Dezentrales Vernetztes Energiemanagement: Ein Ansatz Auf Basis Eines Verteilten Adaptiven Realzeit-multiagentensystems

Front Cover
Springer-Verlag, Mar 26, 2010 - Technology & Engineering - 283 pages
Sebastian Lehnhoff entwickelt ein Energiemanagementsystem für dezentrale und vorrangig regenerative Energieumwandlungsanlagen unter verteilter Kontrolle, das den Reserveleistungsbedarf reduziert und vorhandene Effizienzpotenziale stärker nutzt.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

Einleitung
1
Das europäische Energieversorgungssystem
17
Verteilte Verhandlungen in einem dezentralen Agentensystem
37
Dezentrales Netzmanagement
87
Verteiltes Lernen
129
Experimentelle Untersuchungen
145
Dezentrale Betriebsführung
205
des bei unterschiedlichen Maximalströmen im Raum komplexer
223
Fazit und Ausblick
241
A Anhang
249
Literaturverzeichnis
255
Copyright

Other editions - View all

Common terms and phrases

0/kWh mittlere aktueller Konsument Algorithmus Ausgleichskapazität Bedarf Bedingte Konsumenten Bedingten Agenten Beobachtungszeitraum Betrieb Betriebspunkt Bewertung Bilanzkreises Blindleistung Blockheizkraftwerks Decolearn Demand and Supply Demand Side Management dezentrale Durchschnittliche Verhandlungshöhe Effizienz Einspeisung elektrischen Energie Energiepreise Erzeugerpreise im Zeitraum Experimente Facetten Fallstudie Gemittelte Verbraucher höheren Hyperebene Imax innerhalb Kaufhöhe Knoten Konfigurationen Konsumenten Konsumenten und Produzenten konvexen Hülle Kraftwerke Kühlschränke kurzfristige Lastgangkurven Lastprofil Lastprognosen Laufzeit Leistung Leistungsbilanz Leitungsströme Management in DEZENT maximale mittlere Standardabweichung möglich Netz Newton-Raphson-Verfahren niedriger notwendige Regelenergie Parameter Parameterkonfiguration Peak Demand Peak Management Periode Photovoltaik Photovoltaikanlagen Preis Preisrahmen Produzenten Raum komplexer Regelenergie regenerativer Reserveleistung siehe Abbildung siehe Kapitel siehe Tabelle similarity Spannungsebene Spannungsvektor Spitzenlast Startgebot stochastischen Strategie Supply Management tduty Teilmenge tmax tmin Übertragungsnetzbetreiber unbefriedigte Agenten unterster Verhandlungsebene Unterversorgung unvorhersehbare Verbraucher und Erzeuger Verbraucherpreis Verfahren Verfügbarkeit verhandelten Verhandlungen Verhandlungshöhe im Zeitraum Verhandlungskurven Verhandlungsperiode Verhandlungsrunde Verhandlungsstrategien Verhandlungszyklus Verkaufshöhe Versorgungskonfiguration Versorgungssituation Verstetigung verteilten Virtuellen Agenten virtuellen Kraftwerk Werte zeitflexiblen

About the author (2010)

Prof. Dr. Sebastian Lehnhoff ist Juniorprofessor für Energieinformatik am OFFIS - Institut für Informatik in Oldenburg.

Bibliographic information