EnICO – Energieeffiziente IndustrieClusterOptimierung

• Antragsteller: Professor Dr. Oliver Rose; Professor Dr.-Ing. Thorsten Schmidt
• Fachliche Zuordnung: Produktionssystematik, Betriebswissenschaften, Qualitätsmanagement und Fabrikplanung ; Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe ; Energieverfahrenstechnik
• Förderung: Förderung von 2020 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 439187891

Die Verknappung energetischer Ressourcen im Kontext steigender Energiepreise sowie veränderte politische Rahmenbedingungen, wie die Energiewende, üben permanenten Druck auf den wirtschaftlichen Sektor aus. Besonders in der Industrie kommt dem effizienten Umgang mit Energie eine starke ökonomische Bedeutung zu. Auch die Forderungen nach mehr Nachhaltigkeit, Verringerung der Umweltverschmutzung sowie Ressourceneffizienz zielen auf den Umgang mit Energieresourcen ab. Nationale Förderprogramme fokussieren vorwiegend die Effizienzsteigerung beim Endenergiekonsumenten. Energetische Wechselwirkungen von Industrieunternehmen innerhalb eines regionalen Clusters (z.B. Industrieparks) und damit verbundene Potentiale werden am Rande betrachtet.Das Hauptziel des Forschungsprojektes besteht in der Modellierung und Optimierung der energetischen und stofflichen Kooperation von produktiven Unternehmen innerhalb eines lokalen Clusters. Dazu soll ein Optimierungswerkzeug (EnICO-Generator) geschaffen werden, welches die digitale Abstraktion, „energetische Selbstoptimierung“ sowie langfristig die Idealplanung von Industrieclustern hinsichtlich maximaler clusterinterner Ressourcenausnutzung sowie Minimierung des externen Ressourcenbedarfs unterstützt. Es soll gezeigt werden, welche internen Interaktionsprozesse sich positiv auf die Reduzierung der bezogenen Energien auswirken. Damit adressiert das Vorhaben neben den Forderungen nach höherer Energieeffizienz auch die Zielstellung, ressourcenschonender zu produzieren.Grundsätzlich handelt es sich um ein diskret-kontinuierliches Optimierungsproblem. Der Untersuchungsansatz fokussiert die Modellierung von clusterinternen Kooperationspartnern sowie deren Interaktionsbeziehungen (Stoff- und Energieaustausch). Zur Erreichung des angestrebten energetisch optimalen Kooperationsverhaltens sind Lösungen für den Problemkomplex der zeitdiskreten, dynamischen und reihenfolgerelevanten Zuteilung begrenzter Ressourcen zu generieren. Grundlage ist die Identifizierung und Parametrierung relevanter Korrelationen, die Ableitung von Optimierungszielgrößen sowie die Gestaltung der Steuerungsalgorithmen. Diese Projektzielstellung lässt eine hohe Modellkomplexität erwarten. Der Neuheitswert besteht zum einen im gewählten Abstraktionsfokus, in welchem die Effizienz energetisch-stofflicher Austauschbeziehungen über das Einzelunternehmen hinaus modelliert und optimiert wird. Diese Problemkomplexität verlangt ein dynamisch-kombinatorisches Zusammenwirken von Simulation und Optimierung. Zum anderen soll durch Einsatz eines Agentensystems, welches auf Basis der Methoden des „Maschinellen Lernens“ „Optimierungserfahrungen“ systematisch zu Regelsets kombiniert, das Ziel der intelligenten Cluster-Optimierung erreicht werden. Als visionäres Ziel soll aus einem Basismodell eines Industrie-Clusters durch automatische Erzeugung sinnvoller Interaktionsbeziehungen auf Grundlage des Regelsets ein spezifisches Optimalmodell generiert werden können.

• DFG-Verfahren: Sachbeihilfen