Kontakt

Universität Oldenburg
Fakultät II – Department für Informatik
Abteilung Digitalisierte Energiesysteme
26111 Oldenburg

Sekretariat:

Meike Burke

Regina Knippenberg

A05 2-227

+49 (0) 441 - 798 2878

+49 (0) 441 - 798 2756

Leitung

Prof. Dr.-Ing. Astrid Niesse 

A05 2-226

+49 (0) 441 - 798 2750

+49 (0) 441 - 798 2756

Artikelansicht

DES-Nachrichten

Abteilung DES veröffentlicht Source-Code aus diversen Forschungsprojekten

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.

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

(Stand: 09.06.2021)