UdZForschung 2/2019

12 UdZForschung – Unternehmen der Zukunft 2/2019 FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt B ei „EWIMA“ wird primär das Ziel verfolgt, den Ausschöpfungsgrad lokal erzeugter erneuerbarer Energie zu maximieren. Dies soll künftig zu ei- ner Reduktion von CO 2 -Emissionen füh- ren, nicht zuletzt durch die Beseitigung von Übertragungsverlusten und eine Entlastung des Übertragungsnetzes. Dazu wird durch Wahl eines Bottom-up- Ansatzes ein regionaler Zusammenschluss von Verbrauchern und Erzeugern in Hubs zu virtuellen Kraftwerken angestrebt. Im Rahmen des Projekts ‚EWIMA‘ wird un- ter der Konsortialführerschaft des FIR e. V. an der RWTH Aachen eine Cloudplattform konzipier t und prototypisch an den Standorten der Konsortialpartner ein- geführt. Dazu werden Energieerzeuger, -speicher und -verbraucher auf dieser Plattform integrier t. Die Plattform geht in ihrer Funktionalität über ein herkömmliches Energiemanagement hinaus, im Projekt ‚EWIMA‘ werden si- t u a t i ve Ha n d l u ng s emp f e h l u nge n f ü r d i e Be r ück sich t igung ene r ge - tischer Randbedingungen in der Pro- duktionsplanung ermöglicht. Das Projekt ‚EWIMA‘ befindet sich im letz- ten Viertel des Förderzeitraums. In dieser Projekt: EWIMA Energiewissensmanagement zur unternehmensübergreifend optimierten Energieverwendung Aufbau regionaler virtueller Kraftwerke in NRW Durch die Energiewende getrieben, muss sich die Energielandschaft in Deutschland verändern, um wettbewerbsfä- hig zu bleiben. Im Rahmen der dafür von dem Gesetzgeber unterstützten Forschungsanstrengungen wird im Projekt ‚EWIMA‘ der Nutzen virtueller Kraftwerke evaluiert. In der letzten Projektphase liegt der Fokus auf der prototypischen Umsetzung des Projekts in fünf definierten Hubs in Nordrhein-Westfalen sowie der Validierung der Projektergebnisse in Feldversuchen. Das Vorhaben wird im Rahmen des Leitmarktwettbewerbs VirtuelleKraftwerke.NRW durch den Europäischen Fonds für regionale Entwickung (EFRE.NRW) und die Landesregierung Nordrhein-Westfalen unter der Fördernummer EFRE-0800681 gefördert. Projektphase geht es in erster Linie umdie Validierung der im Projekt erarbeiteten Forschungsergebnisse im praktischen Einsatz bei den Konsortialpartnern so- wie die Vorbereitung der Dissemination im Nachgang des Projekts in Form eines mobilen Demonstrators. Das bereits angesprochene Plattform- konzept wurde vollständig prototy- pisch implementiert und die Plattform wird aktuell mit Livedaten gespeist. Auf dieser Plattform werden nun anwen- dungsfallspezifische Prognosen erstellt, die die Basis für eine ebenfalls anwen- dungsfallspezifische Optimierung der Produktionsplanung bieten. Dabei wird im Falle des Prognosemodells auf ein sich kontinuierlich verbesserndes, selbst- lernendes Modell zurückgegriffen, das der Anwender jederzeit selbst mit realen Produktionsdaten trainieren kann. Das Ergebnis der Optimierung wird in Form einer Handlungsempfehlung präsentiert. Durch diesen dynamischen Ansatz kann das Systemauf neue Rahmenbedingungen oder ein geändertes Produktionspro- gramm trainiert werden. Es ist kein sta- tischesSystem,dasdurchexterneExpertise an diese Randbedingungen angepasst werden muss. Die Prognosemodelle und Optimierungsmodelle laufen aufMicrosoft Azure. Teile der Forschungsarbeit, die für den Aufbau der Plattformund die Auswahl und das Training geeigneter Algorithmen notwendig waren, wurden in Form eines Konferenzbeitrags eingereicht und auch zur Präsentation akzeptiert. Das Optimierungsmodell ist als gene- risches Modell konzipiert, um es mit mög- lichst geringem Aufwand an die einzelnen EWIMA-Hubs anpassen zu können. Der zugrundeliegende Gedanke dabei war, dass sich auch das Optimierungsmodell an veränderliche Randbedingungen an- passen können muss. Daher wird die Infrastruktur in den EWIMA-Hubs initial konfiguriert, diese Konfiguration kann im Falle einer hinzugefügten Maschine oder eines Energiespeichers jederzeit erneut durchgeführt werden. Dazu wurden im Optimierungsmodell sechs Objekttypen definiert; diese sind, jeweils als flexible oder fixe Variante, Energieerzeuger, Energiespeicher und Energieverbraucher. Durch diese Objekte lässt sich die in den EWIMA-Hubs vorhandene Infrastruktur vollständig modellieren. Im Falle einer geänderten Konfiguration muss die- se nur in Form einer Exceldatei in das Optimierungsmodell geladen werden;