sowohl handelsübliche Workstations, Server-Cluster und Netzwerke, als auch Supercomputer und spezielle Hochgeschwindigkeitsnetzwerke sowie Hardware-Beschleuniger mit ein. Zentrale Aspekte hierbei sind, unter anderem, die Laufzeitanalyse bestehender Simulations- und Optimierungssoftware, die anschließende Verbesserung der bestehenden Algorithmik, der Entwurf neuer Algorithmen mit dem Fokus auf moderne IT-Ressourcen, sowie deren Implementierung und Validierung.

Netzwerke und Komplexe Systeme

Forschung

Die Abteilung Netzwerke und Komplexe System entwickelt mathematische Methoden und Werkzeuge für einen stabilen Betrieb des Stromnetzes. Ein Schwerpunkt der Arbeit ist die Stabilität und Robustheit gegen Fehler und Beschädigungen. Wir verwenden Simulationen und Konzepte aus der mathematischen Graphentheorie um zu verstehen, was ein Netzwerk anfällig macht und wie Netzwerke robuster und stabiler konstruiert werden können. Ein zweiter Schwerpunkt ist die Regelung des Stromnetzes und seine Wechselwirkungen mit anderen Bereichen des Energiesystems. Wir verwenden Methoden maschinellen Lernens und zu quantifizieren, wie äußere Einflüsse und Störungen den Betrieb des Stromnetzes beeinflussen.

Energienetze

Die Abteilung Energienetze befasst sich mit der Entwicklung und Anwendung von Modellen zur Simulation und Optimierung von multi-physikalischen Energieinfrastrukturen, wobei der Fokus auf Strom-, Gas- und Wärmenetzen sowie deren Informations- und Kommunikationsstrukturen liegt. Dabei kommen auch integrierte Energiemarktmodelle zum Einsatz, aus denen sich die Verteilungs- und Übertragungsaufgaben für die betrachteten Energienetze ableiten. Wesentlicher Gegenstand der Forschung sind die stationären und dynamischen Eigenschaften aktueller und zukünftiger Energiesysteme, die durch sehr hohe Anteile erneuerbarer Energien und eine zunehmende Sektorkopplung geprägt sind. Ein Schwerpunkt in der Weiter- bzw. Neuentwicklung von Modellen liegt darin, Lösungsverfahren nutzen zu können, die den Einsatz von Server-Clustern und Hochleistungsrechnern ermöglichen. Zudem werden skalierbare Methoden entwickelt, mit denen die immer komplexer werdenden Steuerungsaufgaben in Energienetzen schneller als in Echtzeit gelöst werden können.

Gebäude und Quartiere

Die Abteilung Gebäude und Quartiere verfolgt das Ziel CO2-arme Lösungen für Gebäude und Stadtquartiere zu entwickeln und demonstrieren. Bei zukünftigen Energiesystemen werden einerseits Strom, Wärme und Kälte miteinander verknüpft, andererseits wird die Energieversorgung durch kleinere, dezentrale Energiequellen geprägt. Eine große Herausforderung ist die Koordination der vielen Energieerzeuger und -verbraucher. Dazu entwickelt die Abteilung z. B. eine Informations- und Kommunikationsplattform (IKT-Plattform) und Agenten-basierten Regelungsansätze. Die entwickelten Lösungen werden in einem realen Umfeld, z.B. im „Reallabor“, gründlich und umfassend geprüft. Zur Nutzereinbindung entwickelt die Abteilung webbasierte Dashboards, welche verschiedene Stakeholder zielgruppengerecht über z.B. den aktuellen Energieverbrauch geben. Weiterer Schwerpunkt der Abteilung ist der Wärmebereich. So werden Methoden und Modellbibliotheken zur dynamischen Modellierung von Wärmenetzen und Gebäudeenergiesystemen entwickelt.

Industrielle Energiesysteme

Die Abteilung Industrielle Energiesysteme verfolgt das Ziel wirtschaftliche und CO2-arme Lösungen für Industriestandorte zu entwickeln, wo Strom, Wärme, Kälte und chemische Energieträger miteinander verknüpft werden. Die Transformation von einem verbrauchergesteuerten zu einem erzeugergesteuerten Energiesystem bietet für energieintensive Industrien sowohl Chancen als auch Herausforderungen. Durch eine intelligente Systemeinbindung (Digitalisierung) und einen flexiblen Betrieb (Demand Side Management) können industrielle Produktionsprozesse aktiv zur Netzstabilität beitragen und gleichzeitig ihre Energiekosten senken. Der Einsatz von Power-to-X Technologien erlaubt darüber hinaus eine weitgehende Dekarbonisierung der Produktion. Diese möglichen Vorteile stehen im Konflikt mit hohen Anforderungen an die Versorgungssicherheit und einem starken internationalen Wettbewerb energieintensiver Produzenten. Die Abteilung entwickelt Modelle und Methoden um industrielle Energiesysteme in diesem Spannungsfeld mittels mehrkriterieller Optimierung bestmöglich auszulegen und zu betreiben.

Letzte Änderung: 16.09.2024