Sie sind hier: Startseite Smart Cities & Industries … Forschungsfokus: Smart Cities

Forschungsfokus: Smart Cities

Laufende Forschungsprojekte

 

Datengetriebene Netzausbauplanung
Ziel
  • Design eines Decision Support System (DSS, Entscheidungsunterstützendes System) für die Planung von Mittel- und Niederspannungsnetzen
  • Verbesserung betrieblicher und strategischer Netzplanungsprozesse
Methodik
  • Stochastische Modellierung dezentraler Erzeugungsanlagen mit einem Fokus auf einzelne gebäude
  • Probabilistische Lastflussberechnungen, kompletter Durchlauf über alle Netze im Mittel- und Niederspannungsbereich
  • Simulation von kostenoptimalen Erweiterungsmaßnahmen durch einen stochastischen Dynamic-Programming-Ansatz
Ergebnisse
  • Ermittlung langfristiger Netzinvestitionen für die strategische Ausbauplanung
  • Evaluatierung von Smart-Grid-Technologien zur Reduzierung der notwendigen Investitionen
  • DSS um Abläufe in der betrieblichen Netzplanung zu verbessern

 

stromnetzplanung.jpg

 

Bestimmung von (geographischen) Einflussfaktoren auf die Nutzung von Carsharing
Ziel
  • Eingrenzung des optimalen Geschäftsgebietes für Free-Float-Carsharing
Methodik
  • Datengrundlage: 1 Million Fahrten und 180.000 POIs
  • Statistisches Modell, welches die Korrelation zwischen Fahrten in einer bestimmten Region und POIs in der Umgebung nutzt
Ergebnisse
  • Visualisierung der erwarteten Nachfrage im aktuellen Geschäftsgebiet und in potenziellen Expansionsgebieten
  • Entscheidungskriterien für Expansionsstrategien
  • Erfahrungen des Carsharing-Partners bestätigen Modellvorhersagen
  erwartete_nachfrage_poi.jpg tatsaechliche_nachfrage.jpg Erwartete Nachfage aufgrund von points of interest (l.), verglichen mit tatsächlicher Nachfrage (r.)
Publikationen

 

Geographische Relationen aus sozialen Medien
Ziel
  • Erklärung der geographischen Präferenzen von Personengruppen anhand von Daten sozialer Netzwerke
Methodik
  • Datengrundlage: 650.000 Tweets und 60.000 POIs
  • Abschätzung von Attraktivität unterschiedlicher Stadtbereiche durch geo-statistische Analyse der Twitter-Aktivität in der Umgebung
Ergebnisse
  • Es wurden erfolgreich Beziehungen zwischen der Twitter-Aktivität und Geschäften/Lokalitäten aufgedeckt
  • Erkenntnisse sind insbesondere wertvoll für die Marktforschung und den Einsatz ortsbezogener Dienste, z.B. Recommender-Systeme
  geo_temporale_beobachtungen.jpg auftrittswahrscheinlichkeiten.jpg Geo-temporale Beobachtungen (l.) können genutzt werden, um Auftritts-
wahrscheinlichkeiten (r.) von unabhängigen Ereignissen zu berechnen

Publikationen

  • Bendler J, Wagner S, Brandt T, Neumann D: Taming Uncertainty in Big Data - Evidence from Social Media in Urban Areas BISE/WIRTSCHAFTSINFORMATIK Special Issue "Big Data", 2014.
  • Bendler J, Brandt T, Wagner S, Neumann D: Investigating Crime-to-Twitter Relationships in Urban Environments – Facilitating a Virtual Neighborhood Watch 2014 (22nd European Conference on Information Systems (ECIS 2014), Tel Aviv, Israel, June 9-11, 2014).

 

 

Abgeschlosse Forschungsprojekte

 

Demand Response
Ziel
  • Design von Demand-Response-Systemen zur Optimierung der Lastverschiebung
  • Abschätzung des Kosten-Nutzen-Verhältnisses unter einer aggregierten, ortsbezogenen Betrachtung
Methodik
  • Datengrundlage: Elektrizitätspreise, Stromnachfrage, Demand-Response-Potential
  • Finanztechnisches Optimierungsmodell um Lastverschiebungsentscheidungen zu unterstützen
  • Sensitivitätsanalysen um die Auswirkung verschiedener Parameter zu untersuchen
Ergebnisse
  • Hohe Kommunikationskosten, die direkte Kosteneinsparungen übertreffen
  • Demand-Response-Potential zu niedrig um an Strombörsen gehandelt zu werden → Regulierungsanpassungen notwendig

Discrepancy_RES_Demand

  • Direkte Lastverschiebung profitabler als andere Nutzungsoptionen wie Regelleistung
Publikationen

 

Informationssysteme zur Vehicle-to-Household-Integration
Ziel
  • Design eines Informationssystems zur Verbesserung der Eigenenergienutzung von Haushalten
  • Identifikation von"Grünen Synergien" zwischen Vehicle-to-Grid (V2G) Technologie (bidirektionales Laden) und Photovoltaikenergie
Methodik
  • Datengrundlage: Realdaten zu Elektrizitätspreisen, PV-Erzeugung und Mobilitätsmustern
  • Entwicklung verschiedener Strategien für das optimale Laden von Elektrofahrzeugbatterien unter hohem Eigenenergieverbrauch
  • Sensitivitätsanalysen um die Auswirkung verschiedener Parameter zu untersuchen
Results
  • Gewinn aus Energieeinspeisung übertrifft Kosten für Haushaltsverbrauch und Mobilität
  • Nutzung von Plug-in-Hybridfahrzeugen ermöglicht die Zwischenspeicherung von Solarenergie

Benchmark: no load strategy                 V2G load strategy

  • Gewinn ist äquivalent zu einer 7.500$-Subvention für den Kauf von V2G-fähigen Elektrofahrzeugen
Publikationen

 

Optimales Platzieren von Ladestationen für Elektrofahreuge
Ziel
  • Identifikation von optimalen Standorten für Ladestationen in Amsterdam
  • Maximierung der zu erwartenden Auslastung der Stationen
Methodik
  • Datengrundlage: 1,3 Millionen Ladevorgänge und 61.000 "points of interest" (POIs), wie Schulen, Bars, oder Museen
  • Dynamisches Modell, das Auslastung einer Station und POIs in der Umgebung in Zusammenhang bringt
  • Ermöglicht auch die statistische Abschätzung des Einflusses einer Ladestation auf die Auslastung der umgebenden Ladestationen
Ergebnisse
  • Visualisierung der erwarteten Auslastung (grün → hoch; rot → niedrig) im Stadtgebiet von Amsterdam
  • Erwartete Auslastung passt sich an wenn neue Ladestationen gesetzt werden
  • Automatische Platzierung von Ladestationen nach erwarterter Auslastung
erwartete_auslastung_amsterdam.jpg
Publikationen
  •  Wagner S, Brandt T, Neumann D: Smart City Planning – Developing an Urban Charging Infrastructure for Electric Vehicles 2014 (ECIS 2014, 22nd European Conference on Information Systems, Tel Aviv, Israel, June 9-11, 2014).
  • Wagner S, Brandt T, Neumann D: Business Intelligence in Infrastructure Planning – Maximizing the Utilization of Charging Stations in Urban Setting 2014 (Winter Conference on Business Intelligence (WCBI 2014), Snowbird, Utah, 27 February – 1 March 2014).