Options
KI-basiertes Energiemanagement für Schiffe mit Gleichspannungs-Energienetzen
Citation Link: https://doi.org/10.15480/882.9141
Publikationstyp
Conference Poster not in Proceedings
Date Issued
2023-03-16
Sprache
German
TORE-DOI
Citation
Technische Universität Hamburg (2023)
Contribution to Conference
Die Veränderung des Klimas verdeutlicht u. a. die globale Relevanz des emissionsarmen Betriebs maritimer Systeme. Für diesen bedarf es einer nachhaltigen Energieversorgung an Bord, die durch die Integration erneuerbarer Energiequellen erreichbar ist. Dadurch entstehen zusätzliche Freiheitsgrade für das Energiemanagement eines Schiffs gegenüber dem Stand der Technik, bei dem alle Anlagen über große zentrale Generatoren versorgt werden. Da an Bord großenteils Gleichstrom (DC) verwendet wird, wird eine DC-Energieversorgung betrachtet, welche gegenüber Wechselstrom (AC)-Netzen Umwandlungsverluste reduziert.
In der Studie wird mit Reinforcement Learning als Methodik für eine mehrdimensionale Optimierung untersucht, welche zusätzlichen Freiheitsgrade im Energienetz ausgeschöpft werden können. Dazu werden ein exemplarisches Kabinennetz eines Kreuzfahrtschiffes realitätsgetreu in MATLAB (Software) modelliert und eine optimierte Regelung für das Energiemanagement simuliert. Dabei werden zwei Regelziele verfolgt: zum einen die Optimierung der Spannungsniveaus der Quellen (Batteriespeicher, Photovoltaik, Netzeinspeisung) in Form einer Droop-Regelung, zum anderen die Optimierung der mit dem Netz ausgetauschten Leistungen der genannten Quellen.
Durch die Anpassung der Spannungsniveaus lässt sich die Aufteilung der Lasten zwischen den Quellen variieren, eine Überlastung einzelner Quellen verhindern und die Lebensdauer der Komponenten im Netz maximieren. Die Studie leistet einen Beitrag bei der Ermittlung des Potenzials von KI-Anwendungen für das Energiemanagement.
In der Studie wird mit Reinforcement Learning als Methodik für eine mehrdimensionale Optimierung untersucht, welche zusätzlichen Freiheitsgrade im Energienetz ausgeschöpft werden können. Dazu werden ein exemplarisches Kabinennetz eines Kreuzfahrtschiffes realitätsgetreu in MATLAB (Software) modelliert und eine optimierte Regelung für das Energiemanagement simuliert. Dabei werden zwei Regelziele verfolgt: zum einen die Optimierung der Spannungsniveaus der Quellen (Batteriespeicher, Photovoltaik, Netzeinspeisung) in Form einer Droop-Regelung, zum anderen die Optimierung der mit dem Netz ausgetauschten Leistungen der genannten Quellen.
Durch die Anpassung der Spannungsniveaus lässt sich die Aufteilung der Lasten zwischen den Quellen variieren, eine Überlastung einzelner Quellen verhindern und die Lebensdauer der Komponenten im Netz maximieren. Die Studie leistet einen Beitrag bei der Ermittlung des Potenzials von KI-Anwendungen für das Energiemanagement.
Subjects
reinforcement learning
energy management
microgrid
dc system
renewable energy
MLE@TUHH
DDC Class
621: Applied Physics
Publication version
publishedVersion
Loading...
Name
Annuth-DMZ.pdf
Type
Main Article
Size
979.62 KB
Format
Adobe PDF