Messung und Bewertung des Risikos von unvorhersehbaren Strom- und Gasverbrauchsschwankungen für Energieversorger

LearnIT - Entwicklung eines lernenden Optimierungsverfahrens zur flexiblen Bewirtschaftung von Stromspeichern in erneuerbaren Energieportfolios

Das Forschungsprojekt zielt auf die Entwicklung eines lernenden Optimierungsverfahrens zur Bewirtschaftung von Batteriegroßspeichern. Das lernende Verfahren soll die ökonomische Effizienz dieser Speicher steigern und somit den verstärkten Einsatz von Batteriegroßspeichern ermöglichen. Der verstärkte Einsatz von Speichern ist wichtig, um die Versorgungssicherheit und Zuverlässigkeit der Stromversorgung bei einem hohen Anteil von Energien aus volatilen erneuerbaren Quellen zu gewährleisten. Das Forschungsprojekt LearnIT wird durch das 6. Energieforschungsprogramm der Bundesregierung gefördert.

Branch and Price Methoden für Tourenplanungsprobleme mit Picking, Loading und Soft Time Windows

Branch and Price Methoden für dynamische Tourenplanungsprobleme mit Vorbestellungen und heterogenen Fahrern

FlexFleet - Digitale Vermarktungsplattform von Transportkapazitäten

Branch and Price Methoden zur Optimierung dynamischer Tourenplanungsprobleme mit Lieferzeitfenstern unter Echtzeitbedingungen

Bewertung des Einsatzes mathematischer Optimierungsverfahren für die dynamische Tourenplanung mit Lieferzeitfenstern

DAAD Austauschprogramm: PPP USA 2015 - Lernende stochastische Optimerung zur vorausschauenden Nutzung erneuerbarer Energie