MA – Entwicklung eines ML-basierten Energiemanagements für Messegelände

Veranstaltungsgelände stehen aufgrund der komplexen energetischen Gebäudeinfrastrukturen und des hohen Energiebedarfs während Veranstaltungen vor besonderen Herausforderungen. Die gleichzeitige Versorgung verschiedener Hallen mit Strom, Wärme und Kälte erfordert eine präzise Planung, um Engpässe zu vermeiden und eine zuverlässige und effiziente Energieversorgung sicherzustellen. Die Einführung eines intelligenten Energiemanagements für Messegelände bietet Chancen für innovative Lösungen und Technologien. Durch die Integration erneuerbarer Energien wie Photovoltaik, Solarthermie und Aquathermie, innovativer Anlagentechnik wie H₂-Systeme und emissionsarmer Erzeugungsanlagen sowie der Nutzung von Energiespeichern können Messegelände flexibel versorgt und die CO₂-Emissionen massiv reduziert werden. Zudem eröffnen sich Möglichkeiten für intelligente Lastmanagement-Systeme, um den Energieverbrauch optimal zu steuern und Lastspitzen zu minimieren, was neben der Dekarbonisierung auch wirtschaftlichen Einsparpotentiale eröffnet.

Im Rahmen der Arbeit sollen die Möglichkeiten für auf Maschinellem Lernen (ML) basierte Energiemanagementsysteme untersucht und für eine konkrete Anwendung in Python implementiert werden. Dies beinhaltet die Aufbereitung von Messdaten für Strom-, Wärme- und Kältedaten eines Messegeländes unter Berücksichtigung verschiedener Bestandspläne. Ein geeigneter Datensatz soll ausgewählt und ein Modell auf Basis von Maschinellem Lernen entwickelt werden. In diesem Zusammenhang wird ein Vergleich zwischen einer konventionellen Methode (ohne ML) und der ML-basierten Methode hinsichtlich ihrer Effizienz und Genauigkeit durchgeführt. Es sollen zudem verschiedene Methoden zur Berechnung wichtiger Abhängigkeiten und Kenngrößen eingesetzt werden, um die Vorteile eines intelligenten Energiemanagements zu veranschaulichen.

Betreuer: Tobias Beck, Dr. Christopher Lange

Für Studienfächer: EEI, Mechatronik, Energietechnik

Frühest möglicher Beginn: sofort

Verantwortlicher: Prof. Dr.-Ing. Martin März