Skip to main content

Dekarbonisierung durch datenbasierte Optimierung

  • Chapter
  • First Online:
Digitale Dekarbonisierung

Zusammenfassung

Die wichtigsten Facetten der Methodik der Digitalen Dekarbonisierung werden in diesem Kapitel dargestellt. Hierbei wird ein praxiserprobter Überblick in die wichtigsten Fragen gegeben, wie energetische Prozesse technologieoffen dekarbonisiert werden können. Nach Klärung der Systeme und ihrer Grenzen, die der Digitalen Dekarbonisierung zugänglich gemacht werden, wird der mathematische Optimierungsansatz mit einem besonderen Fokus auf der Modellierung von CO2-Emissionen und prinzipiellen Überlegungen zur Dekarbonisierung von Energiesystemen dargestellt. Diese prinzipiellen Überlegungen werden anhand von mehreren Fallbeispielen in Kap. 5 und 6 konkretisiert. Das vierte Buchkapitel gibt darüber hinaus noch einen kurzen Überblick über das typische Vorgehen der Digitalen Dekarbonisierung im Rahmen eines Beratungsprojekts. Zuletzt wird aufgezeigt, mit welchen Schritten ein optimal geplantes Energiesystem auch in die Praxis umgesetzt werden kann.

Es ist nicht genug zu wissen – man muss auch anwenden; es ist nicht genug zu wollen – man muss auch tun. [Johann Wolfgang von Goethe]

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 74.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Vgl. Gerdts (2013, S. 42).

  2. 2.

    Unter dem Terminus Solver werden in dieser Publikation Programme zur numerischen Lösung von Optimierungsproblemen subsumiert.

  3. 3.

    Vgl. Meindl und Templ (2012).

  4. 4.

    Vgl. Crastan (2009, S. 56).

  5. 5.

    Vgl. ebd. (2009, S. 54).

  6. 6.

    Vgl. Yokoyama et al. (2002).

  7. 7.

    Vgl. Thiem et al. (2017).

  8. 8.

    Vgl. Fazlollahi et al. (2014).

  9. 9.

    Vgl. Pecenak et al. (2020).

  10. 10.

    Vgl. Gurobi (2020).

  11. 11.

    Vgl. Thiem (2017, S. 24).

  12. 12.

    Vgl. Voll (2013), Dorfner (2016) und Thiem (2017).

  13. 13.

    Vgl. GAMS (2019).

  14. 14.

    Vgl. Fourer (2003).

  15. 15.

    Vgl. Hart et al. (2011).

  16. 16.

    Die kostenoptimale Auslegung und Betrieb eines bestehenden Energiesystems sind in der Realität häufig nicht gegeben; aber das ist eine andere Geschichte.

  17. 17.

    Gabler (2020).

  18. 18.

    Würde ein Energiesystem mit geringsten CO2-Emissionen heutzutage auch bereits das kostengünstigste sein, wäre die Dekarbonisierung bereits erledigt.

  19. 19.

    Unter Consultative Selling wird eine Variante des Verkaufs verstanden, bei der die beratende Funktion im Falle erklärungsbedürftiger Produkte und komplexen Leistungen einen tatsächlichen Mehrwert liefert.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Oliver D. Doleski .

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Doleski, O.D., Kaiser, T., Metzger, M., Niessen, S., Thiem, S. (2021). Dekarbonisierung durch datenbasierte Optimierung. In: Digitale Dekarbonisierung. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-32934-1_4

Download citation

Publish with us

Policies and ethics