inf516 - Distributed Operation in Digitalised Energy Systems (Veranstaltungsübersicht)

inf516 - Distributed Operation in Digitalised Energy Systems (Veranstaltungsübersicht)

Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Wintersemester 2024/2025 Prüfungsleistung
Vorlesung
  • Uneingeschränkter Zugang 2.01.516 - Agent-based Control in Energy Systems Lehrende anzeigen
    • Prof. Dr. Astrid Nieße
    • Rico Schrage, M. Sc.

    Wednesday: 08:00 - 10:00, weekly (ab 16.10.2024), Ort: A03 4-403
    Thursday: 16:00 - 18:00, weekly (ab 17.10.2024), Ort: A07 0-031
    This course first introduces the basics of software agents and agent systems. Using application examples from the field of energy systems, different aspects are examined, e.g., (distributed) optimization of real-world problems, agent architectures, agent communication, cooperative and competitive agents, and agents to implement distributed heuristics, ... The accompanying exercise is divided into two phases. 1. Phase: Exercise sheets are handed out to put the basics of the lecture into practice 2. Phase: You will get assigned to projects in which a distributed system/algorithm needs to be implemented that can solve a given real-world (from the energy domain) optimization problem. The programming language for the exercises is Python. The framework mango supports the implementation of the distributed system.
Übung
  • Uneingeschränkter Zugang 2.01.516 - Agent-based Control in Energy Systems Lehrende anzeigen
    • Prof. Dr. Astrid Nieße
    • Rico Schrage, M. Sc.

    Wednesday: 08:00 - 10:00, weekly (ab 16.10.2024), Ort: A03 4-403
    Thursday: 16:00 - 18:00, weekly (ab 17.10.2024), Ort: A07 0-031
    This course first introduces the basics of software agents and agent systems. Using application examples from the field of energy systems, different aspects are examined, e.g., (distributed) optimization of real-world problems, agent architectures, agent communication, cooperative and competitive agents, and agents to implement distributed heuristics, ... The accompanying exercise is divided into two phases. 1. Phase: Exercise sheets are handed out to put the basics of the lecture into practice 2. Phase: You will get assigned to projects in which a distributed system/algorithm needs to be implemented that can solve a given real-world (from the energy domain) optimization problem. The programming language for the exercises is Python. The framework mango supports the implementation of the distributed system.
Hinweise zum Modul
Teilnahmevoraussetzungen

Grundlagen der Optimierung, Grundlagen Digitalisierter Energiesysteme
Kapazität/Teilnehmerzahl 50
Prüfungszeiten

Im laufenden Semester und am Ende der Veranstaltung
Prüfungsleistung Modul

Portfolio oder mündliche Prüfung oder Klausur
Kompetenzziele

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ein Anwendungsproblem in cyber-physischen Energiesystemen daraufhin zu untersuchen, ob ein verteilter Optimierungsansatz sinnvoll angewendet werden könnte. Grundlagen der Selbstorganisation werden verstanden und in der Anwendung abgebildet. Weiterhin können die Basiskonzepte verteilter Verfahren sicher angewendet und auf einen Anwendungsfall übertragen werden. 
Fachkompetenzen 
Die Studierenden

  • kennen die oben genannten grundlegenden Konzepte der verteilten Optimierung und Agentensysteme


Methodenkompetenz

Die Studierenden

  • können die oben genannten grundlegenden Konzepte der verteilten Optimierung und Agentensysteme sicher darstellen und auf konkrete Problemstellungen in CPES anwenden.


Sozialkompetenz

Die Studierenden

  • erarbeiten in Kleingruppen Lösungen zu gegebenen Problemen
  • diskutieren die eigenen Lösungen mit anderen
  • reflektieren die Lösungen der Mitstudierenden in konstruktiver Weise


Selbstkompetenz

Die Studierenden

hinterfragen kritisch die Anwendung erlernter Methoden auf ein Praxisproblem