Modellbasierte Analyse und Multikriterien-Optimierung komplexer Systemszenarien unter Anwendung von Methoden der Künstlichen Intelligenz

Abstract

Die vorliegende Arbeit untersucht die Übertragung und Applizierung von algorithmischen Lösungsansätzen aus dem Bereich der Künstlichen Intelligenz und des Maschinellen Lernens in den Bereich des Systementwurfs. Das den Untersuchungen zugrunde liegende Anwendungsbeispiel entstammt dem Bereich energietechnischer Systeme – für diesen Anwendungskontext wurde im Rahmen von Vorgängerarbeiten eine skalierbare Methodik und Werkzeugumgebung geschaffen, die es ermöglichen, energietechnische Komponenten bis hin zu komplexen energietechnischen Systemszenarien auf virtueller Ebene zu modellieren und unter komplexen Umgebungsbedingungen (z.B. Witterungsverhältnisse, Strombörse) und Anforderungen (z.B. spezifische Charakteristika des Energiemarkts, gesetzliche Rahmenbedingungen) zu simulieren und zu analysieren. Darauf aufsetzend wird in der vorliegenden Arbeit ein algorithmischer KI-Ansatz auf den betrachteten Anwendungskontext adaptiert und für eine systematische Optimierung von Systemszenarien hinsichtlich variierender Zielkriterien eingesetzt – im vorliegenden Fall hinsichtlich einer Optimierung der strukturellen Zusammensetzung von Akteuren beim Ausbau eines bestehenden Netzwerkverbunds, entsprechend der Fragestellung, welcher Technologiemix unter Berücksichtigung konkreter Umgebungsbedingungen und Zielvorgaben einen bestmöglichen Optimierungseffekt zu generieren in der Lage ist. Hierbei wird untersucht, in welcher Weise die Fragestellung in eine für die Anwendung von KI-Ansätzen taugliche Formulierung überführt werden kann und auf welche Weise geeignete Iterationsverfahren und Metriken für eine zielgerichtete Traversierung des Explorationsraums formuliert werden können. Innerhalb einer experimentellen Untersuchung wird am Beispiel eines konkreten Netzwerkszenarios aufgezeigt, dass/inwieweit das entwickelte Lösungsverfahren in der Lage ist, hinsichtlich unterschiedlicher Zielvorgaben (Anpassung an reale Verbraucherkurve, Steigerung des Profits an der Strombörse, Senkung der CO 2 -Emission) eine systematische Optimierung des Netzwerkverbunds zu bewirken.