Wissenschaftliche Publikationen

Anzahl der Treffer: 8
Erstellt: Wed, 28 Sep 2022 23:05:34 +0200 in 0.0648 sec


Eckner, Stefanie; Bretschneider, Peter;
Multiagent-system based smart charging algorithm for a time-variant set of electric vehicles. - In: 5th E-Mobility Power System Integration Symposium (EMOB 2021), (2022), S. 100-104

The electrification of the mobility sector is of major importance on the way to a carbon-free society. However, delivering the charging power for the increasing number of electric vehicles may create considerable strain for the supply grid. On the other hand, the long parking hours of an average vehicle facilitate the use of smart charging algorithms, which in the future might even provide an operating reserve for the electrical grid. Therefore, a well thought-out approach to private and public charging stations will assure the success of the coupling between the sectors of electricity and mobility. We present a multiagent system, which allocates balanced charging power to satisfy simulated charging requests from a set of charging stations sharing one grid connection point with limited power input. The multiagent system with a time-discretisation of one minute is based on the python osbrain module. The merit function includes the target of meeting all charging demands in the given time and the goal of distributing the power consumption as uniformly over time as possible. A variable set of parameters allows to probe the range between focussing on fulfilment of charging requests and supplying maximum flexibility to the local grid. Additionally, the performance of the multiagent system is discussed in the context of scalability and efficiency of the algorithm.



Sommer, Henrik; Winkelkotte, Martin; Bretschneider, Peter;
Optimization of a parametric fundamental model for unit commitment modeling. - In: Von Komponenten bis zum Gesamtsystem für die Energiewende, (2021), S. 525-530

Sommer, Henrik; Winkelkotte, Martin; Bretschneider, Peter;
Optimierung eines parametrischen Fundamentalmodells zur Kraftwerkseinsatzplanung. - In: RET.Con 2021, (2021), S. 162-170

Die Strompreisprognose stellt eine wichtige sehr Eingangsgröße für die Optimierung der eigenen Position am Strommarkt dar. Mit ihrer Hilfe lassen sich Handelserlöse vergrößern und Risiken minimieren. Für die Prognose kommen dabei verschiedene Verfahren zum Einsatz. Eine Modellierungsmethode sind die sogenannten Fundamentalmodelle (FM). In der vorliegenden Arbeit wird ein neuer Ansatz vorgeschlagen und untersucht, der einen Beitrag zur Verbesserung der Prognosegüte von datensparsamen FM leistet. Diese Verbesserung betrifft insbesondere die Güte des zu prognostizierenden Kraftwerkseinsatzes, welcher eine signifikante Zwischengröße bei der Strompreisprognose mit FM darstellt. Die Arbeit ist folgendermaßen aufgebaut: Abschnitt 1 liefert eine kurze Einführung und Übersicht zum Thema der Strompreisprognose. Der Abschnitt 2 erläutert das Funktionsprinzip eines FM, bevor im Abschnitt 3 das weiterentwickelte Modell beschrieben wird. Im Abschnitt 4 werden die Ergebnisse einer exemplarischen Untersuchung vorgestellt und in Abschnitt 5 evaluiert.



Bauer, Fabian; Hagner, Jessica; Bretschneider, Peter; Klaiber, Stefan;
Improvement of the prediction quality of electrical load profiles with artificial neural networks. - In: Machine Learning for Cyber Physical Systems, (2021), S. 13-21

Against the backdrop of the economically and ecologically optimal management of electrical energy systems, accurate predictions of consumption load profiles play an important role. On this basis, it is possible to plan and implement the use of controllable energy generation and storage systems as well as energy procurement with the required lead-time, taking into account the technical and contractual boundary conditions.The recorded electrical load profiles will increase considerably in the course of the digitization of the energy industry. In order to make the most accurate predictions possible, it is necessary to develop and investigate models that take account of the growing quantity structure and, due to the significantly higher number of observations, improve the forecasting quality as far as possible.Artificial neural networks (ANN) are increasingly being used to solve non-linear problems for a growing amount of data that is affected by human and other unpredictable influences. Consequently, the model approach of an ANN is chosen for predicting load profiles. Aim of the thesis is the simulative investigation and the evaluation of the quality and optimality of a prediction model based on an ANN for electrical load profiles.



Klaiber, Stefan; Bauer, Fabian; Bretschneider, Peter;
Improvement of grid loss forecast for energy transmission grids :
Verbesserung der Netzverlustprognose für Energieübertragungsnetze. - In: Automatisierungstechnik, ISSN 2196-677X, Bd. 68 (2020), 9, S. 738-749

Bei der Energieübertragung entstehen Netzverluste in den Leitungen und Betriebsmitteln des elektrischen Energiesystems. Die Höhe der Netzverluste ist sowohl von der Netzlast als auch von zahlreichen weiteren Einflussgrößen abhängig. Einen besonderen Einfluss hat dabei die fluktuierende und größtenteils verbrauchsferne Erzeugung durch erneuerbare Energien. Die Übertragungsnetzbetreiber müssen die elektrische Energie zum Ausgleich der Netzverluste im Voraus beschaffen. Um die benötigte Ausgleichsenergie möglichst kostenminimal einzukaufen, ist eine genaue Prognose der Netzverluste notwendig. Im Rahmen des vorliegenden Beitrags wird ein Verfahren vorgestellt, das für die Prognose der Netzverluste im Übertragungsnetz der 50Hertz Transmission GmbH zum Einsatz kommt. Als Modellansatz der Prognosemethode werden Künstliche Neuronale Netze verwendet. Das als Ergebnis der Arbeiten entwickelte Modell für die Netzverlustprognose steigert die Prognosegüte im Vergleich zum bisherigen Modell um sieben Prozent und befindet sich bei 50Hertz seit Juni 2019 im operativen Einsatz.



https://doi.org/10.1515/auto-2020-0076
Klaiber, Stefan;
Analyse, Identifikation und Prognose preisbeeinflusster elektrischer Lastzeitreihen. - Ilmenau : Universitätsbibliothek, 2019. - 1 Online-Ressource (XIV, 162 Blätter)
Technische Universität Ilmenau, Dissertation 2019

Durch die Beeinflussung der Lastzeitreihe mittels Anreiz- bzw. Preiszeitreihen (Demand Side Management) können zusätzliche Flexibilitätspotenziale für den Ausgleich von Erzeugung und Verbrauch im elektrischen Energiesystem erschlossen werden. Allerdings werden dadurch die bisher unbeeinflussten Verbrauchsmuster verändert. Damit einhergehend ist eine steigende Unsicherheit bei der Verbrauchsprognose zu beobachten, was die Untersuchungen der vorliegenden Arbeit auch belegen. Für eine sichere Versorgung und Planbarkeit muss zukünftig auch derart beeinflusstes Verbrauchsverhalten mit höchster Qualität prognostizierbar sein. Die vorliegende Dissertation leistet einen Beitrag zur Analyse und Vorhersage von Lastzeitreihen unter Berücksichtigung preisbasierter Verbrauchsbeeinflussung. Ziel war die Entwicklung eines Gesamtkonzepts für die Analyse, den Entwurf und die Vorhersage von beeinflusstem Verbrauchsverhalten. Die entwickelte neuartige Prognosemethode weist gegenüber etablierten Methoden der Lastprognose neben einer erheblich verbesserten Vorhersagequalität einen weiteren signifikanten Vorteil auf. Mit der Prognosemethode ist es auf Grundlage historischer Daten beeinflusster Verbraucher oder Verbrauchergruppen möglich, neben der Prognose von beeinflusstem Verbrauchsverhalten auch auf das unbeeinflusste Verbrauchsverhalten zu schließen und dieses vorherzusagen. Die Prognose und die damit vollzogene Dekomposition der beeinflussten Verbrauchskurve in den beeinflussten und unbeeinflussten Anteil ist der Ausgangspunkt für die Planung und Preisbildung im Rahmen von Demand Response. Denn nur auf der Grundlage des zu erwartenden Verbrauchs ohne den Preiseinfluss kann abgeschätzt werden, zu welchem Zeitpunkt und mit welchem Ausmaß die Verbraucher mit Hilfe eines zu setzenden Preises zu beeinflussen sind. Die Entwicklung der neuartigen Prognosemethode stützt sich auf einen umfangreich recherchierten und aufbereiteten Stand des Wissens, der systemtechnisch aufgearbeiteten Problemstellung beim Zusammenspiel von Planung, Preisbildung, Verbrauchern und der Prognose sowie der Analyse der Charakteristik von preisbeeinflusstem Verbrauchsverhalten.



https://nbn-resolving.org/urn:nbn:de:gbv:ilm1-2019000719
Dinther, Clemens; vanFey, Bernhard; Renelt, Sven; Strüker, Jens; Flath, Christoph; Terzidis, Orestis; Bretschneider, Peter;
Dient die 10-Punkte-Agenda der Bundesregierung einer erfolgreichen Energiewende?. - In: Energiewirtschaftliche Tagesfragen, ISSN 0013-743X, Bd. 67 (2017), 3, S. 17-22

Klaiber, Stefan; Waczowicz, Simon; Konotop, Irina; Westermann, Dirk; Mikut, Ralf; Bretschneider, Peter;
Forecast of price elastic load behavior :
Prognose für preisbeeinflusstes Verbrauchsverhalten. - In: Automatisierungstechnik, ISSN 2196-677X, Bd. 65 (2017), 3, S. 179-188

https://doi.org/10.1515/auto-2016-0125