Nachvollziehbarkeit und Reproduzierbarkeit sind zwei Kerneigenschaften von guter Forschung. Um Forschungsergebnisse besser nachvollziehbar und nachnutzbar zu machen, stellt die Abteilung Digitalisierte Energiesysteme ab jetzt Source-Code aus unterschiedlichen Forschungsprojekten auf GitLab öffentlich und frei zur Verfügung.
Unter anderem steht Code zur Beschreibung und Aggregation von Flexibilität zur Verfügung. Flexibilität kann aus Energiespeichern oder der flexiblen Fahrweise von Erzeugern z.B. PV Anlagen gewonnen werden und kann dazu eingesetzt werden im Energiesystem jederzeit Erzeugung und Verbrauch auszugleichen. Mit Energy Storage Optimization for COHDA1 können multikriterielle Fahrpläne für Energiespeicher erstellt werden, die in COHDA-Verhandlungen genutzt werden können. Im Bereich Reinforcement Learning gibt es einerseits einen trainierten Agenten, der einen Optimal Power Flow löst und andererseits einen Agenten, der ein Verteilnetz mit einem Blindleistungsmarkt steuert. Weiter wird ein spieltheoretisches Action-Graph-Modell eines Regelleistungmarktes veröffentlicht, das Equilibria für den Fall berechnen kann, dass das das Stromnetz in Inseln zerfällt.
Der veröffentlichte Code findet sich auf GitLab unter https://gitlab.com/digitalized-energy-systems
1Heuristik zur verteilten Lösung von kombinatorischen multiple-choice Optimierungsproblemen, siehe doi