Advertisement

Optimierung von Verbundsystemen

  • Wolfgang SchellongEmail author
Chapter
  • 6.2k Downloads

Zusammenfassung

Fragestellungen der Optimierung spielen in der Energiewirtschaft eine wichtige Rolle. Ausgehend vom allgemeinen mathematischen Optimierungsmodell beschreiben wir Strategien für verschiedene Verfahren zur Optimierung von Energiesystemen. Sie finden unter anderem Anwendung in der optimalen Betriebsführung von Energiesystemen und bei der strukturierten Energiebeschaffung. Bei den mathematischen Verfahren konzentrieren wir uns auf lineare Optimierungsprobleme und auf den Simplex-Algorithmus als universelles Lösungsverfahren. Anhand eines kommunalen Energieverbundsystems werden wesentlichen Optimierungsaufgaben hergeleitet und Lösungsansätze dargestellt. Schwerpunkte bilden dabei die Querverbundoptimierung und die Kraftwerkseinsatzplanung, mit deren Hilfe die Strom- und Wärmeerzeugung der einzelnen Anlagen sowie der Brennstoffeinsatz optimiert werden.

Literatur

  1. 1.
    Gritzmann P (2013) Grundlagen der Mathematischen Optimierung. Springer Fachmedien, WiesbadenGoogle Scholar
  2. 2.
    Schwetlick H, Kretzschmar H (1991) Numerische Verfahren für Naturwissenschaftler und Ingenieure. Fachbuchverlag, LeipzigGoogle Scholar
  3. 3.
    Papula L (2015) Mathematik für Ingenieure und Naturwissenschaftler, Bd. 2. Springer Vieweg, WiesbadenGoogle Scholar
  4. 4.
    Wood AJ, Wollenberg B, Sheble C (2013) Power generation, operation, and control, 3. Aufl. Wiley, New YorkGoogle Scholar
  5. 5.
    Plaßmann W, Schulz D (Hrsg) (2013) Handbuch Elektrotechnik, 6. Aufl. Springer Vieweg, WiesbadenGoogle Scholar
  6. 6.
    Römisch W (2001) Optimierungsmethoden für die Energiewirtschaft: Stand und Entwicklungstendenzen. VDI-Berichte Nr. 1627. VDI-Verlag, Düsseldorf, S 23–36Google Scholar
  7. 7.
    Koop A, Moock H (2008) Lineare Optimierung. Springer-Verlag, BerlinGoogle Scholar
  8. 8.
    Umweltbundesamt (2008) Bestimmung spezifischer Treibhausgas-Emissionsfaktoren für Fernwärme. http://www.umweltbundesamt.de. Zugegriffen: 29. Aug. 2015
  9. 9.
    European Energy Exchange AG (2015) Durchschnittlicher Preis für Baseload-Strom an der EEX. http://www.eex.com. Zugegriffen: 29. Aug. 2015
  10. 10.
    Meretz S (2011) Schematische Darstellung der Strompreisbestimmung nach Merit Order. http://keimform.de/2011/energie-commons-als-p2p-netzwerk/. Zugegriffen: 29. Aug. 2015
  11. 11.
    Maaß R, Schellong W (2001) Energiemanagement im Intranet: Flexibel einsetzbar mit dynamischer Präsentation der Energieinformation. VDI-Berichte Nr. 1647. VDI-Verlag, Düsseldorf, S 45–55Google Scholar
  12. 12.
    Schöneburg E, Heinzmann F, Feddersen S (1994) Genetische Algorithmen und Evolutionsstrategien – Eine Einführung in Theorie und Praxis der simulierten Evolution. Addison-Wesley, BonnGoogle Scholar
  13. 13.
    Voigt H-M (1989) Evolution and Optimization. Akademie-Verlag, BerlinGoogle Scholar
  14. 14.
    Pohlheim H (1999) Evolutionäre Algorithmen – Verfahren, Operatoren und Hinweise für die Praxis. Springer-Verlag, BerlinGoogle Scholar
  15. 15.
    Wutke B (1997) Mehrkriterielle strategische Planung der komplexen Energieversorgung von Kommunen/ Regionen. VDI-Berichte Nr. 1352. VDI-Verlag, Düsseldorf, S 513–530Google Scholar
  16. 16.
    Fitze P, Zeun W (1997) Energiebezugsoptimierung in Querverbundsystemen der Energieversorgung. VDI-Berichte Nr. 1352. VDI-Verlag, Düsseldorf, S 409–424Google Scholar
  17. 17.
    Bronstein IN, Semendjajew KA (1995) Teubner Taschenbuch der Mathematik, Bd. II. Teubner Verlagsgesellschaft, LeipzigGoogle Scholar
  18. 18.
    Piehler J (1970) Ganzzahlige lineare Optimierung, Methoden und Probleme. Teubner Verlagsgesellschaft, LeipzigGoogle Scholar
  19. 19.
    Maubach K-D, Wiemer H, Verstege J, Hauser M (1995) Rechnergestützte Energieeinsatzoptimierung als Planungs- und Betriebsführungswerkzeug in einem Querverbundunternehmen. VDI-Berichte Nr. 1226. VDI-Verlag, DüsseldorfGoogle Scholar
  20. 20.
    Verstege J, Werner TG, Schäfer KF (1997) Liberalisierung der Energieversorgung – Auswirkung auf Planungs- und Optimierungsaufgaben. VDI-Berichte Nr. 1352. VDI-Verlag, Düsseldorf, S 9–26Google Scholar
  21. 21.
    Gröwe-Kuska N, Heitsch H, Römisch W (2001) Modellierung stochastischer Datenprozesse für Optimierungsmodelle der Energiewirtschaft. VDI-Berichte Nr. 1647. VDI-Verlag, Düsseldorf, S 69–78Google Scholar
  22. 22.
    Elster K-H, Reinhardt R, Schäuble M, Donath G (1977) Einführung in die nichtlineare Optimierung. Mathematisch-Naturwissenschaftliche Bibliothek, Bd. 63. B. G. Teubner Verlagsgesellschaft, LeipzigGoogle Scholar
  23. 23.
    Hailer S, Wülbeck H-F, Ufert A (1997) Betriebserfahrungen mit einem Planungswerkzeug für hydrothermische Kraftwerkssysteme. VDI-Berichte Nr. 1352. VDI-Verlag, Düsseldorf, S 135–150Google Scholar
  24. 24.
    Sander T, Gnüchtel S, Theeg H (1997) Einsatzoptimierung für die Erzeugung von Elektroenergie und Fernwärme der Stadtwerke Chemnitz AG mit dem Programmsystem DYNOPT. VDI-Berichte Nr. 1352. VDI-Verlag, Düsseldorf, S 39–54Google Scholar
  25. 25.
    Bellmann R (1967) Dynamische Programmierung und selbstanpassende Regelprozesse. Oldenbourg Verlag, MünchenGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2016

Authors and Affiliations

  1. 1.Technische Hochschule KölnKölnDeutschland

Personalised recommendations