Die Energiewende stellt Entscheidungsträger*innen vor große Herausforderungen. Die Energiesystemanalyse unterstützt hierbei die Planung und Entscheidungsfindung, indem sie Erkenntnisse über Energiesysteme liefert, beispielsweise durch Energiesystemmodelle. Gleichzeitig sind viele Entscheidungsträger*innen und Interessengruppen an der Energiewende beteiligt, die alle unterschiedliche und potenziell gegensätzliche Interessen haben. Daraus ergeben sich weitere Komplexitäten für die Entscheidungsfindung, denen viele herkömmliche Energiesystemmodelle mit einem rein technisch-ökonomischen Ansatz nicht hinreichend gerecht werden.

Die Gruppe "Multikritrielle Energiesystemanalyse" entwickelt und verwendet daher Methoden zur Berücksichtigung mehrerer Entscheidungskriterien in der Energiesystemanalyse, um die Entscheidungsfindung für die Energiewende zu unterstützen. Sie entwickelt und nutzt insebesondere Ansätze des Operations Research, z.B. multikriterielle Optimierung und Modelling to Generate Alternatives, und verknüpft diese mit sektor-und skalenübergreifenden Energiesystemoptimierungsmodellen.
Wir nutzen diese Ansätze auch, um die Entwicklung neuer Technologien mit niedrigem Technologiereifegrad zu unterstützen, indem wir traditionelle Energiesystemmodelle umkehren, d.h hochgradig unsichere Eingangsparameter in Entscheidungsvariablen umwandeln.

Fünf multikriterielle Ansätze, die bei der Modellierung von Energiesystemen verwendet werden, basierend auf der Beziehung zwischen Kriterien und Optimierungsproblem

1 / 5

Pareto-Fronten zwischen Kosten, Kohlenstoffemissionen und thermischem Komfort (PPD) für ein Wohngebäude und drei verschiedene Kleidungs-Szenarien (blau, grau, rot)

2 / 5

Modelling to Generate Alternatives (MGA)-ähnliche Methoden zeigen eine breite Palette von alternativen Lösungen mit verschiedenen Systemdesigns, die nahezu den optimalen Zielwert (bzw. die optimalen Zielwerte) erreichen

3 / 5

Illustration der neu entwickelten Methode MGPA, die Mehrzieloptimierung und Modelling to Generate Alternatives verbindet, um vielfältige Lösungen knapp „hinter“ der Pareto-Front zu untersuchen

4 / 5

Im MOIn-Projekt kehren wir Energiesystemmodelle um, um mit der enormen Unsicherheit neuer Technologien mit niedrigem Technologiereifegrad umzugehen und Entwickler über Systembedarfe zu informieren

5 / 5

Previous

Next