Menü
Startseite » Studentische Arbeiten » Befähigung eines Optimierungsmodells versorgungstechnischer Anlagen zur echtzeitfähigen, interaktiven Steuerung

Befähigung eines Optimierungsmodells versorgungstechnischer Anlagen zur echtzeitfähigen, interaktiven Steuerung

Aufgabenstellung

Unternehmen der industriellen Fertigung befinden sich in einem Spannungsfeld, das zunehmend durch verschärfende Entwicklungen der Produktionsbedingungen wie etwa steigende Energiekosten, knapper werdende Ressourcen und der Forderungen nach gesellschaftlicher Verantwortung beschrieben wird. Gleichzeitig führen die Energiewende und der damit verbundene Ausbau der erneuerbaren Energien zu schwankenden Strompreisen und zu einer sinkenden Versorgungssicherheit. Smarte Fabriken müssen auf Last- und Bedarfsprognosen reagieren und es muss eine bedarfsgerechte Versorgung durch dezentrale Energieversorgungsanlagen sichergestellt werden. Um die Deckung von Energiebedarfen möglichst kosten- und energieeffizient zu planen, bietet die mathematische Optimierung, speziell der Ansatz der gemischt-ganzzahligen linearen Optimierung (MILP), eine umfassende Planungsmethodik. Jedoch sind mathematische Modelle oft nicht dafür ausgelegt, eine echtzeitfähige Steuerung realer Anlagen zu übernehmen. Dieses liegt am Spannungsfeld zwischen hohen Rechenzeiten und Ungenauigkeit der Modelle hinsichtlich des realen Systems. Ziel der Arbeit ist es, ein bestehendes mathematisches Modell dezentraler Energieversorgungsanlagen, Speichern und deren Vernetzung in der ETA-Fabrik hinsichtlich Echtzeitfähigkeit und Interaktion mit einem Simulationsmodell weiterzuentwickeln und zu validieren.

Schwerpunkte

Das Arbeitspaket umfasst folgende Punkte:

  • Literaturrecherche zum Stand der Technik echtzeitfähiger Steuerung von versorgungstechnischen Anlagen in der Produktion sowie die Möglichkeiten ein echtzeitfähiges, interaktives mathematisches Modell zur Steuerung solcher Anlagen aufzubauen (Regelbasierte Steuerung, Model Predictive Control, Optimal Control, Mathematische Betriebsoptimierung),
  • Konzeptionierung der Weiterentwicklung des bestehenden Modells hinsichtlich Echtzeitfähigkeit und Interaktion mit dem Simulationsmodell,
  • Umsetzung der Konzeptionierung anhand der bestehenden Modelle in Python/CPLEX und Dymola/Modelica,
  • Auswertung und Validierung des Modells.

Notwendige Vorkenntnisse

Überblick

Kontakt

Teile diese Ausschreibung

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email