Refine
Document Type
- Journal article (5) (remove)
Is part of the Bibliography
- yes (5)
Institute
- ESB Business School (4)
- Technik (1)
Das Thema Energiewende ist in aller Munde. Sie soll eine sichere, umweltverträgliche und wirtschaftlich erfolgreiche Zukunft ermöglichen. Ein Ansatz dafür ist die dezentrale, also verbrauchernahe Energieversorgung. Der Trend geht weg vom konventionellen Kraftwerk und hin zur Kraft-Wärme-Koppelung und erneuerbaren Energien. Für einen absehbaren Zeitraum geht es auch darum, zentrale und dezentrale Elemente sinnvoll miteinander zu verknüpfen. Mit der Frage, wie Energiesysteme angepasst und kombiniert werden müssen, um den Energiehaushalt – den nationalen wie den von Unternehmen und Privatpersonen – optimieren zu können, beschäftigt sich das Reutlinger Energiezentrum für Dezentrale Energiesysteme und Energieeffizienz in Lehre und Forschung. Es ist die Kombination aus Technik und Betriebswirtschaft, aus einzelwirtschaftlicher Optimierung und aus Gesamtsicht, die das Reutlinger Energiezentrum ausmacht. Im Folgenden werden die Schwerpunkte des Forschungsteams dargestellt.
Mit der Energiewende hat die Bundesregierung den Umbau der Energieversorgung begonnen. Da das Gelingen der Energiewende für die Zukunfts- und Wettbewerbsfähigkeit des Wirtschaftsstandorts Deutschland essenziell ist, wurden seitens des Bundesverbandes der deutschen Industrie (BDI) bereits 2013 Impulse für eine smarte Energiewende veröffentlicht, in denen fünf Prinzipien abgeleitet werden, die einen Rahmen für den Diskurs über die zu ergreifenden Maßnahmen setzen. Erneuerbare Energien werden in dem kommenden Jahren die dominierende Stromquelle darstellen. Daraus entstehen neue Herausforderungen. Zu deren Bewältigung hat das Bundeswirtschaftsministerium (BMWi) kürzlich eine 10-Punkte-Agenda (ZPA) für die zentralen Vorhaben der Energiewende vorgelegt. Zu diskutieren ist, inwieweit sie im Einklang mit den fünf Prinzipien des BDI steht und an welchen Stellen Anpassungen notwendig werden, damit der Umbau des Energiesystems erfolgreich gelingen kann.
Zusammen mit Partnern aus Industrie und Politik untersuchen die ESB Business School der Hochschule Reutlingen, die Hochschule Offenburg und die Fachhochschule Nordwestschweiz (FHNW) in einem Interreg-Projekt die Möglichkeiten, klima- und gesundheitsschädliche Emissionen im Grenzverkehr am Hochrhein zu reduzieren. Elektromobilität und Fahrgemeinschaften werden dazu im Rahmen eines Pilotprojekts gefördert und die Wirkung analysiert. Erste Ergebnisse zeigen, dass heutige Elektroautos für das grenzüberschreitende Pendeln unter bestimmten Voraussetzungen geeignet sind.
The general conclusion of climate change studies is the necessity of eliminating net CO2 emissions in general and from the electric power systems in particular by 2050. The share of renewable energy is increasing worldwide, but due to the intermittent nature of wind and solar power, a lack of system flexibility is already hampering the further integration of renewable energy in some countries. In this study, we analyze if and how combinations of carbon pricing and power-to-gas (PtG) generation in the form of green power-to-hydrogen followed by methanation (which we refer to as PtG throughout) using captured CO2 emissions can provide transitions to deep decarbonization of energy systems. To this end, we focus on the economics of deep decarbonization of the European electricity system with the help of an energy system model. In different scenario analyses, we find that a CO2 price of 160 €/t (by 2050) is on its own not sufficient to decarbonize the electricity sector, but that a CO2 price path of 125 (by 2040) up to 160 €/t (by 2050), combined with PtG technologies, can lead to an economically feasible decarbonization of the European electricity system by 2050. These results are robust to higher than anticipated PtG costs.
In recent years, both fields, AI and VRE, have received increasing attention in scientific research. Thus, this article’s purpose is to investigate the potential of DL-based applications on VRE and as such provide an introduction to and structured overview of the field. First, we conduct a systematic literature review of the application of Artificial Intelligence (AI), especially Deep Learning (DL), on the integration of Variable Renewable Energy (VRE). Subsequently, we provide a comprehensive overview of specific DL-based solution approaches and evaluate their applicability, including a survey of the most applied and best suited DL architectures. We identify ten DL-based approaches to support the integration of VRE in modern power systems. We find (I) solar PV and wind power generation forecasting, (II) system scheduling and grid management, and (III) intelligent condition monitoring as three high potential application areas.