Im Rahmen des von der Deutschen Forschungsgemeinschaft geförderten F&E Projektes DEZENT, einem Gemeinschaftsprojekt zwischen dem Fachbereich Informatik und der Fakultät Elektrotechnik an der Universität Dortmund, wird eine neues Versorgungsmodell für elektrischen Strom aus verteilter, regenerativer Energieerzeugung entwickelt. Im Gegensatz zu herkömmlichen Versorgungs- und Regelungskonzepten, bei denen die Energie von oben nach unten (Top-Down) verteilt und der globale Systemzustand zentral verwaltet und analysiert wird, um ein gewisses Maß an unvorhersehbaren Störungen in der Versorgungsleistung systemtechnisch aufzufangen, geschieht in DEZENT die Verteilung und der Abgleich von Energie von unten nach oben (Bottom-Up). In einem solchen Modell stellen verteilte regenerative Energieumwandlungsanlagen (REA) selbst Reserveleistung zur Verfügung und schaffen so den, für eine gesicherte Versorgung notwendigen, Netzausgleich. Um mit der praktischen Unvorhersehbarkeit in den individuellen Anschlussleistungen einzelner REA (Photovoltaik-Anlagen, Windräder, etc.) umgehen zu können, nutzt DEZENT Betriebsintervalle von nur 0,5s Länge (Kleinste realistische Zeiteinheit für „herkömmliche“ Schaltvorgänge). Software Agenten verhandeln innerhalb dieser Intervalle stellvertretend für individuelle Erzeuger und Verbraucher autonom und direkt miteinander und stimmen sich kontinuierlich über Leistungsfähigkeit und Bedarf ab.
Im Rahmen dieser Arbeit soll der DEZENT-Verhandlungsalgorithmus als ein verteilter Algorithmus implementiert werden. Hierzu muss gleichzeitig ein zugrundeliegender Kommunikationsalgorithmus implementiert werden, der die Kommunikation zwischen den verteilt agierenden Agenten gewährleistet, sowie ein Framework zur Simulation des verteilten Systems. Zuletzt wird eine verteilte künstliche Intelligenz entwickelt, der durch Reinforcement Learning versucht die Verhandlungsstrategien der zugehörigen Agenten zu verbessern und an die sich ständig ändernden Umgebungsparameter anzupassen.
[1] AGEE, Arbeitsgruppe Erneuerbare E.: Entwicklung der erneuerbaren Energien im Jahr 2006 in Deutschland. http://www.erneuerbare-energien.de/inhalt/38788/5466/. Version: Februar 2007
[2] ANTHONY, P.; HALL, W.; DANG, V.; JENNINGS, N.: Autonomous Agents for Participating in Multiple Online Auctions. In: Proceedings of the 17. International Joint Conference on Artificial Intelligence (IJCAI’01). Seattle WA, USA, Juli 2001
[3] BAJAJ, Lokesh; TAKAI, Mineo; A HUJA, Rajat; TANG, Ken; BAGRODIA, Rajive; GERLA, Mario: GloMoSim: A Scalble Network Simulation Environment. In: UCLA Computer Science Department Technical Report 990027, 1999
[4] BGR, Bundesanstalt für Geowissenschaften und R.: Kurzstudie Reserven, Ressourcen und Verfügbarkeit von Energie 2005. http://www.bgr.bund.de/nn_322848/DE/Themen/Energie/Produkte/energiestudie__2005__nichterneuerbar.html. Version: 2005
[5] BUNDESTAG: Gesetz zur Neuregelung des Rechts der Erneuerbaren Energien im Strombereich. http://217.160.60.235/BGBL/bgbl1f/bgbl104s1918.pdf. Version: Juli 2004
[6] CONTERAS, J.; CANDILES, O.; FUENTE, J. I. l.; GOMEZ, T.: Auction Designin Day-Ahead Electricity Markets. In: IEEE Tranaction on Power Systems, 2001
[7] FALL, Kevin; VARADHAN, Kannan: The ns Manual. http://www.isi.edu/nsnam/ns/doc/ns_doc.pdf. Version: Mai 2007
[8] Kapitel Adaptive Real-time Systems. In: F OHLER, Gerhard: Embedded Systems Design - The ARTIST Roadmap for Research and Development. Springer Verlag, 2005
[9] GREENWALD, A.; KEPHART, J. O.: Shopbots and Pricebots. In: Proceedings of the 16. International Joint Conference on Artificial Intelligence (IJCAI’99). Stockholm, 1999
[10] ILIC, M. D.; ALLEN, E. H.; CHAPMAN, J. W.; KING, C. A.; LANG, J.H.; LITVINOV, E.: Preventig Future Blackouts by Means of Enhanced Electric Power Systems Control: From Complexity to Order. In: Proceedings of the IEEE Bd. 93, 2005, S. 1920–1941
[11] KRAUSE, Olav; LEHNHOFF, Sebastian: Die Rolle dezentraler Energieversorgung im Netz der Zukunft. In: 4. Fachkongress für die Energiewirtschaft. Essen, Deutschland, 20. Sept 2006
[12] LEHNHOFF, Sebastian: Dezentrale vernetzte Energiebewirtschaftung auf Basis eines verteilten adaptiven Realzeit-Multiagentensystems. http://ls3-www.cs.uni-dortmund.de/Projects/Dezent/index.xml?lang=de. Version: 2006
[13] MAKAROV, Y.-V.; RESHETOV, V. I.; STROEV, V. A.; VOROPAI, N.I.: Blackout Prevention in the United States, Europe and Russia. In: Proceedings of the IEEE Bd. 93, 2005, S. 1942–1955
[14] MOSKVAN, Jaromir: Entwicklung und Simulation eines verteilten Multiagentenframeworks für das dezentrale Energiemanagementsystem DEZENT, Fachbereich Informatik, Universität Dortmund, Diplomarbeit, Mai 2007
[15] RUSSEL, Stuart; NORVIG, Peter: Artificial Intelligence - A Modern Approach. New Jersey : Prentice Hall, 1995
[16] SUTTON, Richard S.; BARTO, Andrew G.: Reinforcement Learning: An Introduction. Cambridge, Massachusetts : The MIT Press, 1998
[17] WANG, S.Y. ; C HOU, C.L. ; L IN, C.C.: The Design and Implementation of the NCTUns Network Simulation Engine. In: Elsevier Simulation Modelling Practice and Theory, 2007, 57-81
[18] WEDDE, Horst F.; LEHNHOFF, Sebastian; HANDSCHIN, Edmund; KRAUSE, Olav: A Distributed Real-Time Multi-Agent System for Decentralized Management of Electric Power / University of Dortmund. Version: Feb 2006. http://ls3-www.cs.uni-dortmund.de/Publications/pdf/TechReports/techreport809.pdf. 2006 (809). - Forschungsbericht
[19] WEDDE, Horst F.; LEHNHOFF, Sebastian; HANDSCHIN, Edmund; KRAUSE, Olav: Real-Time Multi-Agent Support for Decentralized Management of Electric Power. In: Real-Time Systems, 2006. (ECRTS 2006). Proceedings. 18th Euromicro Conference on. Dresden, Germany, 5-7 July 2006
[20] WEDDE, Horst F.; LEHNHOFF, Sebastian; HANDSCHIN, Edmund; KRAUSE , Olav: Autonomous Real-Time Management of Unpredictable Power Needs and Supply / University of Dortmund. Version: Jan 2007. http://ls3-www.cs.uni-dortmund.de/Publications/pdf/TechReports/techreport810.pdf. 2007 (810). - Forschungsbericht
[21] WEDDE, Horst F.; LEHNHOFF, Sebastian; HANDSCHIN, Edmund; KRAUSE, Olav: Dezentrale vernetzte Energiebewirtschaftung im Netz der Zukunft, 2007
[22] WEDDE, Horst F.; LEHNHOFF, Sebastian; HANDSCHIN, Edmund; KRAUSE, Olav: Distributed Learning in Adaptive Real-Time Systems. 2007
[23] WEGENER, Ingo: Effiziente Algorithmen für grundlegende Funktionen. Stuttgart: Teubner, 1996
[24] WU, F.F.; MOSLEHI, K.; BOSE, A.: Power System Control Centers: Past, Presentand Future. In: Proceedings of the IEEE Bd. 93, 2005, S. 1890–1908