Nachhaltige Energiesysteme

Modulhandbuch

 Zurück 

Simulation, Optimierung und Automation

Empfohlene Vorkenntnisse

alle Veranstaltungen des ersten Studienabschnitts

Lehrform Vorlesung/Labor
Dauer 2
SWS 8.0
Aufwand
Lehrveranstaltung 120
Selbststudium / Gruppenarbeit: 120
Workload 240
ECTS 8.0
Voraussetzungen für die Vergabe von LP

Simulation und Optimierung: Klausurarbeit, 90 Min.; Gewichtung Modulnote: 50%

Prozess- und Systemautomation: Klausurarbeit, 90 Min.; Gewichtung Modulnote: 50 %

Modulverantwortlicher

Professor Dr. rer. nat. Wolfgang Bessler

Empf. Semester 6. und 7. Semester
Verwendbarkeit

Bachelor NES - Hauptstudium

Veranstaltungen

Prozess- und Systemautomation

Art Vorlesung
Nr. M+V1041
SWS 4.0
Lerninhalt
  • Einführung in das dynamische Verhalten von Energiesystemen
  • Modellierung ausgewählter Anlagenkomponenten
  • Numerische Anlagensimulation
  • Numerische Bewertung von Betriebsführung und Regelungsstrategie
  • Energiewirtschaftliche Optimierung im Betrieb (mit digitalen Zwillingen)
  • Einführung in das Energie- und Anlagenmonitoring
Literatur

Programmierung in Python: Ein kompakter Einstieg für die Praxis, Ralph Steyer (Springer, aktuelle Auflage)

Simulation

Art Vorlesung/Labor
Nr. M+V1068
SWS 2.0
Lerninhalt

In der Lehrveranstaltung werden die grundlegenden Ansätzeder Simulation in der Ingenieurtechnik erarbeitet. Anwendungsbeispiele kommen aus der nachhaltigen Energiesystemtechnik. Grundlegende Simulationen werden im integrierten Labor von den Studierenden aufgebaut. Die Simulationen werden mit Hilfe der Software XXX bearbeitet.

  • Vorlesung: Einführung, Erste Schritte der Modellierung und Simulation, Modellierungsformalismen, Eigenschaften von dynamischen Systemen, Zeitdiskretisierung, Systemsimulation
  • Computerlabor: Einfaches und detailliertes Batteriemodell, Elektrofahrzeug
Literatur
  • Skript zur Vorlesung
  • M. Gipser, Systemdynamik und Simulation, Teubner (1999)

Optimierung

Art Vorlesung/Labor
Nr. M+V1069
SWS 2.0
Lerninhalt
  • Einführung in die Optimierung
  • Modellbildung und Einführung zu Optimierungsmodellen
  • Lineare Optimierung
  • Ganzzahlige  und Kombinatorische Optimierung
  • Weitere…
Literatur
  • Poler, R., J. Mula, M. Díaz-Madroñero: Operations Research Problems: Statements and Solutions, Springer, Berlin / Heidelberg, 2014.
  • Kasana, H.S.; Kumar, K.D.: Introductory Operations Research – Theory and Applications, Springer, Berlin / Heidelberg, 2004.
  • J. K. Sharma: Business Statistics, Second Edition, Pearson India, 2006.
  • Suhl, L.; Mellouli, T.: Optimierungssysteme – Modelle, Verfahren, Software, Anwendungen, 2nd edition, Springer, Berlin, 2009.
  • Williams, H. P.: Model Building in Mathematical Programming, 5th Edition, John Wiley & Sons, 2013.

Download

 Zurück