Henri Alliu

• The growing adoption of photovoltaic (PV) systems and battery storage in residential areas presents new challenges in optimizing household energy management. Traditional systems often fail to efficiently coordinate energy flow among PV generation, battery storage, and consumption, especially under variable weather and fluctuating demand. This research aims to develop a simulation-based energy management system that maximizes self-consumption of renewable energy through intelligent control algorithms and smart scheduling. The project includes the creation of a configurable simulation framework to test various system parameters, device configurations, and weather conditions. Key objectives include optimizing energy distribution, scheduling high-power loads, and producing data-driven reports to evaluate system performance over defined timeframes. The theoretical framework explores energy modelling, weather impact, optimization strategies, and the role of model-based engineering. The practical component validates the system using real weather data, simulates household consumption patterns, and benchmarks algorithm performance. This work contributes to the advancement of smart energy systems by offering a scalable solution for increasing renewable energy self-consumption in private households.
• Die zunehmende Verbreitung von Photovoltaik (PV)-Anlagen und Batteriespeichern in Wohngebieten stellt neue Herausforderungen an die Optimierung des Energiemanagements in Haushalten. Herkömmliche Systeme sind oft nicht in der Lage, den Energiefluss zwischen PV-Erzeugung, Batteriespeicher und Verbrauch effizient zu koordinieren, insbesondere bei wechselhaften Wetterbedingungen und schwankendem Bedarf. Diese Arbeit zielt darauf ab, ein simulationsbasiertes Energiemanagementsystem zu entwickeln, das den Eigenverbrauch von erneuerbarer Energie durch intelligente Steuerungsalgorithmen und intelligente Planung maximiert. Die Masterarbeit umfasst die Erstellung eines konfigurierbaren Simulationsrahmens zum Testen verschiedener Systemparameter, Gerätekonfigurationen und Wetterbedingungen. Zu den wichtigsten Zielen gehören die Optimierung der Energieverteilung, die Planung von Hochleistungslasten und die Erstellung datengestützter Berichte zur Bewertung der Systemleistung über definierte Zeiträume. Der theoretische Rahmen untersucht Energiemodellierung, Wettereinflüsse, Optimierungsstrategien und die Rolle der modellbasierten Technik. Der praktische Teil validiert das System anhand realer Wetterdaten, simuliert Verbrauchsmuster von Haushalten und vergleicht die Leistung von Algorithmen. Diese Arbeit trägt zur Weiterentwicklung intelligenter Energiesysteme bei, indem sie eine skalierbare Lösung zur Steigerung des Eigenverbrauchs erneuerbarer Energien in privaten Haushalten bietet.