Avdevicius, Edvard

In diesem Beitrag wird der Einsatz hybrider neuronaler Netze für Zeitreihenprognosen in verschiedenen Bereichen wie Energie, Verkehr, Finanzen und Umweltüberwachung untersucht. Es werden die grundlegenden Bausteine hybrider neuronaler Netze und die Verwendung struktureller Lösungen wie der Bidirektionalität vorgestellt. Außerdem werden die Genauigkeit, Anwendbarkeit und Nutzbarkeit von vier Hybridmodellen bewertet, die Faltungsschichten und rekurrente Einheitenblöcke zur Vorhersage zukünftiger Werte von Zeitreihendaten verwenden. Das Papier zeigt die Funktionalität des Modells, um automatisch zeitliche Muster aus historischen Daten zu extrahieren und zeitliche Vorhersagen zu treffen. Darüber hinaus werden die Ergebnisse von Open-Loop-Simulationen von Szenarien unterschiedlicher Komplexität vorgestellt sowie Schlussfolgerungen und Perspektiven für die weitere Forschung beurteilt. Dieses Paper dient als Übersicht für Forscher und Praktiker, die an der Verwendung neuronaler Netze für Zeitreihenprognosen interessiert sind.

Die Elektromobilität hat im öffentlichen Personennahverkehr (ÖPNV) einen bedeutenden Wandel eingeleitet. Verkehrsunternehmen wie die HOCHBAHN stellen ihre Bus-Flotten zunehmend auf emissionsfreie Antriebe um. Dies verändert nicht nur die Art und Weise, wie wir uns fortbewegen, sondern auch, wie wir Energie nutzen. Hieraus ergeben sich neue Herausforderungen und Chancen für unser Stromnetz. Die Kopplung der Sektoren Mobilität und Stromnetz spielt dabei eine entscheidende Rolle. Das Laden von Elektrobussen benötigt große Energiemengen. Diese stellen zum einen eine Belastung des Netzes dar, zum anderen können sie innerhalb betrieblicher Grenzen flexibel abgerufen werden. Die Flexibilisierung der Ladevorgänge durch ein gesteuertes Lade- und Lastmanagement ermöglicht es, Energie effizienter zu nutzen und die Umweltauswirkungen zu reduzieren. Hierbei spielt auch der Strommarkt eine bedeutende Rolle. Im Rahmen des Projektes „Koordinierungsfunktion des Verteilnetzes und Lastmanagement für den elektrifizierten Personenverkehr“ (KoLa) wird erarbeitet, wie dieses Potential der Kopplung ausgeschöpft werden kann. Dazu wird zum einen eine Optimierung des bestehenden Last- und Lademanagements der HOCHBAHN durchgeführt, indem dieses um weitere Faktoren wie den Netzzustand und eine kostengünstige Energiebeschaffung erweitert wird. Darüber hinaus wird auf dem Gelände eines Betriebshofes ein Batteriespeicher aufgebaut, um Lastspitzen zu reduzieren und die Flexibilität zu erhöhen. Zur präventiven Vermeidung von Engpässen wird eine Koordinierungsfunktion (KOF) des Verteilnetzes entwickelt. Diese prüft, ob am Vortag geplante Energiebezüge sich mit den Kapazitäten des Stromnetzes decken. Die Kombination dieser beiden neuen Systeme kann zukünftig einen wichtigen Beitrag zu nachhaltiger Mobilität und einem resilienten Energiesystem leisten.