elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

UNSEEN: Bewertung der Unsicherheiten in linear optimierenden Energiesystemmodellen unter Zuhilfenahme Neuronaler Netze

Cao, Karl-Kien und Fuchs, Benjamin und Fiand, Frederik und Koch, Thorsten und Vanaret, Charlie (2021) UNSEEN: Bewertung der Unsicherheiten in linear optimierenden Energiesystemmodellen unter Zuhilfenahme Neuronaler Netze. Jahrestreffen 2021 des Forschungsnetzwerks Energiesystemanalyse, 18.-20. Mai 2021, virtuell.

[img] PDF
338kB

Kurzfassung

Der Einsatz von Modellen zur Erstellung und Untersuchung von Szenarien ist ein wesentliches Instrument der Energiesystemanalyse. Für die Politikberatung ist die Frage nach der Verlässlichkeit von solchen Szenarien von großer Wichtigkeit, da diese mit großen Unsicherheiten behaftet sein können. Diesem Problem wird in UNSEEN begegnet: durch das Abfahren eines sehr großen Parameterraums sollen weit mehr als 1000 Energieszenarien automatisch generiert, berechnet und ausgewertet werden. Hierzu zählen insbesondere auch Extremszenarien. Eine wesentliche Herausforderung ist dabei die Senkung von Modellrechenzeiten zur Lösung gemischt-ganzzahliger Optimierungsprobleme. Im Vorläuferprojekt BEAM-ME wurde mit der Entwicklung und Anwendung des Open Source Solvers PIPS-IPM++ die Voraussetzung für den Einsatz von Hochleistungscomputern zur performanten Lösung dieser Modelle gelegt. Die grundlegende Idee für die Weiterentwicklung ist es eine Methode des Maschinellen Lernens (Reinforcement Learning) zu verwenden, um schnelle Vorhersagen der Ergebnisse eines Optimierungsproblems zu erhalten und diese als Startlösung für einen deterministischen Lösungsalgorithmus zu nutzen. Mittels Modellkopplungen und statistischer Analysen werden ex-post ausführliche Auswertungen des entstehenden Szenarioraums durchgeführt. Hierzu werden multi-kriterielle Indikatoren (u. a. zu Angemessenheit, Betriebssicherheit und Wirtschaftlichkeit) von möglichen, zukünftigen Stromversorgungssystemen ermittelt. Auf dieser Grundlage sollen abschließend Methoden entwickelt werden, um besonders interessante Punkte innerhalb des Szenarioraums gezielt ansteuern können.

elib-URL des Eintrags:https://elib.dlr.de/142381/
Dokumentart:Konferenzbeitrag (Poster)
Titel:UNSEEN: Bewertung der Unsicherheiten in linear optimierenden Energiesystemmodellen unter Zuhilfenahme Neuronaler Netze
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Cao, Karl-KienKarl-Kien.Cao (at) dlr.dehttps://orcid.org/0000-0002-9720-0337NICHT SPEZIFIZIERT
Fuchs, Benjaminbenjamin.fuchs (at) dlr.dehttps://orcid.org/0000-0002-7820-851XNICHT SPEZIFIZIERT
Fiand, Frederikffiand (at) gams.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Koch, Thorstenkoch (at) zib.dehttps://orcid.org/0000-0002-1967-0077NICHT SPEZIFIZIERT
Vanaret, Charlievanaret (at) math.tu-berlin.dehttps://orcid.org/0000-0002-1131-7631NICHT SPEZIFIZIERT
Datum:18 Mai 2021
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:energy system modeling, energy scenarios, high performance computing, neural networks, optimization, mixed-integer programming
Veranstaltungstitel:Jahrestreffen 2021 des Forschungsnetzwerks Energiesystemanalyse
Veranstaltungsort:virtuell
Veranstaltungsart:nationale Konferenz
Veranstaltungsdatum:18.-20. Mai 2021
Veranstalter :Projektträger Jülich, Forschungszentrum Jülich GmbH
HGF - Forschungsbereich:Energie
HGF - Programm:Energiesystemdesign
HGF - Programmthema:Energiesystemtransformation
DLR - Schwerpunkt:Energie
DLR - Forschungsgebiet:E SY - Energiesystemtechnologie und -analyse
DLR - Teilgebiet (Projekt, Vorhaben):E - Systemanalyse und Technologiebewertung
Standort: Stuttgart
Institute & Einrichtungen:Institut für Vernetzte Energiesysteme > Energiesystemanalyse, ST
Hinterlegt von: Cao, Dr.-Ing. Karl-Kien
Hinterlegt am:25 Mai 2021 14:45
Letzte Änderung:25 Mai 2021 14:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.