Neue Energie aus Wuppertal / Prognose und Regelung von Flexibilitäten in Nichtwohngebäuden auf Basis des maschinellen Lernens
Seiten
2025
epubli (Verlag)
978-3-565-01352-4 (ISBN)
epubli (Verlag)
978-3-565-01352-4 (ISBN)
In dieser Arbeit wird ein Selbstlernenden Regelungssystem auf Basis des maschinellen Lernens entwickelt und im Rahmen von Simulationen und eines Feldtestes validiert.
Die Umstellung der Energieversorgung stellt eine große Herausforderung für die Nichtwohngebäude dar. So müssen diese in Zukunft flexibel in ihrem Energiebezug sein und auch in der Lage sein, Energie für Zeiten, in denen wenig erneuerbare Energien zur Verfügung stehen, zu speichern. Die hierfür zur Verfügung stehenden Technologien wie Photovoltaikanlagen, Elektrische Batteriespeicher, eine Ladeinfrastruktur, aber auch das NW selbst mit einem Gebäudemanagementsystem können entscheidend dazu beitragen, dass die Energiewende in Deutschland gelingt. Trotzdem bleibt die Herausforderung, diese Technologien in einem gemeinsamen System zu vereinen, welches die Flexibilitäten des Nichtwohngebäudes wirtschaftlich, aber auch netzdienlich, nutzen kann. Dies erfordert genaue Prognosen zum Gebäudezustand, damit der Gebäudebetrieb an die Verfügbarkeit der erneuerbaren Energien angepasst werden kann. Diese Anpassung muss von einem Regelungssystem durchgeführt werden, welches den Gebäudebetrieb überwacht und regelt. Um die Energiewende in Deutschland schnell voranzutreiben und die Ziele der Bundesregierung umzusetzen, werden daher neue Ansätze benötigt.
Das Hauptziel dieser Arbeit besteht daher im Aufbau eines Selbstlernenden Regelungssystems
für Nichtwohngebäude, welches lernt, die vorhandenen Flexibilitäten zu prognostizieren und diese wirtschaftlich
aber auch netzdienlich nutzt. Ein solches Regelungssystem müsste nicht für jedes einzelne Nichtwohngebäude parametriert und entwickelt werden, sondern würde in einer Trainingsphase den Betrieb des Nichtwohngebäudes aufzeichnen und erlernen. Mit diesem System ist somit eine schnellere flächendeckende Ausbringung von Regelungssystemen, welche ein Nichtwohngebäude wirtschaftlich und netzdienlich betreiben können, möglich.
Die Umstellung der Energieversorgung stellt eine große Herausforderung für die Nichtwohngebäude dar. So müssen diese in Zukunft flexibel in ihrem Energiebezug sein und auch in der Lage sein, Energie für Zeiten, in denen wenig erneuerbare Energien zur Verfügung stehen, zu speichern. Die hierfür zur Verfügung stehenden Technologien wie Photovoltaikanlagen, Elektrische Batteriespeicher, eine Ladeinfrastruktur, aber auch das NW selbst mit einem Gebäudemanagementsystem können entscheidend dazu beitragen, dass die Energiewende in Deutschland gelingt. Trotzdem bleibt die Herausforderung, diese Technologien in einem gemeinsamen System zu vereinen, welches die Flexibilitäten des Nichtwohngebäudes wirtschaftlich, aber auch netzdienlich, nutzen kann. Dies erfordert genaue Prognosen zum Gebäudezustand, damit der Gebäudebetrieb an die Verfügbarkeit der erneuerbaren Energien angepasst werden kann. Diese Anpassung muss von einem Regelungssystem durchgeführt werden, welches den Gebäudebetrieb überwacht und regelt. Um die Energiewende in Deutschland schnell voranzutreiben und die Ziele der Bundesregierung umzusetzen, werden daher neue Ansätze benötigt.
Das Hauptziel dieser Arbeit besteht daher im Aufbau eines Selbstlernenden Regelungssystems
für Nichtwohngebäude, welches lernt, die vorhandenen Flexibilitäten zu prognostizieren und diese wirtschaftlich
aber auch netzdienlich nutzt. Ein solches Regelungssystem müsste nicht für jedes einzelne Nichtwohngebäude parametriert und entwickelt werden, sondern würde in einer Trainingsphase den Betrieb des Nichtwohngebäudes aufzeichnen und erlernen. Mit diesem System ist somit eine schnellere flächendeckende Ausbringung von Regelungssystemen, welche ein Nichtwohngebäude wirtschaftlich und netzdienlich betreiben können, möglich.
22.08.2005 – 03.07.2013 Abitur am Gymnasium am Kothen in Wuppertal 04.10.2013 – 28.11.2019 Studium in Wuppertal mit Abschluss: Master of Science im Studiengang Elektrotechnik mit der Vertiefungsrichtung „Renewable Energy“ 01.12.2019 – 27.11.2024 Arbeit an der Bergische Universität Wuppertal als Wissenschaftlicher Mitarbeiter. Fokus der Promotion liegt auf der Gebäude-Verteilnetz Interaktion. In diesem Rahmen wurde sich intensive mit den Ansätze des MaschinellenLernens, wie dem Supervised und Reinforcement Learning, beschäftigt.
| Erscheint lt. Verlag | 27.8.2025 |
|---|---|
| Reihe/Serie | Neue Energie aus Wuppertal ; 73 |
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Gewicht | 538 g |
| Themenwelt | Sachbuch/Ratgeber ► Natur / Technik ► Technik |
| Technik ► Elektrotechnik / Energietechnik | |
| Schlagworte | Erneuerbare Energien • Flexibilität • Gebäude Netz Interaktion • Künstliche Intelligenz |
| ISBN-10 | 3-565-01352-4 / 3565013524 |
| ISBN-13 | 978-3-565-01352-4 / 9783565013524 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
die wichtigsten Begriffe, Bautypen und Bauelemente
Buch | Softcover (2024)
Prestel (Verlag)
CHF 44,75
