Der Fokus des avisierten Forschungsvorhabens liegt auf der Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Die grundlegenden technischen Aspekte beinhalten dabei die simulationsgestützte Entwicklung einer KI- und prognosebasierten Betriebsführung für das Wärmenetz zur maximalen Nutzung des eigenen lokal erzeugten Stroms aus PV- und Windkraftanlagen und der erlösoptimierten Vermarktung der Residualmengen im Strommarkt. Darüber hinaus sollen die Einbindung von Abwärme aus der Wasserstoffproduktion ins Wärmenetz und die Nutzung von thermischen Speichern (zentral und dezentral) im Lastmanagement mitberücksichtigt werden. Damit soll eine Erhöhung des Gesamtwirkungsgrads der Wasserstoffproduktion durch die Einbindung der Abwärme ins Wärmenetz ermöglicht werden.
Der Ökostrommarkt unterliegt derzeit großen Veränderungen: Es kommen die ausgeförderten EEG-Anlagen in die Vermarktung, es werden zahlreiche Anlagen außerhalb des EEG geplant. Die bereits diskutierte Nachfolge der RL 2018/2001 (RED II) wird möglicherweise weitreichende Konsequenzen für den Ökostrommarkt mit sich bringen. Ferner gilt es, die wettbewerbsrechtlichen Voraussetzungen für Herkunftsnachweise zu untersuchen und eine rechtliche Bewertung aufgrund der tatsächlichen Prioritäten von Verbraucherinnen und Verbrauchern vorzunehmen. Stimmt das Recht mit diesen überein? Sind Verbraucherinnen und Verbraucher hinreichend durch das Recht geschützt oder müssen die zuständigen Behörden mehr tun? Wie werden 'grüne Erwartungen' an Stromprodukte tatsächlich geschützt? Wird double-perception im Ausland durch das Doppelvermarktungsverbot geschützt? Die Stromkennzeichnung entfaltet noch immer nicht die gewünschte Wirkung über die Wahrnehmung und Nutzung durch Verbraucher*innen. Die braucht eine gründliche Überarbeitung auf wissenschaftlicher Grundlage. Zudem gilt die Frage zu klären, ob die Stromkennzeichnung als verlässliche Grundlage für Unternehmensberichte herangezogen werden kann. Eine längerfristig angelegte breit gefasste Studie mit Beobachtung des Marktes und Untersuchung rechtlicher Grundlagen wird helfen, die politischen/gesetzlichen Instrumente für diesen Markt als gute Ergänzung zur Förderung erneuerbarer Energien weiterzuentwickeln.
Der Fokus des avisierten Forschungsvorhabens liegt auf der Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Die grundlegenden technischen Aspekte beinhalten dabei die simulationsgestützte Entwicklung einer KI- und prognosebasierten Betriebsführung für das Wärmenetz zur maximalen Nutzung des eigenen lokal erzeugten Stroms aus PV- und Windkraftanlagen und der erlösoptimierten Vermarktung der Residualmengen im Strommarkt. Darüber hinaus sollen die Einbindung von Abwärme aus der Wasserstoffproduktion ins Wärmenetz und die Nutzung von thermischen Speichern (zentral und dezentral) im Lastmanagement mitberücksichtigt werden. Damit soll eine Erhöhung des Gesamtwirkungsgrads der Wasserstoffproduktion durch die Einbindung der Abwärme ins Wärmenetz ermöglicht werden.
In diesem Vorhaben wird ein Simulations-Werkzeugkasten zur Untersuchung von Marktdesigns im Energiesystem entwickelt. Hierin bilden lernende Agenten das Verhalten von Teilnehmern in miteinander verknüpften Märkten im Energiesystem nach. Das strategische Verhalten der Marktteilnehmer im wiederkehrenden Handel wird dabei möglichst realistisch und unter Berücksichtigung technischer Restriktionen der Erzeugungs- bzw. Verbrauchsanlagen oder Speicher modelliert. Die sich aus der Interaktion der lernenden Agenten ergebenden Strategien der Teilnehmer und das emergente Marktergebnis erlauben Rückschlüsse auf die Einflussfaktoren, die für ein geeignetes Marktdesign bestimmend sind. Daraus können Schlussfolgerungen in Bezug auf die optimale Weiterentwicklung der Strommärkte gezogen werden. Der Modellfokus liegt auf dem deutschen Strommarkt, jedoch wird die europäische Vernetzung zu den weiteren europäischen Strommärkten ebenfalls berücksichtigt. Ein besonderes Augenmerk bei der Entwicklung der Modellkomponenten wird auf die Wiederverwendung und Wiederverwertbarkeit sowie auf die Interoperabilität mit bestehenden Modellen der Energiesystemanalyse gelegt. Die beteiligten Projektpartner bringen Implementierungen aus bestehenden Modellen ein und entwerfen auf dieser Basis und unter Berücksichtigung weiterer existierender Modelle eine neue Modellarchitektur im Rahmen des Vorhabens. Es werden Schnittstellen geschaffen, über die quelloffene bestehende Modelle verknüpft werden können, sodass einerseits Modelle wiederverwendet werden können und andererseits andere Forschungsgruppen die neu geschaffene agentenbasierte Simulation als ein Modul mit ihren Modellen verknüpfen können. Im Rahmen des Projekts entwickelt das KIT-IISM lernenden Agenten, die eigenständig vorher nicht definierte Strategien entwickeln, um die Folgen neuer Marktdesigns und Technologien vor Einführung abschätzen zu können. Das beinhaltet die Lernalgorithmen sowie eine Spezifizierung des Lernraums und der Lernumgebung
Der Fokus des avisierten Forschungsvorhabens liegt auf der Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Die grundlegenden technischen Aspekte beinhalten dabei die simulationsgestützte Entwicklung einer KI- und prognosebasierten Betriebsführung für das Wärmenetz zur maximalen Nutzung des eigenen lokal erzeugten Stroms aus PV- und Windkraftanlagen und der erlösoptimierten Vermarktung der Residualmengen im Strommarkt. Darüber hinaus sollen die Einbindung von Abwärme aus der Wasserstoffproduktion ins Wärmenetz und die Nutzung von thermischen Speichern (zentral und dezentral) im Lastmanagement mitberücksichtigt werden. Damit soll eine Erhöhung des Gesamtwirkungsgrads der Wasserstoffproduktion durch die Einbindung der Abwärme ins Wärmenetz ermöglicht werden.
Flexibilitäten durch batterieelektrische Fahrzeuge aus aggregiertem Parkraum sind schwierig zu prognostizieren. Eine Möglichkeit besteht darin, basierend auf historischen Daten Prognosemodelle zu entwickeln und mit den prognostizierten verfügbaren Flexibilitäten am Strommarkt zu agieren. Jedoch müssen die aus historischen Daten prognostizierten Flexibilitäten mit hohen Sicherheitsfaktoren versehen werden, da die tatsächliche Verfügbarkeit nicht bekannt ist. Zudem muss darauf geachtet, dass nicht etwa Ferienzeit, ein lokaler Feiertag, Betriebsurlaub, lokale oder großflächige Parkplatzsperrung, defekte Ladepunkte oder ein anderes Ereignis die Prognose ungültig macht. An dieser Stelle kann das Reservierungssystem von ParkHere einen wichtigen Beitrag zur Prognosequalität leisten. Jeder Parkende und Elektromobilist reserviert vorab basierend auf persönlichen Planungen einen Stellplatz mit oder ohne Ladepunkt - somit sind alle Ereignisse wie Ferien, Feiertage, Wochenende, Flächensperrungen, Wetter, defekte Ladepunkte etc. bereits in der Prognose berücksichtigt.
Der Fokus des avisierten Forschungsvorhabens liegt auf der Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Die grundlegenden technischen Aspekte beinhalten dabei die simulationsgestützte Entwicklung einer KI- und prognosebasierten Betriebsführung für das Wärmenetz zur maximalen Nutzung des eigenen lokal erzeugten Stroms aus PV- und Windkraftanlagen und der erlösoptimierten Vermarktung der Residualmengen im Strommarkt. Darüber hinaus sollen die Einbindung von Abwärme aus der Wasserstoffproduktion ins Wärmenetz und die Nutzung von thermischen Speichern (zentral und dezentral) im Lastmanagement mitberücksichtigt werden. Damit soll eine Erhöhung des Gesamtwirkungsgrads der Wasserstoffproduktion durch die Einbindung der Abwärme ins Wärmenetz ermöglicht werden.
Das Gesamtvorhabenziel ist die Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Die grundlegenden technischen Aspekte beinhalten dabei die simulationsgestützte Entwicklung einer KI- und prognosebasierten Betriebsführung für das Wärmenetz zur maximalen Nutzung des eigenen lokal erzeugten Stroms aus PV- und Windkraftanlagen und der erlösoptimierten Vermarktung der Residualmengen im Strommarkt. Im Rahmen dieses Vorhabens unterstützt ARGE Netz mit seinem Tochterunternehmen ane.energy die Entwicklung, Implementierung und Umsetzung operativer Betriebsstrategien für erneuerbare Energieanlagen. Im Zusammenhang mit den Betriebsrestriktionen von Wärmenetzen sowie bei der Wasserstoffproduktion ergeben sich für EE-Anlagen neue Rahmenbedingungen und Herausforderungen für deren Betrieb und Vermarktung. ARGE Netz möchte das Projekt nutzen, um wirtschaftlich tragfähige Vermarktungslösungen für die Systeme am Standort Bosbüll zu entwickeln, die nach dem Projekt auf weitere Anwendungsbereiche und Use-Cases angewandt werden können. Dabei spielt die simultane Optimierung der Wertschöpfung im Strommarkt und für den Anlagenbetreiber eine zentrale Rolle. Nur in gegenüber der herkömmlichen Vermarktung attraktiven Geschäftsmodellen kann die Verwendung erneuerbaren Stroms unter Beachtung der Restriktionen in den Bereichen Wärme und Gaserzeugung betriebswirtschaftlich dargestellt werden. Dazu bedarf es an Praxiserfahrungen mit der Optimierung eines lokalen sektorübergreifenden Anlagenkollektivs im Rahmen des Projektes. So können im Rahmen ganzheitlicher Versorgungskonzepte die Betriebsrestriktionen und Flexibilitätsoptionen aus den Bereichen der Wärme- und Wasserstofferzeugung mit den bestehenden Erfahrungen aus der Stromvermarktung in Einklang gebracht werden.
| Origin | Count |
|---|---|
| Bund | 509 |
| Land | 13 |
| Type | Count |
|---|---|
| Ereignis | 3 |
| Förderprogramm | 449 |
| Text | 35 |
| Umweltprüfung | 6 |
| unbekannt | 29 |
| License | Count |
|---|---|
| geschlossen | 69 |
| offen | 453 |
| Language | Count |
|---|---|
| Deutsch | 467 |
| Englisch | 110 |
| Resource type | Count |
|---|---|
| Datei | 3 |
| Dokument | 38 |
| Keine | 284 |
| Webseite | 208 |
| Topic | Count |
|---|---|
| Boden | 202 |
| Lebewesen und Lebensräume | 192 |
| Luft | 210 |
| Mensch und Umwelt | 522 |
| Wasser | 121 |
| Weitere | 496 |
