Energiewissen und intelligente Anwendung: Das Projekt „EILE“
Home | Veranstaltungen | Energiewissen und intelligente Anwendung: Das Projekt „EILE“
Im Rahmen des Projekts “EILE” soll ein generisches Vorgehensmodell zur Implementierung und Nutzung eines Energiemanagementsystems insbesondere in KMU entwickelt werden.
Dies wird durch ein auf Mess- und Prognosedaten basierendes Modell des bestehenden Energiesystems realisiert, welches die tatsächlichen und geplanten Energieflüsse eines Produktionssystems abbildet. Dazu gehören neben dem derzeitigen Ist-Zustand auch durch das Energiemodell simulierte Varianten, z.B. in Form einer ergänzten Stromeigenerzeugung (PV, Wind, etc.) mit unterschiedlich dimensionierten Speicherkapazitäten (Batterie) sowie unter Berücksichtigung von verschiebbaren Lasten (Flexibilitäten) und ggf. dynamischen Stromtarifmodellen.
Je genauer die Prognosen und Modelle sind, desto effizienter kann auch der Einsatz der Energie gesteuert werden. Hierfür liefern maschinelle Lernverfahren und der Einsatz von künstlicher Intelligenz bessere Ergebnisse als physikalische Modelle. Daher kommen einfach zugängliche KI-basierte Prognoseverfahren in Form von Open-Source-Software bei der modell-prädiktive Regelung und Steuerung zum Einsatz. Diese sind in ihrer Anwendbarkeit einfacher und niederschwelliger als regelbasierte Expertensysteme.
Daneben können Effizienz- und Energieflexibilitätsmaßnahmen simuliert und bewertet werden, beispielsweise in Form einer optimierten Belegung der Produktionsanlagen oder von zeitlich angepassten Aufträgen an energieintensiven Anlagen. Weiterhin können die Einsatzzeiträume von Verbrauchern an die verfügbare Eigenerzeugung angepasst werden, um mittels Energieflexibilität die Strombezugskosten zu senken. Um die spätere Übertragbarkeit und Anwendbarkeit zu gewährleisten, basieren die Ansätze auf realen Anwendungsfällen von KMU.
[total-places]
[total-bookings]
Im Rahmen des Projekts “EILE” soll ein generisches Vorgehensmodell zur Implementierung und Nutzung eines Energiemanagementsystems insbesondere in KMU entwickelt werden.
Dies wird durch ein auf Mess- und Prognosedaten basierendes Modell des bestehenden Energiesystems realisiert, welches die tatsächlichen und geplanten Energieflüsse eines Produktionssystems abbildet. Dazu gehören neben dem derzeitigen Ist-Zustand auch durch das Energiemodell simulierte Varianten, z.B. in Form einer ergänzten Stromeigenerzeugung (PV, Wind, etc.) mit unterschiedlich dimensionierten Speicherkapazitäten (Batterie) sowie unter Berücksichtigung von verschiebbaren Lasten (Flexibilitäten) und ggf. dynamischen Stromtarifmodellen.
Je genauer die Prognosen und Modelle sind, desto effizienter kann auch der Einsatz der Energie gesteuert werden. Hierfür liefern maschinelle Lernverfahren und der Einsatz von künstlicher Intelligenz bessere Ergebnisse als physikalische Modelle. Daher kommen einfach zugängliche KI-basierte Prognoseverfahren in Form von Open-Source-Software bei der modell-prädiktive Regelung und Steuerung zum Einsatz. Diese sind in ihrer Anwendbarkeit einfacher und niederschwelliger als regelbasierte Expertensysteme.
Daneben können Effizienz- und Energieflexibilitätsmaßnahmen simuliert und bewertet werden, beispielsweise in Form einer optimierten Belegung der Produktionsanlagen oder von zeitlich angepassten Aufträgen an energieintensiven Anlagen. Weiterhin können die Einsatzzeiträume von Verbrauchern an die verfügbare Eigenerzeugung angepasst werden, um mittels Energieflexibilität die Strombezugskosten zu senken. Um die spätere Übertragbarkeit und Anwendbarkeit zu gewährleisten, basieren die Ansätze auf realen Anwendungsfällen von KMU.
Anmeldestände nach Farben:
Plätze verfügbar
Wenige Restplätze
Ausgebucht