83.65 Versorgungswirtschaft
Refine
Document Type
- Master's Thesis (2)
Language
- German (2)
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Keywords
Institute
Diese Arbeit untersucht die Anwendung von Künstlicher Intelligenz zur Verbesserung des Dispatchings im Bereich der Ressourceneinsatzplanung für Netzbetreiber in der Energiebranche, ein Gebiet, das zunehmend von den Herausforderungen der Energiewende und den Zielen der Klimaneutralität geprägt wird. Die zentrale Forschungsfrage lautet: Welche KI-Methoden eignen sich für die Verbesserung des Dispatchings in der Ressourceneinsatzplanung bei Netzbetreibern in der Energiebranche? Ziel ist es, bestehende KI-Methoden zu bewerten und ihre Anwendbarkeit in diesem spezifischen Kontext zu beurteilen, ohne neue Algorithmen zu entwickeln. Um diese Frage zu beantworten, folgt die Arbeit einem dreistufigen methodischen Ansatz. Zunächst wird eine einleitende Literaturrecherche durchgeführt, um relevante Methoden zu identifizieren und zentrale Bewertungskriterien abzuleiten. Anschließend werden Experteninterviews durchgeführt, um praktische Einblicke zu gewinnen und die theoretischen Erkenntnisse zu validieren. Abschließend werden die Ergebnisse in einer Nutzwertanalysezusammengefasst, die eine gewichtete Bewertung der Methoden im gegebenen Kontext der Arbeit liefert. Die Analyse zeigt, dass Methoden wie Deep Q-Networks, Improved Deep Q-Networks und Particle Swarm Optimization ein erhebliches Potenzial aufweisen, insbesondere in dynamischen und komplexen Planungsumfeldern wie dem Dispatching. Die Ergebnisse unterstreichen das Potenzial von KI, die betriebliche Effizienz zu steigern, repetitive Aufgaben zu Automatisieren, menschliche Fehler zu reduzieren und implizites Expert*innenwissen allen verfügbar zu machen. Diese Studie leistet somit einen wertvollen Beitrag zur Forschung, indem sie die Eignung ausgewählter KI-Methoden für das Dispatching im Energiesektor systematisch bewertet. Siebietet zukünftigen Entscheidungsträgern eine fundierte Grundlage für die Auswahl geeigneter Technologien und hebt wichtige Aspekte hervor, die bei der Implementierung KI-gestützter Systeme zu berücksichtigen sind.
Die Energieversorgung der Zukunft entwickelt sich durch die politische und ökonomische Zielsetzung immer stärker in Richtung grüne Energiequellen. Aus diesem Grund wird es notwendig sein, bestehende fossile Energiequellen zunehmend durch erneuerbare Energieträger zu ersetzen.
Dies wiederum wirkt sich auch auf die Stromnetze aus, da die erneuerbaren Energieträger in der Stromproduktion sehr starken witterungsbedingten und tagesabhängigen Schwankungen unterliegen. Somit werden die Stromnetze höheren und schwankenden Belastungen ausgesetzt, welche auszugleichen sind. Auch das Thema Elektromobilität nimmt im zukünftigen Stromnetzbetrieb eine wesentliche Rolle ein. Aus dieser Betrachtung heraus besteht die Notwendigkeit, den Digitalisierungsgrad besonders im Stromverteilnetz weiter zu erhöhen, um eine Visualisierung der Energieströme zu ermöglichen, damit das Stromnetz zielgerichtet und effizient gesteuert werden kann.
In der vorliegenden Masterarbeit wurden im theoretischen Teil durch die Verwendung von einschlägiger Fachliteratur sowohl die Chancen, als auch Risiken untersucht, welche sich durch die Stromnetzdigitalisierung für die steirischen Stromnetzbetreiber ergeben. Aufgrund der Gegebenheit, dass sich die Stromnetzbetreiber in einem regulierten monopolisierten Markt befinden, wurde ein zusätzlicher Forschungsbedarf darin gesehen, im Festmachen von Wertschöpfungspotenzialen auf Basis der Stromnetzdigitalisierung. Die Untersuchungen im Rahmen dieser Masterthesis zeigen auf, dass im Stromnetz zukünftig hohe Investitionsmittel vonnöten sind, um die Vielzahl von dezentralen erneuerbaren Erzeugungsanlagen ins Stromnetz zu integrieren. Aufgrund verstärkter und notwendiger Digitalisierungsmaßnahmen nimmt zudem auch das Datenmanagement unter Einbezug von Telekommunikationstechnologien einen immer höheren Stellenwert im Stromnetzbetrieb ein.
Aus theoretischen Erkenntnissen und dem Erfahrungswissen aus der empirischen Untersuchung lassen sich für die Branche der Stromnetzbetreiber Wertschöpfungspotenziale auf Basis der Stromnetzdigitalisierung im Geschäftsfeld der Telekommunikation ableiten. Einerseits ergeben sich Potenziale im gemeinsamen Auf- und Ausbau der Netzinfrastruktur, andererseits ergibt sich hierbei die Möglichkeit, öffentliche Einrichtungen, Firmen und Privatkunden mit Glasfaserinternet zu versorgen.
