METIS - Methods and Models for Energy Transformation and Integration Systems

 

Projektlaufzeit: 10/2018 – 09/2021

Fördermittelgeber: Bundesministerium für Wirtschaft und Klimaschutz (BMWK)

Förderkennzeichen: 03ET4064B

Projektpartner:

• Forschungszentrum Jülich GmbH, Institut für Energie- und Klimaforschung, Techno-ökonomische Systemanalyse (IEK-3)
• Forschungszentrum Jülich GmbH, Institute for Advanced Simulation, Jülich Supercomputing Centre (IAS-JSC)
• Friedrich-Alexander-Universität Erlangen-Nürnberg, Department Mathematik, Lehrstuhl für Wirtschaftsmathematik (EDOM)

Das Energiesystem ist bereits heute durch einen sehr hohen Grad an Komplexität geprägt, der in Zukunft aufgrund der Energiewende und der Digitalisierung der Energiewirtschaft noch weiter zunehmen wird. Dieser Komplexität gilt es, im Rahmen der Energiesystemmodellierung in geeigneter Form entgegenzutreten, um relevante Forschungsfragen beantworten und zur politischen Debatte beitragen zu können. Zu diesem Zweck sollen innerhalb des Forschungsprojektes METIS Ansätze zum adäquaten Umgang mit Komplexität in Energiesystemmodellen erarbeitet und evaluiert werden. Diese Ansätze umfassen beispielsweise das Komplexitätsmanagement, die räumliche und zeitliche Aggregation von Zeitreihen, eine verbesserte Nutzung von Hochleistungsrechnern sowie die Anwendung neuer Optimierungsverfahren. Eine Übersicht der Forschungsfragen im Projekt METIS ist in Abbildung 1 dargestellt.

  Urheberrecht: © FCN-ESE Abbildung 1: Überblick über die Forschungsfragen im Projekt METIS

Im Verbundprojekt arbeitet ein interdisziplinäres Konsortium mit Vertretern aus den Bereichen der Informatik, der Mathematik, der Ingenieurs- sowie Wirtschaftswissenschaften zusammen.

Ziel der Beiträge der am FCN-ESE angesiedelten Forscher ist insbesondere das Herausarbeiten eines geeigneten Komplexitätsmanagements. Hierfür werden geeignete Methoden zur Komplexitätsreduktion mit den einhergehenden Ergebnisungenauigkeiten sowie den zeitlich gewonnenen Vorteilen zur Lösungsdauer bestimmt. Anschließend werden Ungenauigkeiten und Laufzeitvorteile in Entscheidungsmodelle überführt, um diese für die unterschiedlichen Anwendungsfälle qualifiziert miteinander abwägen zu können (für eine schematische Darstellung siehe Abbildung 2). Dabei soll insbesondere der gesamte Prozess der Energiesystemmodellierung (Akquise exogener Daten, Systemmodellierung, Simulation, Interpretation der Ergebnisse, etc.) mitberücksichtigt werden.

  Urheberrecht: © FCN-ESE Abbildung 2: Schematische Darstellung der systematischen Bewertung von Genauigkeit und Komplexität in Energiesystemmodellen  

Der im Rahmen des Projektes entwickelten Komplexitätsmanager kann hier abgerufen werden. Unter der Berücksichtigung des (1) Forschungsschwerpunktes sowie (2) der Präferenz hinsichtlich Komplexität und Genauigkeit bietet er eine Entscheidungshilfe zur optimalen Modellformulierung für Modellierer von Enegiesystemen.

 

Ausgewählte Publikationen von Fachergebnissen

Fachzeitschriftenartikel (full scholarly peer-review)
Hoffmann, M., Priesmann, J., Nolting, L., Praktiknjo, A., Kotzur, L. Stolten, D. (2021). Typical periods or typical time steps? A multi-model analysis to determine the optimal temporal aggregation for energy system models. Applied Energy, 304, 117825. [ScienceDirect]
Kotzur, L., Nolting, L., Hoffmann, M., Groß, T., Smolenko, A., Priesmann, J., Büsing, H., Beer, R., Kullmann, F., Singh, B., Praktiknjo, A., Stolten, D., Robinius, R. A modeler's guide to handle complexity in energy systems optimization. Advances in Applied Energy, 4, 100063. [ScienceDirect]
Ridha, E., Nolting, L., Praktiknjo, A. (2020). Complexity Profiles: A Large-Scale Review of Energy System Models in Terms of Complexity, Energy Strategy Reviews, 30, 100515. [ScienceDirect]
Priesmann, J., Nolting, L., Praktiknjo, A. (2019). Are Complex Energy System Models More Accurate? An Intra Model Comparison of Energy System Optimization Models, Applied Energy 255(12), 2019. [ScienceDirect]