EP3579175A1 - Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems - Google Patents

Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems Download PDF

Info

Publication number
EP3579175A1
EP3579175A1 EP18176567.8A EP18176567A EP3579175A1 EP 3579175 A1 EP3579175 A1 EP 3579175A1 EP 18176567 A EP18176567 A EP 18176567A EP 3579175 A1 EP3579175 A1 EP 3579175A1
Authority
EP
European Patent Office
Prior art keywords
parameter
energy system
optimization
objective function
linear
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP18176567.8A
Other languages
English (en)
French (fr)
Inventor
Mathias Duckheim
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Priority to EP18176567.8A priority Critical patent/EP3579175A1/de
Publication of EP3579175A1 publication Critical patent/EP3579175A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Definitions

  • the invention relates to a method for the sensitivity analysis of an energy system designed by means of an optimization with respect to a parameter of the energy system. Furthermore, the invention relates to a method for determining a design of an energy system in which a sensitivity analysis according to the present invention and / or one of its embodiments is used. Furthermore, the invention relates to a computer system and a computer program product.
  • Energy systems in particular multimodal energy systems, provide at least one form of energy for an energy consumer, for example a building, an industrial installation or a private installation, the provision typically being by means of a conversion of different forms of energy, by means of a transport of the different forms of energy and / or by means of stored forms of energy he follows.
  • the various forms of energy, in particular heat, cold and / or electrical energy are coupled by means of the (multimodal) energy system with respect to their generation, their provision and / or their storages.
  • the values of the parameters are typically associated with a certain uncertainty. This is due, for example, to energy systems being operated over a long period of time, for example over several decades. However, it is difficult to estimate how the value of a parameter changes or develops over the years, such as a gas price. Therefore, an attempt is made to use the best possible value for each of the parameters in the determination of the most optimal design of the energy system (energy system design method).
  • the determined design of the energy system depends on the values of the parameters used in determining the design.
  • a sensitivity analysis with respect to the values of the parameters is required in order to be able to estimate whether there is a significant change in the design of the energy system when the values of the parameters change. This can ensure that the determined optimal optimal design of the energy system is not critically dependent on the used values of the parameters.
  • critical means, for example, that with a small change in the values of the parameters, it is more optimal with respect to the new, changed target function if a previously used technology is no longer used.
  • the sensitivity analysis represents a stability analysis of the solution (design of the energy system) determined by the energy system design method with respect to the values of the parameters used here.
  • a sensitivity analysis with respect to the value of a parameter can be carried out by optimizing a plurality of values of the parameter in each case.
  • the disadvantage of this is that for this purpose a plurality of similar optimizations is required, which are extremely time-consuming, so typically only a small number of values of the parameter can be checked.
  • the object of the present invention is to improve the determination of a design of a power system by means of an energy system design method.
  • a method for sensitivity analysis of the present invention or one of its embodiments is used. There are similar and equivalent advantages to the method according to the invention for the sensitivity analysis or one of its embodiments.
  • the method according to the invention for the sensitivity analysis and / or the method according to the invention for determining a design of an energy system are / is computer-implemented.
  • a variable is a parameter of the optimization if its value or its values are considered constant in the optimization.
  • the parameter is fixed but arbitrary.
  • Parameters can also be referred to as input parameters.
  • a variable is a variable of optimization if its value or its values vary in the optimization. In other words, optimally determines a best possible or optimally optimal value of the variables.
  • constraints - are conditions, properties and / or relationships that must be met by the parameters and / or variables of the optimization. These may be given as an equation and / or inequality, and / or explicitly describe a set of allowable values of the parameters and / or allowable values of the variables.
  • the optimization can be done by means of an optimization method.
  • the optimization method is, for example, a mathematical and / or numerical optimization method, in particular a simplex method.
  • the optimization solution corresponds to the design of the energy system.
  • the design of the energy system may include a determination and / or determination and / or determination of its components comprising the energy system. Furthermore, the design of the energy system, the dimension and / or capacity of its components, may include the cost of the components, for example energy storage costs, energy flows and / or power flows.
  • any system variable of the energy system and / or any variable characterizing the energy system can be taken into account in the optimization in the sense that the best possible value of the system variable or the characterizing variable is determined.
  • the consideration of the system size and / or characterizing quantity can be done by means of its entering into the target function as a variable.
  • the design of the energy system is in particular its structure and / or its structure with respect to its components, its dimensioning and / or its profitability analysis referred.
  • the most optimal design of the energy system is also referred to as optimization problem. By means of the optimization, this most optimal design of the energy system, that is, for example, its structure, its dimensions, its profitability analysis and / or the like, determined.
  • the energy system may include one or more power generators, combined heat and power plants, in particular combined heat and power plants, gas boiler, diesel generators, heat pumps, compression refrigerating machines, absorption refrigerators, pumps, district heating networks, energy transfer lines, wind turbines or wind turbines, photovoltaic systems, biomass plants, biogas plants, waste incineration plants, industrial plants, conventional power plants and or the like.
  • the objective function coefficient vector may also be referred to as a coefficient vector of the objective function or as a parameter vector become.
  • the objective function coefficient vector if necessary with the exception of transposition, is proportional to the gradient of the objective function.
  • the critical value of at least one parameter is determined.
  • the critical value of the parameter here is characterized in that the target function coefficient vector for the critical value of the parameter is parallel to a normal vector of an active constraint.
  • a secondary condition is active, if it is identical, that is, in equality, fulfilled by the solution of the optimization. If the condition of parallelism of the objective function coefficient vector and of the normal vector of the at least one active constraint is present, then typically the tipping of the solution associated with the reference value of the parameter is a different solution. In other words, starting at the critical value of the parameter, a new solution, and thus a new design of the energy system, is more optimal.
  • the determination of the critical value of the parameter is made possible. Thus it is determined from which value of the parameter (critical value) a critical change of the design of the energy system takes place.
  • An advantage of the present invention is that no further optimization is required for this. Rather, a pre-determined solution of the optimization is provided (for the reference value of the parameter) and used for this purpose. In other words, only an optimization is required for the determination of the critical value of the parameter and thus for the sensitivity analysis. This makes possible an improved determination of the design of the energy system, since the dependence of the design of the energy system on the change in the value of the parameter is determined. Furthermore, this reduces the time required for determining the design of the energy system, so that a reliable design of the energy system can be determined. With In other words, a more robust optimization or design of the energy system is advantageously carried out.
  • the parameter subjected to the sensitivity analysis may be determined by a user input.
  • a sensitivity analysis is provided with respect to a plurality of parameters.
  • this is calculated by an extremalization of a linear objective function.
  • the objective function is extremalized, that is to say maximized or minimized. It is not necessary to calculate an exact maximum or minimum. It is sufficient to determine an approximately optimal design (solution), for example by means of an approximation algorithm and / or by setting a threshold value for an error of the optimization method.
  • the objective function coefficient vector comprises the parameters of the energy system subjected to the sensitivity analysis.
  • the constraints are also linear. Typically, these may be put into the standard form A x ⁇ b and / or x ⁇ 0 , where A is a matrix and b is another vector.
  • the linear constraints thus define a higher-dimensional convex polyhedron.
  • A is a matrix
  • b is another vector.
  • the linear constraints thus define a higher-dimensional convex polyhedron.
  • the linear objective function corresponds to a hyperplane which intersects the polyhedron.
  • the hyperplane defined by it intersects at least one corner of the polyhedron.
  • one or more secondary conditions is active for the solution of the optimization, that is, identically fulfilled.
  • the solution to the optimization lies on the edge of the polyhedron.
  • the objective function coefficient vector is parallel to the normal vector of the at least one active constraint, then the solution of the optimization from one corner of the polyhedron to another, in particular adjacent, corner of the polyhedron occurs symbolically. This tipping over of the solution marks the critical value of the parameter.
  • the extremalization of the linear objective function takes place by means of a simplex method.
  • the simplex method is advantageous for linear optimizations.
  • the simplex method can also be called a simplex algorithm.
  • the carbon dioxide emission of the energy system and / or the primary energy input of the energy system and / or the total cost of the energy system is used as a linear target functions.
  • this optimizes the carbon dioxide emissions and / or the primary energy input of the energy system and / or minimizes the overall costs of the energy system.
  • the total costs of the energy system typically consisting of investment costs, variable investment costs, operating costs and / or maintenance costs and / or costs for maintenance, consumption costs and / or energy costs and / or start-up costs, used as target functions and minimized.
  • the parameter may be a gas price, so that it can be determined by means of the present invention, from which critical value or price of the gas price, for example, the installation or use of a combined heat and power plant worth or no longer worthwhile.
  • the parameters used are an electrical, thermal, chemical and / or mechanical load, a price and / or at least one metrological variable.
  • a multiplicity of different parameters in particular prices and / or mechanical loads and / or metrological variables, can thereby be taken into account in the sensitivity analysis and thus likewise in the determination of the design of the energy system.
  • the computer system according to the invention for the sensitivity analysis of a power system designed by means of a linear optimization with respect to a parameter of the energy system is characterized in that it is designed to carry out a method for sensitivity analysis according to the present invention and / or one of its embodiments.
  • the computer system is a quantum computer or designed as a quantum computer or comprises a quantum computer.
  • quantum computers are particularly advantageous for optimization problems. It is particularly preferred for energy system design methods to use a quantum computer as these typically present highly complex optimization problems that can be solved more efficiently and / or faster with a quantum computer than with classical computer systems. This advantageously improves the determination of the design of the energy system, as in a shorter time the design and the sensitivity analysis of the design with respect to a parameter of the energy system can be determined.
  • the computer system formed as a quantum computer is furthermore designed to perform a quantum cooling, in particular a quantum algorithm for linear systems of equations.
  • Quantum annealing is particularly advantageous for linear and / or linear quadratic optimization problems, particularly preferred for optimally discrete variables (in English: Quadratically Constrained Binary Optimization, abbreviated QUBO).
  • the computer system is advantageously designed to extremalize a linear objective function.
  • the solution provided was determined or calculated by means of a quantum computer by an extremalization of the target function of the energy system.
  • the computer program product according to the invention which is stored in a storage medium and comprises software code sections, is characterized in that it is executed with the stored software code sections of one of the methods according to the present invention and / or one of its embodiments when the computer program product is on a computer system according to the present invention and / or one of its embodiments is running.
  • the solution of the optimization may have been determined by an extremalization of a linear target function of the energy system.
  • a design of the energy system which is as optimal as possible according to an objective function is determined for the reference value of the parameter.
  • This design (solution) is provided in the first step of the method according to the invention for the sensitivity analysis.
  • This solution was preferably determined by means of a quantum computer.
  • an objective function coefficient vector associated with the optimization which comprises the parameter or its reference value, is provided.
  • a plurality of secondary conditions are provided which belong to the optimization.
  • a solution of the optimization for a reference value of a parameter as well as the target function coefficient vector associated with the optimization or solution and the secondary conditions associated with the optimization or solution are provided for the method according to the invention for the sensitivity analysis.
  • At least one or more active secondary conditions and their associated normal vector are determined.
  • the secondary condition or secondary conditions are in particular linear, so that the active secondary condition corresponds to a hyperplane which has or is defined by the said normal vector.
  • a critical value of the parameter is determined, wherein the critical value of the parameter is characterized in that the objective function coefficient vector comprising the parameter or its reference value is parallel to the normal vector of the at least one active constraint.
  • the labeling of the individual steps does not imply a chronological order of the steps.
  • the first step, the second step and the third step can be performed independently of each other in time.
  • the identification of the steps may preferably correspond to a time sequence of the steps.
  • the method according to the invention for the sensitivity analysis particularly determines a value range for the parameter, which range of values typically includes the reference value of the parameter as boundary points, and the critical value of the parameter, so that the sensitivity analysis advantageously takes place for an entire range of the value of the parameter (value range). If the parameter has a value close to its critical value, the design of the energy system may need to be critically evaluated, since it is typically not ensured that the energy system will continue to be optimally designed for a future change in the value of the parameter. On the basis of the critical value of the parameter or of the stated range of values, however, it is possible to estimate how likely a tipping over or a critical change in the optimum design of the energy system is. Overall, this allows a more robust and reliable design of the energy system as part of an energy system design process.
  • Computer-readable storage are, for example, volatile storage such as caches, buffers or RAM as well as non-volatile storage such as removable media or hard disks.
  • the functions or method steps described above can be in the form of at least one instruction set in or on a computer-readable memory.
  • the functions or method steps are not bound to a specific instruction set or to a specific form of instruction sets or to a specific storage medium or to a specific processor or to specific execution schemes and can be executed by software, firmware, microcode, hardware, processors or integrated circuits in single operation or in any combination.
  • a variety of processing strategies can be used, such as serial processing by a single processor, multiprocessing, multitasking or parallel processing.
  • the instructions can be stored in local memories, but it is also possible to store the instructions on a remote system, in particular a cloud system (English: Cloud), for example, MindSphere Siemens AG, and access it via network.
  • processors and processing means in the broadest sense, for example servers, general purpose processors, graphics processors, digital signal processors, application specific integrated circuits (ASICs), programmable logic circuits such as FPGAs, discrete analog or digital circuits, quantum computers, and any combinations thereof , including any other processing means known to those skilled in the art or developed in the future.
  • processors can consist of one or more devices. If a processor consists of several devices, these can be configured for parallel or sequential processing of instructions.

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es wird ein Verfahren zur Sensitivitätsanalyse eines mittels einer Optimierung ausgelegten Energiesystems bezüglich wenigstens eines Parameters des Energiesystems vorgeschlagen, das wenigstens die folgenden Schritte:- Bereitstellen einer Lösung der Optimierung für einen Referenzwert des Parameters;- Bereitstellen eines zur Optimierung zugehörigen Zielfunktionskoeffizientenvektors, der den Parameter umfasst;- Bereitstellen einer Mehrzahl von zur Optimierung zugehörigen Nebenbedingungen;- Ermitteln wenigstens einer aktiven Nebenbedingungen und ihres zugehörigen Normalenvektors; und- Ermitteln eines kritischen Wertes des Parameters für welchen der Zielfunktionskoeffizientenvektor parallel zum Normalenvektor der wenigstens einen aktiven Nebenbedingung ist. Weiterhin betrifft die Erfindung ein Verfahren zur Ermittlung einer Auslegung eines Energiesystems, ein Computersystem sowie ein Computerprogrammprodukt.

Description

  • Die Erfindung betrifft ein Verfahren zur Sensitivitätsanalyse eines mittels einer Optimierung ausgelegten Energiesystems bezüglich eines Parameters des Energiesystems. Weiterhin betrifft die Erfindung ein Verfahren zur Ermittlung einer Auslegung eines Energiesystems, bei welchem eine Sensitivitätsanalyse gemäß der vorliegenden Erfindung und/oder einer ihrer Ausgestaltungen verwendet wird. Ferner betrifft die Erfindung ein Computersystem sowie ein Computerprogrammprodukt.
  • Energiesysteme, insbesondere multimodale Energiesysteme, stellen wenigstens eine Energieform für einen Energieverbraucher, beispielsweise ein Gebäude, eine industrielle Anlage oder eine private Anlage, bereit, wobei die Bereitstellung typischerweise mittels einer Umwandlung verschiedener Energieformen, mittels eines Transports der verschiedenen Energieformen und/oder mittels gespeicherter Energieformen erfolgt. Mit anderen Worten werden die verschiedenen Energieformen, insbesondere Wärme, Kälte und/oder elektrische Energie mittels des (multimodalen) Energiesystems bezüglich ihrer Erzeugung, ihrer Bereitstellung und/oder ihrer Speicherungen gekoppelt.
  • Es ist bekannt Energiesysteme mittels eines Energiesystemdesignverfahrens möglichst optimal bezüglich ihrer Gesamtkosten oder ihrer Kohlenstoffdioxidemissionen auszulegen. Hierzu wird typischerweise ein mathematisches Modell des Energiesystems verwendet, welches eine Optimierung des Energiesystems bezüglich einer Zielfunktion mittels eines nummerischen Optimierungsverfahrens ermöglicht. Typischerweise sind hierzu eine Mehrzahl von Parametern (Eingangsparametern), beispielsweise Vorhersagen von Lastprofilen und/oder Zustandsmessungen, zur Parametrisierung des mathematischen Modells, insbesondere der Zielfunktion, erforderlich.
  • Hierbei sind die Werte der Parameter typischerweise mit einer bestimmten Unsicherheit behaftet. Das liegt beispielsweise daran, dass die Energiesysteme über einen langen Zeitraum hinweg, beispielsweise über mehrere Jahrzehnte, betrieben werden sollen. Hierbei ist es jedoch schwer abzuschätzen, wie sich der Wert eines Parameters im Laufe der Jahre, beispielsweise ein Gaspreis, ändert oder entwickelt. Daher wird versucht einen bestmöglichsten Wert für jeden der Parameter bei der Ermittlung einer möglichst optimalen Auslegung des Energiesystems (Energiesystemdesignverfahren) zu verwenden.
  • Eine bedeutsame Fragestellung hierbei ist, inwieweit die ermittelte Auslegung des Energiesystems von den bei der Ermittlung der Auslegung verwendeten Werten der Parameter abhängig ist. Mit anderen Worten ist eine Sensitivitätsanalyse bezüglich der Werte der Parameter erforderlich, um abschätzen zu können, ob eine signifikante Änderung der Auslegung des Energiesystems bei einer Änderung der Werte der Parameter erfolgt. Dadurch kann sichergestellt werden, dass die ermittelte möglichst optimale Auslegung des Energiesystems nicht kritisch von den verwendeten Werten der Parameter abhängig ist. Hierbei bedeutet kritisch beispielsweise, dass bei einer kleinen Änderung der Werte der Parameter es bezüglich der neuen, geänderten Zielfunktion optimaler ist, wenn eine vorab verwendete Technologie nicht mehr verwendet wird. Mit anderen Worten stellt die Sensitivitätsanalyse eine Stabilitätsanalyse der mittels des Energiesystemdesignverfahrens ermittelten Lösung (Auslegung des Energiesystems) bezüglich der hierbei verwendeten Werte der Parameter dar.
  • Gemäß des Standes der Technik kann eine Sensitivitätsanalyse bezüglich des Wertes eines Parameters durch jeweils eine Optimierungen für eine Mehrzahl von Werten des Parameters erfolgen. Mit anderen Worten erfolgt schlicht für jeden zu erwartenden Wert des Parameters eine Optimierung. Nachteilig hieran ist, dass hierzu eine Mehrzahl von gleichartigen Optimierungen erforderlich ist, die äußerst zeitaufwendig sind, sodass typischerweise nur eine geringe Anzahl von Werten des Parameters überprüft werden können. Weiterhin bleibt trotz des hohen Aufwandes unklar, ob die überprüften Werte des Parameters repräsentativ bezüglich der Sensitivität beziehungsweise Stabilität sind, und ab welchem Wert des Parameters ein kritisches Verhalten vorliegt. Insgesamt wird dadurch die möglichst optimale Ermittlung der Auslegung des Energiesystems, insbesondere über einen langen vorgesehenen Betriebszeitraum des Energiesystems, erschwert.
  • Der vorliegenden Erfindung liegt die Aufgabe zugrunde, die Ermittlung einer Auslegung eines Energiesystems mittels eines Energiesystemdesignverfahrens zu verbessern.
  • Die Aufgabe wird durch ein Verfahren mit den Merkmalen des unabhängigen Patentanspruches 1, sowie durch ein Verfahren mit den Merkmalen des unabhängigen Patentanspruches 10, sowie durch ein Computersystem mit den Merkmalen des unabhängigen Patentanspruches 11, und durch ein Computerprogrammprodukt mit den Merkmalen des unabhängigen Patentanspruches 15 gelöst. In den abhängigen Patentansprüchen sind vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung angegeben.
  • Das erfindungsgemäße Verfahren zur Sensitivitätsanalyse eines mittels einer Optimierung ausgelegten Energiesystems bezüglich wenigstens eines Parameters des Energiesystems, umfasst wenigstens die folgenden Schritte:
    • Bereitstellen einer Lösung der Optimierung für einen Referenzwert des Parameters;
    • Bereitstellen eines zur Optimierung zugehörigen Zielfunktionskoeffizientenvektors, der den Parameter umfasst;
    • Bereitstellen einer Mehrzahl von zur Optimierung zugehörigen Nebenbedingungen;
    • Ermitteln wenigstens einer aktiven Nebenbedingungen und ihres zugehörigen Normalenvektors; und
    • Ermitteln eines kritischen Wertes des Parameters für welchen der Zielfunktionskoeffizientenvektor parallel zum Normalenvektor der wenigstens einen aktiven Nebenbedingung ist.
  • Beim dem erfindungsgemäßen Verfahren zur Ermittlung einer Auslegung eines Energiesystems wird ein Verfahren zur Sensitivitätsanalyse der vorliegenden Erfindung oder einer ihrer Ausgestaltungen verwendet. Es ergeben sich zum erfindungsgemäßen Verfahren zur Sensitivitätsanalyse oder einer seiner Ausgestaltungen gleichartige und gleichwertige Vorteile.
  • Insbesondere sind/ist das erfindungsgemäße Verfahren zur Sensitivitätsanalyse und/oder das erfindungsgemäße Verfahren zur Ermittlung einer Auslegung eines Energiesystems computerimplementiert.
  • Eine Größe ist ein Parameter der Optimierung, wenn dessen Wert oder dessen Werte bei der Optimierung als konstant angesehen werden. Mit anderen Worten ist der Parameter fest aber beliebig. Parameter können ebenfalls als Eingangsparameter bezeichnet werden.
  • Eine Größe ist eine Variable der Optimierung, wenn deren Wert oder deren Werte bei der Optimierung variieren. Mit anderen Worten wird mittels der Optimierung ein bestmöglicher beziehungsweise möglichst optimaler Wert der Variablen ermittelt.
  • Nebenbedingungen, Randbedingungen oder Zwangsbedingungen - hier zusammenfassend als Nebenbedingungen bezeichnet - sind Bedingungen, Eigenschaften und/oder Relationen, die die Parameter und/oder Variablen der Optimierung erfüllen müssen. Diese können als Gleichung und/oder Ungleichung gegeben sein, und/oder explizit eine Menge von zulässigen Werten der Parameter und/oder zulässigen Werten der Variablen beschreiben.
  • Die Optimierung kann mittels eines Optimierungsverfahrens erfolgen. Das Optimierungsverfahren ist beispielsweise ein mathematisches und/oder nummerisches Optimierungsverfahren, insbesondere ein Simplex-Verfahren. Die Lösung der Optimierung entspricht der Auslegung des Energiesystems.
  • Die Auslegung des Energiesystems kann eine Ermittlung und/oder Bestimmung und/oder Festlegung seiner Komponenten, die das Energiesystem aufweist, umfassen. Weiterhin kann die Auslegung des Energiesystems, die Dimension und/oder Kapazitäten seiner Komponenten, die Kosten der Komponenten, beispielsweise Kosten für eine Energiespeicherung, Energieströme und/oder Leistungsströme, umfassen. Mit anderen Worten kann jede beliebige Systemgröße des Energiesystems und/oder jede beliebige das Energiesystem charakterisierende Größe bei der Optimierung in dem Sinne berücksichtigt werden, dass ein möglichst optimaler Wert der Systemgröße beziehungsweise der charakterisierenden Größe ermittelt wird. Die Berücksichtigung der Systemgröße und/oder charakterisierenden Größe kann mittels ihres Eingehens als Variable in die Zielfunktion erfolgen.
  • Mit anderen Worten wird als Auslegung des Energiesystems insbesondere seine Struktur und/oder sein Aufbau bezüglich seiner Komponenten, dessen Dimensionierung und/oder dessen Wirtschaftlichkeitsanalyse bezeichnet. Die möglichst optimale Auslegung des Energiesystems wird ebenfalls als Optimierungsproblem bezeichnet. Mittels der Optimierung wird diese möglichst optimale Auslegung des Energiesystems, das heißt beispielsweise seine Struktur, seine Dimensionierung, seine Wirtschaftlichkeitsanalyse und/oder dergleichen, ermittelt.
  • Als Komponenten kann das Energiesystem jeweils einen oder mehrere Stromgeneratoren, Kraftwärmekopplungsanlagen, insbesondere Blockheizkraftwerke, Gasboiler, Dieselgeneratoren, Wärmepumpen, Kompressionskältemaschinen, Absorptionskältemaschinen, Pumpen, Fernwärmenetzwerke, Energietransferleitungen, Windkrafträder oder Windkraftanlagen, Photovoltaikanlagen, Biomasseanlagen, Biogasanlagen, Müllverbrennungsanlagen, industrielle Anlagen, konventionelle Kraftwerke und/oder dergleichen umfassen.
  • Der Zielfunktionskoeffizientenvektor kann ebenfalls als Koeffizientenvektor der Zielfunktion oder als Parametervektor bezeichnet werden. Für eine lineare Zielfunktion ist der Zielfunktionskoeffizientenvektor, gegebenfalls bis auf eine Transponierung, proportional zum Gradienten der Zielfunktion.
  • Gemäß der vorliegenden Erfindung wird der kritische Wert wenigstens eines Parameters, insbesondere einer Mehrzahl von Parametern, ermittelt. Der kritische Wert des Parameters ist hierbei dadurch gekennzeichnet, dass der Zielfunktionskoeffizientenvektor für den kritischen Wert des Parameters parallel zu einem Normalenvektor einer aktiven Nebenbedingung ist. Hierbei ist eine Nebenbedingung aktiv, wenn diese durch die Lösung der Optimierung identisch, das heißt in Gleichheit, erfüllt ist. Liegt die Bedingung der Parallelität des Zielfunktionskoeffizientenvektors und des Normalenvektors der wenigstens einen aktiven Nebenbedingung vor, so erfolgt typischerweise ein Umkippen der Lösung, die zum Referenzwert des Parameters zugehörig ist, zu einer neuen hiervon verschiedenen Lösung. Mit anderen Worten ist ab dem kritischen Wert des Parameters eine neue Lösung, und somit eine neue Auslegung des Energiesystems optimaler. Mittels des erfindungsgemäßen Verfahrens wird die Ermittlung des kritischen Wertes des Parameters ermöglicht. Somit wird ermittelt, ab welchem Wert des Parameters (kritischer Wert) eine kritische Änderung der Auslegung des Energiesystems erfolgt.
  • Ein Vorteil der vorliegenden Erfindung ist, dass hierzu keine weitere Optimierung erforderlich ist. Vielmehr wird eine vorab ermittelte Lösung der Optimierung bereitgestellt (für den Referenzwert des Parameters) und hierzu verwendet. Mit anderen Worten ist für die Ermittlung des kritischen Wertes des Parameters und somit für die Sensitivitätsanalyse nur eine Optimierung erforderlich. Dadurch wird eine verbesserte Ermittlung der Auslegung des Energiesystems ermöglicht, da die Abhängigkeit der Auslegung des Energiesystems von der Änderung des Wertes des Parameters ermittelt wird. Weiterhin wird dadurch die für die Ermittlung der Auslegung des Energiesystems erforderliche Zeit reduziert, sodass eine betriebssichere Auslegung des Energiesystems ermittelt werden kann. Mit anderen Worten erfolgt vorteilhafterweise eine robustere Optimierung beziehungsweise Auslegung des Energiesystems.
  • Der Parameter, der der Sensitivitätsanalyse unterworfen wird, kann durch eine Benutzereingabe festgelegt werden. Insbesondere ist eine Sensitivitätsanalyse in Bezug auf eine Mehrzahl von Parametern vorgesehen.
  • Gemäß einer vorteilhaften Ausgestaltung der Erfindung wird vor der Bereitstellung der Lösung, diese durch ein Extremalisieren einer linearen Zielfunktion berechnet.
  • Mittels der Optimierung beziehungsweise mittels des Optimierungsverfahrens wird die Zielfunktion extremalisiert, das heißt maximiert oder minimiert. Hierbei ist es nicht erforderlich ein exaktes Maximum beziehungsweise Minimum zu berechnen. Es ist ausreichend, eine näherungsweise optimale Auslegung (Lösung) zu ermitteln, beispielsweise mittels eines Approximationsalgorithmus und/oder mittels einer Festlegung eines Schwellenwertes für einen Fehler des Optimierungsverfahrens.
  • In einer vorteilhaften Weiterbildung der Erfindung wird die lineare Zielfunktion Z durch Z = cT · x ausgebildet, wobei c den Zielfunktionskoeffizientenvektor und x den Vektor der Variablen der Optimierung bezeichnet.
  • Hierbei umfasst der Zielfunktionskoeffizientenvektor den der Sensitivitätsanalyse unterworfenen Parameter des Energiesystems. Die Nebenbedingungen sind ebenfalls linear. Typischerweise können diese in die Standardform A · x ≤ b und/oder x ≥ 0 gebracht werden, wobei A eine Matrix und b ein weiterer Vektor ist. Die linearen Nebenbedingungen definieren somit ein höherdimensionales konvexes Polyeder. Hierbei liegt eine Lösung der Optimierung beispielsweise an einer Ecke des genannten Polyeders. Die lineare Zielfunktion entspricht einer Hyperebene, welche das Polyeder schneidet. Beim optimalen Wert der Zielfunktion schneidet die durch ihr definierte Hyperebene wenigstens eine Ecke des Polyeders. Somit ist für die Lösung der Optimierung eine oder mehrere Nebenbedingungen aktiv, das heißt identisch erfüllt. Mit anderen Worten liegt die Lösung der Optimierung auf dem Rand des Polyeders. Ist nun der Zielfunktionskoeffizientenvektor parallel zum Normalenvektor der wenigstens einen aktiven Nebenbedingung, so erfolgt sinnbildlich ein Umkippen der Lösung der Optimierung von einer Ecke des Polyeders zu einer anderen, insbesondere benachbarten, Ecke des Polyeders. Durch dieses Umkippen der Lösung ist der kritische Wert des Parameters gekennzeichnet.
  • Ferner ist für Z = cT· x der Zielfunktionskoeffizientenvektor durch cT = ∇xZ gegeben, wobei ∇ x den Gradienten bezüglich der Variablen x bezeichnet.
  • Gemäß einer vorteilhaften Ausgestaltung der Erfindung umfasst das Verfahren wenigstens den weiteren Schritt:
    • Extremalisieren der linearen Zielfunktion für den kritischen Wert des Parameters.
  • Dadurch wird vorteilhafterweise die kritische Auslegung des Energiesystems ermittelt.
  • In einer vorteilhaften Weiterbildung der Erfindung erfolgt das Extremalisieren der linearen Zielfunktion mittels eines Simplex-Verfahrens.
  • Insbesondere ist das Simplex-Verfahren für lineare Optimierungen von Vorteil. Das Simplex-Verfahren kann ebenfalls als Simplex-Algorithmus bezeichnet werden.
  • Gemäß einer vorteilhaften Ausgestaltung der Erfindung wird als lineare Zielfunktionen die Kohlenstoffdioxidemission des Energiesystems und/oder der Primärenergieeinsatz des Energiesystems und/oder die Gesamtkosten des Energiesystems verwendet.
  • Vorteilhafterweise werden dadurch die Kohlenstoffdioxidemissionen und/oder der Primärenergieeinsatz des Energiesystems optimiert und/oder die Gesamtkosten des Energiesystems minimiert. Beispielsweise stellt die Kohlenstoffdioxidemission des Energiesystems beziehungsweise die Gesamtkohlenstoffdioxidemission des Energiesystems die Zielfunktionen dar. Weiterhin können die Gesamtkosten des Energiesystems, die sich typischerweise aus Investitionskosten, variablen Investitionskosten, Betriebskosten und/oder Unterhaltskosten und/oder Kosten für die Instandhaltung, Verbrauchskosten und/oder Energiekosten und/oder Anfahrkosten zusammensetzen, als Zielfunktionen herangezogen und minimiert werden. Hierbei kann der Parameter ein Gaspreis sein, sodass mittels der vorliegenden Erfindung ermittelt werden kann, ab welchem kritischen Wert beziehungsweise Preis des Gaspreises sich beispielsweise die Installation oder Verwendung eines Blockheizkraftwerkes lohnt oder nicht mehr lohnt.
  • In einer vorteilhaften Weiterbildung der Erfindung wird als Parameter eine elektrische, thermische, chemische und/oder mechanische Last, ein Preis und/oder wenigstens eine metrologische Größe verwendet.
  • Vorteilhafterweise können dadurch eine Vielzahl von verschiedenen Parametern, insbesondere Preise und/oder mechanischen Lasten und/oder metrologischen Größen, beim der Sensitivitätsanalyse und somit ebenfalls bei der Ermittlung der Auslegung des Energiesystems berücksichtigt werden.
  • Gemäß einer vorteilhaften Ausgestaltung der Erfindung umfasst das Verfahren zur Sensitivitätsanalyse wenigstens die weiteren Schritte:
    • Affine Transformation des Zielfunktionskoeffizientenvektors;
    • Ermitteln eines linearen Gleichungssystems in Abhängigkeit des Referenzwertes des Parameters und der affinen Transformation des Zielfunktionskoeffizientenvektors; und
    • Ermitteln des kritischen Wertes des Parameters mittels eines Lösens des linearen Gleichungssystems.
  • Dadurch wird vorteilhafterweise die Ermittlung des kritischen Wertes des Parameters auf die Lösung eines linearen Gleichungssystems reduziert. Lineare Gleichungssysteme können vorteilhafterweise numerisch besonders effizient gelöst werden. Dadurch wird das Verfahren zur Sensitivitätsanalyse weiter verbessert. Beispielsweise ist die affine Transformation des Zielfunktionskoeffizientenvektors durch ct = c + vt gegeben, wobei der Vektor v zur Richtung der Änderung des Zielfunktionskoeffizientenvektors korrespondiert und t ein Scharparameter ist.
  • Es ist daher von Vorteil, wenn die affine Transformation mittels eines Scharparameters erfolgt, der verschiedene Werte des Parameters kennzeichnet.
  • Das erfindungsgemäße Computersystem zur Sensitivitätsanalyse eines mittels einer linearen Optimierung ausgelegten Energiesystems bezüglich eines Parameters des Energiesystems ist dadurch gekennzeichnet, dass dieses zur Durchführung eines Verfahrens zur Sensitivitätsanalyse gemäß der vorliegenden Erfindung und/oder einer ihrer Ausgestaltungen ausgebildet ist.
  • Hierbei ist es besonders bevorzugt, wenn das Computersystem ein Quantencomputer ist beziehungsweise als Quantencomputer ausgebildet ist oder einen Quantencomputer umfasst.
  • Das ist deshalb von Vorteil, da Quantencomputer für Optimierungsprobleme besonders vorteilhaft sind. Hierbei ist es besonders bevorzugt für Energiesystemdesignverfahren einen Quantencomputer zu verwenden, da diese typischerweise hochkomplexe Optimierungsprobleme darstellen, die mit einem Quantencomputer effizienter und/oder schneller als mit klassischen Computersystemen gelöst werden können. Dadurch wird vorteilhafterweise die Ermittlung der Auslegung des Energiesystems verbessert, da in kürzerer Zeit die Auslegung sowie die Sensitivitätsanalyse der Auslegung in Bezug auf einen Parameter des Energiesystems ermittelt werden kann.
  • Besonders bevorzugt ist hierbei, wenn das als Quantencomputer ausgebildete Computersystem weiterhin dazu ausgebildet ist eine Quanten-Abkühlung durchzuführen, insbesondere einen Quanten-Algorithmus für lineare Gleichungssysteme.
  • Die Quantenabkühlung (englisch: Quantum Annealing) ist insbesondere für lineare und/oder linear-quadratische Optimierungsprobleme von Vorteil, besonders bevorzugt für Optimierungen mit diskreten Variablen (englisch: Quadratically Constrained Binary Optimization; abgekürzt QUBO).
  • Mit anderen Worten ist vorteilhafterweise das Computersystem dazu ausgebildet eine lineare Zielfunktion zu extremalisieren. Insbesondere wurde die bereitgestellte Lösung mittels eines Quantencomputers durch ein Extremalisieren der Zielfunktion des Energiesystems ermittelt beziehungsweise berechnet.
  • Das erfindungsgemäße Computerprogrammprodukt, welches in einem Speichermedium gespeichert ist und welches Softwarecodeabschnitte umfasst, ist dadurch gekennzeichnet, das mit den gespeicherten Softwarecodeabschnitten eines der Verfahren gemäß der vorliegenden Erfindung und/oder einer ihrer Ausgestaltungen ausgeführt wird, wenn das Computerprogrammprodukt auf einem Computersystem gemäß der vorliegenden Erfindung und/oder einer ihrer Ausgestaltungen läuft.
  • Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus dem im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnung. Dabei zeigt die einzige Figur ein Flussdiagramm des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse.
  • In einem ersten Schritt des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse eines mittels einer Optimierung ausgelegten Energiesystems bezüglich eines Parameters des Energiesystems wird eine Lösung der Optimierung für einen Referenzwert des Parameters bereitgestellt.
  • Hierbei kann die Lösung der Optimierung durch ein Extremalisieren einer linearen Zielfunktion des Energiesystems ermittelt worden sein. Mit anderen Worten wird für den Referenzwert des Parameters eine gemäß einer Zielfunktion möglichst optimale Auslegung des Energiesystems ermittelt. Diese Auslegung (Lösung), wird im ersten Schritt des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse bereitgestellt. Bevorzugt wurde diese Lösung mittels eines Quantencomputers ermittelt.
  • In einem zweiten Schritt des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse wird ein zur Optimierung zugehöriger Zielfunktionskoeffizientenvektor, der den Parameter beziehungsweise dessen Referenzwert umfasst, bereitgestellt.
  • In einem dritten Schritt des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse wird eine Mehrzahl von Nebenbedingungen bereitgestellt, die der Optimierung zugehörig sind.
  • Mit anderen Worten wird für das erfindungsgemäße Verfahren zur Sensitivitätsanalyse eine Lösung der Optimierung für einen Referenzwert eines Parameters, sowie der zur Optimierung beziehungsweise Lösung zugehörige Zielfunktionskoeffizientenvektor und die zur Optimierung beziehungsweise Lösung zugehörigen Nebenbedingungen bereitgestellt.
  • In einem vierten Schritt des erfindungsgemäßen Verfahrens zur Sensitivitätsanalyse werden wenigstens eine oder mehrere aktive Nebenbedingung und ihr zugehöriger Normalenvektor ermittelt. Die Nebenbedingung beziehungsweise Nebenbedingungen sind insbesondere linear, sodass die aktive Nebenbedingung einer Hyperebene entspricht, die den genannten Normalenvektor aufweist beziehungsweise durch diesen festgelegt ist.
  • In einem fünften Schritt des erfindungsgemäßen Verfahrens wird ein kritischer Wert des Parameters ermittelt, wobei der kritische Wert des Parameters dadurch gekennzeichnet ist, dass der Zielfunktionskoeffizientenvektor, der den Parameter beziehungsweise dessen Referenzwert umfasst, parallel zum Normalenvektor der wenigstens einen aktiven Nebenbedingung ist.
  • Die Kennzeichnung der einzelnen Schritte impliziert keine zeitliche Reihenfolge der Schritte. Insbesondere können der erste Schritt, der zweite Schritt und der dritte Schritt zeitlich unabhängig voneinander durchgeführt werden. Die Kennzeichnung der Schritte kann jedoch bevorzugt einer zeitlichen Abfolge der Schritte entsprechen.
  • Durch das erfindungsgemäße Verfahren zur Sensitivitätsanalyse wird insbesondere ein Wertebereich für den Parameter ermittelt, welcher Wertebereich typischerweise als Randpunkte den Referenzwert des Parameters sowie den kritischen Wert des Parameters umfasst, sodass die Sensitivitätsanalyse vorteilhafterweise für einen gesamten Bereich der Wertes des Parameters (Wertebereich) erfolgt. Weist der Parameter einen Wert in der Nähe seines kritischen Wertes auf, dann ist die Auslegung des Energiesystems gegebenenfalls kritisch zu bewerten, da typischerweise nicht sichergestellt ist, dass das Energiesystem bei einer zukünftigen Änderung des Wertes des Parameters weiterhin optimal ausgelegt ist. Anhand des kritischen Wertes des Parameters beziehungsweise des genannten Wertebereiches kann jedoch abgeschätzt werden, wie wahrscheinlich ein Umkippen oder eine kritische Änderung der optimalen Auslegung des Energiesystems ist. Insgesamt wird dadurch eine robustere und betriebssichere Auslegung des Energiesystems im Rahmen eines Energiesystemdesignverfahren ermöglicht.
  • Die Implementierung von vorstehend beschriebenen Prozessen oder Verfahrensschritten kann anhand von Instruktionen, insbesondere anhand von Softwarecodeabschnitten, erfolgen, die auf computerlesbaren Speichermedien oder in flüchtigen Computerspeichern (im Folgenden zusammenfassend als computerlesbare Speicher bezeichnet) vorliegen. Computerlesbare Speicher (kurz Speichermedien) sind beispielsweise flüchtige Speicher wie Caches, Puffer oder RAM sowie nichtflüchtige Speicher wie Wechseldatenträger oder Festplatten. Die vorstehend beschriebenen Funktionen oder Verfahrensschritte können dabei in Form wenigstens eines Instruktionssatzes in oder auf einem computerlesbaren Speicher vorliegen. Die Funktionen oder Verfahrensschritte sind dabei nicht an einen bestimmten Instruktionssatz oder an eine bestimmte Form von Instruktionssätzen oder an ein bestimmtes Speichermedium oder an einen bestimmten Prozessor oder an bestimmte Ausführungsschemata gebunden und können durch Software, Firmware, Microcode, Hardware, Prozessoren oder integrierte Schaltungen im Alleinbetrieb oder in beliebiger Kombination ausgeführt werden. Dabei können verschiedenste Verarbeitungsstrategien zum Einsatz kommen, beispielsweise serielle Verarbeitung durch einen einzelnen Prozessor, Multiprocessing, Multitasking oder Parallelverarbeitung. Die Instruktionen können in lokalen Speichern abgelegt sein, es ist aber auch möglich, die Instruktionen auf einem entfernten System, insbesondere einem Wolkensystem (englisch: Cloud), beispielsweise MindSphere der Siemens AG, abzulegen und darauf via Netzwerk zuzugreifen. Der Begriff Computersystem, wie hier verwendet, umfasst Prozessoren und Verarbeitungsmittel im weitesten Sinne, beispielsweise Server, Universalprozessoren, Grafikprozessoren, digitale Signalprozessoren, anwendungsspezifische integrierte Schaltungen (ASICs), programmierbare Logikschaltungen wie FPGAs, diskrete analoge oder digitale Schaltungen, Quantencomputer, und beliebige Kombinationen davon, einschließlich aller anderen dem Fachmann bekannten oder in Zukunft entwickelten Verarbeitungsmittel. Prozessoren können dabei aus einer oder mehreren Vorrichtungen bestehen. Besteht ein Prozessor aus mehreren Vorrichtungen, können diese zur parallelen oder sequentiellen Verarbeitung von Instruktionen konfiguriert sein.
  • Obwohl die Erfindung im Detail durch die bevorzugten Ausführungsbeispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt oder andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
    • Bezugszeichenliste
    • S1
    erster Schritt
    S2
    zweiter Schritt
    S3
    dritter Schritt
    S4
    vierter Schritt
    S5
    fünfter Schritt

Claims (15)

  1. Verfahren zur Sensitivitätsanalyse eines mittels einer Optimierung ausgelegten Energiesystems bezüglich wenigstens eines Parameters des Energiesystems, umfassend wenigstens die Schritte:
    - Bereitstellen einer Lösung der Optimierung für einen Referenzwert des Parameters;
    - Bereitstellen eines zur Optimierung zugehörigen Zielfunktionskoeffizientenvektors, der den Parameter umfasst;
    - Bereitstellen einer Mehrzahl von zur Optimierung zugehörigen Nebenbedingungen;
    - Ermitteln wenigstens einer aktiven Nebenbedingungen und ihres zugehörigen Normalenvektors; und
    - Ermitteln eines kritischen Wertes des Parameters für welchen der Zielfunktionskoeffizientenvektor parallel zum Normalenvektor der wenigstens einen aktiven Nebenbedingung ist.
  2. Verfahren gemäß Anspruch 1, bei dem vor der Bereitstellung der Lösung, diese durch ein Extremalisieren einer linearen Zielfunktion berechnet wird.
  3. Verfahren gemäß Anspruch 2, bei dem die lineare Zielfunktion Z durch Z = cT · x ausgebildet wird, wobei c den Zielfunktionskoeffizientenvektor und x den Vektor der Variablen der Optimierung bezeichnet.
  4. Verfahren gemäß Anspruch 2 oder 3, umfassend den weiteren Schritt:
    - Extremalisieren der linearen Zielfunktion für den kritischen Wert des Parameters.
  5. Verfahren gemäß einem der Ansprüche 2 bis 4, bei dem das Extremalisieren der linearen Zielfunktion mittels eines Simplex-Verfahrens erfolgt.
  6. Verfahren gemäß einem der Ansprüche 2 bis 5, bei dem als lineare Zielfunktionen die Kohlenstoffdioxidemission des Energiesystems und/oder der Primärenergieeinsatz des Energiesystems und/oder die Gesamtkosten des Energiesystems verwendet werden/wird.
  7. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem als Parameter eine elektrische, thermische, chemische und/oder mechanische Last, ein Preis und/oder wenigstens eine metrologische Größe verwendet werden/wird.
  8. Verfahren gemäß einem der vorhergehenden Ansprüche, umfassend die weiteren Schritte:
    - Affine Transformation des Zielfunktionskoeffizientenvektors;
    - Ermitteln eines linearen Gleichungssystems in Abhängigkeit des Referenzwertes des Parameters und der affinen Transformation des Zielfunktionskoeffizientenvektors; und
    - Ermitteln des kritischen Wertes des Parameters mittels eines Lösens des linearen Gleichungssystems.
  9. Verfahren gemäß Anspruch 8, bei dem die affine Transformation mittels eines Scharparameters erfolgt, der verschiedene Werte des Parameters kennzeichnet.
  10. Verfahren zur Ermittlung einer Auslegung eines Energiesystems, dadurch gekennzeichnet, dass hierbei ein Verfahren gemäß einem der vorhergehenden Ansprüche verwendet wird.
  11. Computersystem zur Sensitivitätsanalyse eines mittels einer linearen Optimierung ausgelegten Energiesystems bezüglich eines Parameters des Energiesystems, dadurch gekennzeichnet, dass dieses zur Durchführung eines Verfahrens gemäß einem der vorhergehenden Ansprüche ausgebildet ist.
  12. Computersystem gemäß Anspruch 11, dadurch gekennzeichnet, dass dieses als Quantencomputer ausgebildet ist.
  13. Computersystem gemäß Anspruch 12, dadurch gekennzeichnet, dass dieses dazu ausgebildet ist eine Quanten-Abkühlung durchzuführen, insbesondere einen Quanten-Algorithmus für lineare Gleichungssysteme.
  14. Computersystem gemäß Anspruch 13, dadurch gekennzeichnet, dass dieses dazu ausgebildet ist, eine lineare Zielfunktion zu extremalisieren.
  15. Computerprogrammprodukt, welches in einem Speichermedium gespeichert ist und welches Softwarecodeabschnitte umfasst, mit welchen Softwarecodeabschnitten ein Verfahren gemäß einem der Ansprüche 1 bis 10 ausgeführt wird, wenn das Computerprogrammprodukt auf einem Computersystem gemäß einem der Ansprüche 11 bis 14 läuft.
EP18176567.8A 2018-06-07 2018-06-07 Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems Withdrawn EP3579175A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP18176567.8A EP3579175A1 (de) 2018-06-07 2018-06-07 Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP18176567.8A EP3579175A1 (de) 2018-06-07 2018-06-07 Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems

Publications (1)

Publication Number Publication Date
EP3579175A1 true EP3579175A1 (de) 2019-12-11

Family

ID=62748689

Family Applications (1)

Application Number Title Priority Date Filing Date
EP18176567.8A Withdrawn EP3579175A1 (de) 2018-06-07 2018-06-07 Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems

Country Status (1)

Country Link
EP (1) EP3579175A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259472A (zh) * 2020-01-13 2020-06-09 上海思优建筑科技有限公司 建筑结构的优化设计方法及系统
WO2021121881A1 (de) * 2019-12-20 2021-06-24 Siemens Aktiengesellschaft Bestimmung der struktur eines gegenüber einem ausfall einer oder mehrerer seiner komponenten resilienten energiesystems
CN113255224A (zh) * 2021-06-03 2021-08-13 玲珑集团有限公司 一种基于发光萤火虫算法的能源系统配置优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027885A1 (en) * 2006-07-31 2008-01-31 Van Putten Mauritius H P M Gas-energy observatory
US20130060719A1 (en) * 2011-09-02 2013-03-07 Hunt Energy Iq, Lp Load profile management and cost sensitivity analysis

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027885A1 (en) * 2006-07-31 2008-01-31 Van Putten Mauritius H P M Gas-energy observatory
US20130060719A1 (en) * 2011-09-02 2013-03-07 Hunt Energy Iq, Lp Load profile management and cost sensitivity analysis

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021121881A1 (de) * 2019-12-20 2021-06-24 Siemens Aktiengesellschaft Bestimmung der struktur eines gegenüber einem ausfall einer oder mehrerer seiner komponenten resilienten energiesystems
CN111259472A (zh) * 2020-01-13 2020-06-09 上海思优建筑科技有限公司 建筑结构的优化设计方法及系统
CN111259472B (zh) * 2020-01-13 2023-03-14 上海思优建筑科技有限公司 建筑结构的优化设计方法及系统
CN113255224A (zh) * 2021-06-03 2021-08-13 玲珑集团有限公司 一种基于发光萤火虫算法的能源系统配置优化方法

Similar Documents

Publication Publication Date Title
Duer et al. Designing of an effective structure of system for the maintenance of a technical object with the using information from an artificial neural network
DE102019126310A1 (de) System und Verfahren zum Optimieren der Verbrennung eines Kessels
DE102021127244A1 (de) Künstliche Intelligenz Optimierungsplattform
DE202023105081U1 (de) System zur Analyse der Auswirkungen von Situationsbewusstseinsattributen für die Belastbarkeitsbewertung aktiver Vertriebsnetze
DE102019219727A1 (de) System und Verfahren zum Detektieren von Anomalien in Sensordaten von industriellen Maschinen, die in einer vorbestimmten Umgebung angeordnet sind
EP3579175A1 (de) Verfahren zur sensitivitätsanalyse eines mittels einer optimierung ausgelegten energiesystems
Zolfaghari et al. A hybrid approach to model and forecast the electricity consumption by NeuroWavelet and ARIMAX-GARCH models
DE112021008210T5 (de) Systeme und Verfahren zum semantischen Markieren
DE112018007909T5 (de) Verfahren und system von strategischem betriebs- oderorganisationsmanagement
DE102024118211A1 (de) Verfahren und Vorrichtung zur Prognose der direkten Kohlenstoffemissionen bei der Zementherstellung
Yang et al. Developing data-driven models to predict BEMS energy consumption for demand response systems
DE102017222131A1 (de) Verfahren zur Auslegung eines multimodalen Energiesystems und multimodales Energiesystem
EP2628224A1 (de) Verfahren und einrichtung zum erzeugen eines zustandssignals
EP3872719A1 (de) Verfahren zur ermittlung eines ausfallrisikos
EP2067080B1 (de) Verfahren zum betreiben einer grosstechnischen anlage sowie leitsystem für eine grosstechnische anlage
Nezzar et al. Mid-long term Algerian electric load forecasting using regression approach
EP3561743A1 (de) Verfahren zur ermittlung einer auslegung eines energiesystems sowie energiesystem
DE102006058423A1 (de) Verfahren und Systeme zur vorhersagenden Modellierung unter Nutzung eines Modellkollektivs
Cho et al. A robust design of simulated annealing approach for mixed-model sequencing
EP3356834B1 (de) Verfahren zum rechnergestützten ermitteln von parametern eines elektrochemischen energiespeichers
EP3906522B1 (de) Computergestütztes energiemanagementverfahren und energiemanagementsystem
Krontiris Fuzzy systems for condition assessment of equipment in electric power systems
EP4043969A1 (de) Regelung einer energietechnischen anlage
EP3521947A1 (de) Energiemanagementverfahren
DE102019215262A1 (de) Verfahren zur Parameteridentifikation eines Black-Box-Modells für eine oder mehrere energietechnische Anlagen eines Energiesystems

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20200613