Forschungsprojekte

Das Projekt GNN4GC (Graph Neural Networks for Grid Control) zielt darauf ab, den Netzbetrieb zu unterstützen, indem es Lastflussberechnungen beschleunigt und netzdienliche Schalthandlungen für die Netztopologie bewertet und auswählt. GNNs sind für Netzstrukturen geeignet und stellen damit eine geeignete Methode dar, um die Energiewende zuverlässig und kosteneffizient zu bewältigen.

Ein wesentlicher Hebel zur Beschleunigung der Windparkplanung ist die Reduktion der Messdauer. Ein Hauptziel des Projekts ist daher die Qualifizierung (Bankfähigkeit) von Kurzzeitmessungen für die Ertragsabschätzung – bis hin zur Windpotenzialanalyse ohne Messung. Neben einer Beschleunigung lässt sich damit eine deutlich höhere Kosteneffizienz erreichen. Durch eine Verkürzung der Messdauer auf sechs bzw. drei Monate anstelle des üblichen Jahres kann so eine Kostenreduzierung von etwa 40 % bzw. 65 % erzielt werden.

Das Projekt „ML4FW“ soll mithilfe von Maschinellem Lernen den Betrieb der Fernwärmesysteme durch Optimierung der Betriebsparameter in Hausübergabestationen (HAST) verbessern. Durch das Senken von Systemtemperaturen, vor allem aber der Rücklauftemperaturen, können Energieverluste reduziert werden und so die Wärmeversorgung insgesamt nachhaltiger gestaltet werden.

Das Projekt UrbanGroundHeat verfolgt diesbezüglich zwei zentrale Projektziele. Auf Basis von modellbasierten Potentialuntersuchungen und Vorplanungen soll die Umsetzbarkeit für bestehende Quartieren der am Projekt beteiligten Energieversorger erarbeitet werden, so dass eine reale Umsetzung als zentrales Projektziel vorbreitet wird. Hierzu sollen detailliert die technischen, regulatorischen und ökonomischen Anforderungen in den untersuchten Quartieren identifiziert und bewertet werden.

Das übergeordnete Ziel des Vorhabens „TRAINING“ ist es, ein intelligentes, cross-sektorales und ressourceneffizientes Energiesystem auf Quartierebene zu realisieren. Durch erneuerbare und kosteneffizient lokal zu erschließende Wärmequellen, sowie bereits zur Verfügung stehende Speicherpotentiale (z.B. Gebäudemasse), kann eine Transformation der Wärmeversorgung von Quartieren erreicht werden.

Im Verbundprojekt CombiPower steht die Entwicklung einer modularen, kosteneffizienten und multifunktionalen Lade- und Antriebeinheit für elektrische Kraftfahrzeuge im Fokus.

Das Projekt „KI-Servicezentrum für sensible und kritische Infrastrukturen“ (KISSKI) zielt darauf ab, ein zentrales Rechen- und Servicezentrum für Künstliche Intelligenz aufzubauen. Es ermöglicht Unternehmen und Forschungseinrichtungen eine sichere und unterstützte Nutzung von KI, besonders in den Bereichen Medizin und Energie. Das Fraunhofer IEE bringt seine Expertise ein und bietet umfassende Beratungs- sowie Entwicklungsleistungen an.

Ziel des Projekts DeV-KopSys ist es, mit den klimapolitischen Zielen der Bundesregierung verträgliche Entwicklungspfade im Verkehrssektor in Rückkopplung mit anderen Sektoren des Energiesystems wissenschaftlich zu untersuchen. An die im Projekt „Klimawirksamkeit Elektromobilität“ erzielten Ergebnisse soll dabei angeknüpft werden.

Übergeordnetes Ziel des Projektes KonSEnz ist es, den zunehmend wetterabhängigen Energieerzeugungsprozessen und dem damit verbundenen flexiblen Verbrauch mit neuen Prognosekonzepten gerecht zu werden.