Skip to main content

Analyse und Modellierung des Energiebedarfs

  • Chapter
  • First Online:
Analyse und Optimierung von Energieverbundsystemen
  • 10k Accesses

Zusammenfassung

Die Analyse der Einflussfaktoren auf den Energiebedarf besitzt große Bedeutung sowohl für Energieversorger als auch für Energieverbraucher. Prognosetools zur Berechnung des Energiebedarfs tragen zur effizienten Energiebereitstellung und -nutzung bei. Die Lastprognose beinhaltet die Vorhersage des künftigen zeitlichen Verlaufs des Verbrauchs von Strom, Wärme, Gas oder anderen eingesetzten Energieformen. Die Berechnung der Vorhersage erfolgt mithilfe mathematischer Modelle auf der Basis von historischen Lastverläufen unter Einbeziehung von aktuellen Produktions- und Klimadaten sowie weiterer signifikanter Einflussfaktoren. Wir konzentrieren uns in diesem Kapitel auf die Beschreibung von Regressionsmodellen für den Strom- und Wärmebedarf eines Versorgungsgebiets sowie auf die Anwendung von künstlichen neuronalen Netzen zur Entwicklung von Lastprognoseverfahren.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 89.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 119.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Maubach K, Wiemer H, Verstege J, Hauser M (1995) Rechnergestützte Energieeinsatzoptimierung als Planungs- und Betriebsführungswerkzeug in einem Querverbundunternehmen. VDI-Berichte Nr. 1226. VDI-Verlag Düsseldorf

    Google Scholar 

  2. VDI-Richtlinie 4661 (2014) Energiekenngrößen – Grundlagen – Methodik. Beuth, Berlin

    Google Scholar 

  3. DIN V 18599 (2012) Energetische Bewertung von Gebäuden. Beuth, Berlin

    Google Scholar 

  4. Maaß R, Schellong W, Steinmetz K (1993). Rechnergestützte Fahrweiseoptimierung für einen Fernwärmeverbund, Bd 22 Fernwärme International, AGFW, Frankfurt a. M., S 336–346

    Google Scholar 

  5. European Network of Transmission System Operators for Electricity (2014) Stromlastdaten für Deutschland. https://www.entsoe.eu/db-query/country-packages/production-consumption-exchange-package. Zugegriffen: 15. Okt. 2015

  6. Bundesamt für Energie BFE (2009) Validierung und Verbesserung von Lastprognosen. http://www.bfe.admin.ch. Zugegriffen: 14. Juli 2014

  7. Hong W (2013) Intelligent energy demand forecasting. Springer, London

    Book  Google Scholar 

  8. Schellong W (2011) Energy demand analysis and forecast. In: Kini PG (Hrsg) Energy management. InTech Open Access Publisher, Rijeka

    Google Scholar 

  9. Vereinigung Deutscher Elektrizitätswerke e. V. (2000) Umsetzung der analytischen Lastprofilverfahren: Step-by-step. VDEW-Materialien, Frankfurt a. M.

    Google Scholar 

  10. Deutscher Wetterdienst (2014) Testreferenzjahre (TRY). http://www.dwd.de/DE/klimaumwelt/klimaforschung/spez_themen/try. Zugegriffen: 15. Okt. 2015

  11. Bundesverband Erneuerbare Energie e. V. (2013) Möglichkeiten zum Ausgleich fluktuierender Einspeisungen aus Erneuerbaren Energien. http://www.bee-ev.de/home/publikationen/studien/1/. Zugegriffen: 15. Okt. 2015

  12. Backhaus K, Erichson B, Plinke W, Weiber R (2011) Multivariate Analysemethoden. Springer-Verlag, Berlin

    Book  MATH  Google Scholar 

  13. Gobmaier T (2013) Entwicklung und Anwendung einer Methodik zur Synthese zukünftiger Verbraucherlastgänge. Dissertation TU München

    Google Scholar 

  14. Zell A (2000) Simulation neuronaler Netze. Oldenbourg Verlag, München

    Google Scholar 

  15. Bundesverband Kraft-Wärme-Kopplung e. V. (2014) KWK in Wärmenetzen. http://www.bkwk.de/themennavigation/waermenetze/kwk_in_waermenetzen/. Zugegriffen: 15. Okt. 2015

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Wolfgang Schellong .

Rights and permissions

Reprints and permissions

Copyright information

© 2016 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Schellong, W. (2016). Analyse und Modellierung des Energiebedarfs. In: Analyse und Optimierung von Energieverbundsystemen. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-49463-9_7

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-49463-9_7

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-662-48527-9

  • Online ISBN: 978-3-662-49463-9

  • eBook Packages: Computer Science and Engineering (German Language)

Publish with us

Policies and ethics