Modellgestützte Optimierung von Energieversorgungssystemen

Die zunehmende Verknappung fossiler Brennstoffe sowie der anhaltende Klimawan-del führen zu einer zunehmenden Relevanz erneuerbarer Energien. Dabei sind die Steuerung und der strukturelle Ausbau dezentraler Energiesysteme sehr komplex. Die Tatsache, dass sowohl der Wärmebedarf als auch der Ertrag der erneuerbaren Energien wie Photovoltaik durch saisonale Schwankungen gekennzeichnet sind, er-fordert Langzeitstudien über mindestens ein Jahr. Neben solchen niederfrequenten Änderungen können dynamische Fluktuationen, z.B. aufgrund von Wolkenbewegun-gen auftreten, was zugleich eine hohe zeitliche Auflösung des Problems erfordert. Die konzeptionelle Synthese solcher Systeme beinhaltet eine Optimierung von Struk-tur, Dimensionierung und Betrieb. Da eine Variation der Struktur die Dimensionierung und den Betrieb des Systems beeinflusst, ist eine ganzheitliche Untersuchung dieser drei Ebenen erforderlich. Darüber hinaus bedingt das stochastische Verhalten der erneuerbaren Energien eine zusätzliche Unsicherheit hinsichtlich der Auslegung und des Betriebs solcher Systeme. Zusammenfassend wird deutlich, dass solche Lang-zeituntersuchungen mit hoher zeitlicher Auflösung einen hohen Rechenaufwand er-fordern.
In dieser Arbeit werden deshalb neuartige Methoden zur Untersuchung solcher Op-timierungsprobleme unter Berücksichtigung des Rechenaufwandes entwickelt. Um eine einfache Anpassung an verschiedene Probleme und Strukturen zu erreichen, wird eine generische Anwendbarkeit der Methoden angestrebt.