Die Betrachtung von Multi-Energie Systemen gewinnt immer mehr Beachtung durch die
zunehmende Kopplung der Energiesektoren (z.B. Strom, Gas und Wärme). Durch die Kopplung
entstehen betriebliche Abhängigkeiten zwischen den Sektoren. Des Weiteren findet aktuell ein
Wandel von der zentralen zur dezentralen Steuerung (z.B. mit Multi-Agenten Systemen) des
Stromnetzes statt. Folglich ist von Interesse, wie eine verteilte Fahrplanoptimierung
sektorenübergreifend gestaltet werden kann und in welchem Rahmen diese sinnvoll einsetzbar
wäre.
In der Arbeit soll eine verteilte Fahrplanoptimierung für den Einsatz in einem Multi-Energiesystem
entwickelt werden (Strom, Gas und ggf. Wärme). Bei der Fahrplanoptimierung wird für jede Anlage
eine Planung erzeugt, welche darstellt zu welchem Zeitpunkt welche Aktion durchgeführt werden
soll (Einspeisungen in bzw. Entnahme von Leistung aus dem Netz). Die Optimierung soll in zu
erstellenden Szenarien simuliert und evaluiert werden.
Durch die Arbeit lernt der Student / die Studierende Multi-Energiesysteme, Multi-Agenten-Systeme
und verteilte Fahrplanungsalgorithmen kennen. Weiterhin werden Kenntnisse in asynchroner
Programmierung in Python erworben.

• Implementierung einer verteilten Fahrplanoptimierung in einem Multi-Energiesystem
• Definition von Evaluationsszenarien für sektorenübergreifende Verbünde von Anlagen
• Simulation der Szenarien

• Vorkenntnisse im Bereich Energiesysteme/Machine Learning sind hilfreich, aber nicht
zwingend notwendig
• Grundlegende Kenntnisse der Programmiersprache Python