Fischer, KathrinKathrinFischer14336393X0000-0002-4553-7499Hoth, KaiKaiHoth2025-10-212025-10-212025Technische Universität Hamburg (2025)https://hdl.handle.net/11420/58073In der vorliegenden Arbeit wird ein gemischt-ganzzahliges lineares Optimierungsmodell zur Abbildung des Entscheidungsproblems von Energieaggregatoren (EAs) entwickelt, das die Einsatzplanung verschiedenartiger flexibler Energieressourcen, sowie das Handeln von Energie an verschiedenen Märkten für eine dem EA zugeordnete Menge von Haushalten beinhaltet. Der zentrale Forschungsbeitrag im Vergleich zu früheren Arbeiten in der Entwicklung des EA-Modells (EAM) liegt darin, dass es zum Einen einen ganzheitlichen Ansatz darstellt, da verschiedene Arten von Energieressourcen und Energiemärkten in das aggregierte Energiemanagement einer Gemeinschaft von Haushalten integriert werden, und zum Anderen in der Modellierung der technischen Restriktionen der Energieressourcen, insbesondere von Power-to-Heat-Systemen mit Wärmepumpen, einen hohen Detailgrad aufweist. Im Rahmen einer Fallstudie mit zwei saisonalen Szenarien, bestehend aus jeweils 62 Tagen, wird das EAM für die Day-Ahead-Planung von bis zu 111 Haushalten verifiziert und validiert. Die Ergebnisse zeigen, dass die beteiligten Haushalte durch den EA klare wirtschaftliche Mehrwerte erreichen können und dass diese Mehrwerte auf komplexen Synergien zwischen den Systemkomponenten beruhen, die nur durch die ganzheitliche und differenzierte Modellierung erfasst werden können. In weiteren Analysen wird eine zusätzliche Verbesserung der Effizienz des Energiemanagements von EAs durch eine vorausschauende Nutzung von Energiespeichern betrachtet. Dabei werden standardisierte Strategien identifiziert, die jeweils für verschiedene Konstellationen von Tagen zu einer Erhöhung der Handelsüberschüsse der Haushalte beitragen. Zudem wird eine Fairnessanalyse durchgeführt, die zeigt, dass der im EAM abgebildete interne Handel zwischen Haushalten hinsichtlich des Aspekts der Fairness problematisch ist, da der Gemeinschaft zur Verfügung gestellte Flexibilität nicht ausreichend belohnt wird. Als Ansatz zur Behebung dieses Zustands wird eine ex post-Umverteilung der realisierten gemeinschaftlichen Überschüsse vorgeschlagen. Im Weiteren wird das EAM im Kontext lokaler Energiemärkte betrachtet. Dazu wird ein Modell eines lokalen Marktes entwickelt, das in einen übergeordneten Day-AheadProzess zusammen mit dem EAM integriert wird und damit iterativ einen lokalen Energiehandel zwischen EAs abbildet. Die Anwendung in einer Fallstudie zeigt, dass die Art der Zusammensetzung der Haushalte von EAs starken Einfluss auf die entstehenden Handelsbeziehungen hat. So ist eine Spezialisierung von EAs auf jeweils bestimmte Typen von Haushalten, sodass die EAs zueinander heterogen sind, hinsichtlich der Wirksamkeit des lokalen Marktes von Vorteil gegenüber einer Menge unspezialisierter und somit gleichartiger EAs, die hingegen mehr internen Energieaustausch zwischen den Haushalten der jeweiligen EAs bewirkt. Für den Fall einer heterogenen Zusammensetzung von EAs wird in einer weiteren Untersuchung die Möglichkeit gezielter Markteingriffe zur Reduktion von Leitungsüberlastungen analysiert. Ein Vergleich vier verschiedener Maßnahmenansätze in jeweils neun Varianten führt zu dem Ergebnis, dass ein solcher marktbasierter Ansatz positiv zur Reduktion von Leitungsüberlastungen beitragen kann, dass das Potential jedoch begrenzt ist und die vorgestellten Ansätze somit unterstützend zu anderen Tools des Engpassmanagements zu betrachten sind. Im Fazit zeigt sich, dass EAs eine wichtige Funktion in zukünftigen Energiesystemen einnehmen können, indem sie für Haushalte wirtschaftlich effizientes Energiemanagement betreiben. Das in dieser Arbeit entwickelte EAM stellt ein Basismodell dar, um die Entscheidungsprobleme eines solchen Energiemanagements abzubilden. Dabei bestehen viele Konfigurationsmöglichkeiten und Einflussfaktoren, die für eine erfolgreiche Anwendung des Konzepts und zur Realisierung des Potentials von EAs zu berücksichtigen sind.In this work, a mixed-integer linear optimization model is developed to depict the decision-making problem of energy aggregators (EAs), which includes the deployment planning of various types of flexible energy resources and the trading of energy on different markets for a set of households assigned to the EA. The central research contribution compared to previous works in the development of the EA model (EAM) is that, on the one hand, it represents a holistic approach, as different types of energy resources and energy markets are integrated into the aggregated energy management of a community of households, and on the other hand, it features a high level of detail in the modeling of the technical restrictions of energy resources, in particular power-to-heat systems with heat pumps. In a case study with two seasonal scenarios, each consisting of 62 days, the EAM is verified and validated for day-ahead planning for up to 111 households. The results show that the participating households can achieve clear economic added value through the EA and that this added value is based on complex synergies between the system components, which can only be exploited through holistic and differentiated modeling. Further analyses consider an additional improvement in the efficiency of EA energy management through the foresighted use of energy storage systems. Standardized strategies are identified that contribute to an increase in household trading surpluses for different constellations of days. In addition, a fairness analysis is carried out, which shows that the internal trading between households depicted in the EAM is problematic in terms of fairness, as the flexibility provided to the community is not sufficiently rewarded. An ex-post redistribution of the realized community surpluses is proposed as an approach to improve fairness between households. Furthermore, the EAM is considered in the context of local energy markets. For this purpose, a model of a local market is developed that is integrated into a higher-level day-ahead process together with the EAM, thereby iteratively depicting local energy trading between EAs. Application in a case study shows that the composition of EAs' households has a strong influence on the resulting trading relationships. For example, specialization of EAs in specific types of households, resulting in heterogeneity among EAs, is advantageous in terms of local market efficiency compared to a set of unspecialized and thus homogeneous EAs, which, on the other hand, results in more internal energy exchange between the households of the respective EAs. In the case of a heterogeneous composition of EAs, a further study analyzes the possibility of targeted market interventions to reduce line congestion. A comparison of four different approaches, each with nine variants, leads to the conclusion that such a market-based approach can contribute positively to reducing line congestion, but that the potential is limited and the approaches presented should therefore be considered as supporting other congestion management tools. In conclusion, it is clear that EAs can play an important role in future energy systems by providing economically efficient energy management for households. The EAM developed in this thesis represents a basic model for depicting the decision-making problems of such energy management. There are many configuration options and influencing factors that must be taken into account for the successful application of the concept and the realization of the potential of EAs.dehttps://creativecommons.org/licenses/by/4.0/aggregatorsenergy managementsmart gridsmixed integer linear programmingheat pumpsenergy tradingSocial Sciences::330: EconomicsDoctoral Thesishttps://doi.org/10.15480/882.1601810.15480/882.16018Becker, ChristianChristianBeckerOther