Marco Pruckner

Prof. Dr.-Ing. Marco Pruckner

Juniorprofessur für Energieinformatik, Gruppenleiter – Smart Energy

Department Informatik (INF)
Lehrstuhl für Informatik 7 (Rechnernetze und Kommunikationssysteme)

Kurzvita

Marco Pruckner is a Junior Professor in Computer Science for Energy Systems at the University of Erlangen-Nuremberg. He received his Ph.D. degree in engineering (Dr.-Ing.) and his M.Sc. degree in mathematics (Dipl. Math. Univ.) from the University of Erlangen-Nuremberg in 2015 and 2011, respectively. Marco’s research focuses on energy system modeling on different scales, vehicle grid integration and smart control of energy systems based on reinforcement learning.

Weitere Informationen

Publikationen

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

Projekte

  • Mehrsektorale gekoppelte Energiesystemmodellierung auf regionaler Ebene

    (Drittmittelfinanzierte Gruppenförderung – Gesamtprojekt)

    Laufzeit: 2021-05-01 - 2024-04-30
    Mittelgeber: Bundesministerium für Wirtschaft und Technologie (BMWi)
    URL: https://www.esm-regio.de
    Die Reduktion des Primärenergieeinsatzes und der Treibhausgase sind zentrale Ziele der Energiewende. Allerdings reicht die Umstellung von fossilen auf regnerative Energieträger nicht aus, um sie zu erreichen. Eine übergreifende Betrachtung und Optimierung der unterschiedlichen Sektoren des Energiesystems - Elektrizität, Gas, Wärme und Verkehr - kann die Weiterentwicklung des Energiesystems in Deutschland wesentlich vorantreiben. Potenziale bestehen vor allem auf der regionalen Ebene.

    Ziel des Projekts ESM-Regio - kurz für "Mehrsektorale gekoppelte Energiesystemmodellierung auf regionaler Ebene" - ist es, ein zeitlich hochaufgelöstes Energiesystemmodell in der Größenordnung von Landkreisen zu erstellen, das die vier Sektoren Elektrizität, Gas, Wärme und Verkehr sowie die benötigten Schnittstellentechnologien berücksichtigt. Ein wesentliches Merkmal des Vorhabens besteht in einer sektorübergreifenden Modelllogik. Geeignete Simulationsverfahren ermöglichen eine ganzheitliche Analyse und Optmierung des Systembetriebs unter Betrachtung der vier maßgeblichen Sektoren des Energiesystems.

  • Steuerung von Energiesystemen auf Basis selbstlernender Algorithmen

    (Projekt aus Eigenmitteln)

    Laufzeit: seit 2017-05-16
    Der weltweite Ausbau dezentraler Kraftwerke, wie beispielsweise Photovoltaik und Windkraft, führt dazu, dass die Erzeugung von elektrischer Energie stark vom fluktuierenden Angebot erneuerbarer Energiequellen abhängt. Im Projekt „Steuerung von Energiesystemen auf Basis selbstlernender Algorithmen“ sollen neue selbstlernende Steuerungsalgorithmen für Energiesysteme untersucht und mit klassischen Steuerungsalgorithmen verglichen werden. Eine in Python programmierte Umgebung soll es ermöglichen mehrere selbstlernende Agenten zu erzeugen und in einer gemeinsamen Umgebung zu simulieren.

    In einem weiteren Schritt werden weitere Komponenten wie z.B. Elektroladestationen in die Umgebung integriert werden, um dem Einfluss der Elektromobilität auf elektrische Energiesysteme Rechnung zu tragen.

  • Pal-Grid: Ein Umfassendes Simulationsframework für das Palästinensische Stromnetz

    (Drittmittelfinanzierte Einzelförderung)

    Laufzeit: 2017-03-01 - 2019-02-28
    Mittelgeber: Bundesministerium für Bildung und Forschung (BMBF)

    Das Hauptziel dieses Kooperationsprojekts ist die Entwicklung eines umfassenden Simulationsframeworks für das palästinensische elektrische Energieversorgungssystem mit einem Fokus auf eine bestimmte Region (z.B. das Westjordanland). Das Simulationsframework soll in der Lage sein, die verschiedenen Aspekte der zukünftigen Energieversorgung zu erfassen.

    Die zu entwickelnden Simulationsmodelle werden zwei Abstraktionsebenen beinhalten. Auf der Makroebene soll das palästinensische Energieversorgungssystem in abstrakter Weise nachgebildet werden, um mittels Simulation Aussagen zur Entwicklung des Strombedarfs und der Stromerzeugungsbilanzen tätigen zu können. Auf der feingranularen Mikroebene soll eine detailliertere Modellierung der verschiedenen Komponenten eines Energiesystems erfolgen, so dass auch ICT—fähige Anwendungen implementiert werden. Dadurch soll beispielsweise untersucht werden, inwiefern Lastspitzen reduziert werden können.

  • Kombinierte Optimierung, Simulation und Netzanalyse des elektrischen Energiesystems im europäischen Kontext

    (Drittmittelfinanzierte Gruppenförderung – Gesamtprojekt)

    Laufzeit: 2016-10-01 - 2019-09-30
    Mittelgeber: Bundesministerium für Wirtschaft und Technologie (BMWi)
    Mit den Beschlüssen der deutschen Bundesregierung zur Energiewende wird die deutsche Energieversorgung nachhaltig umgestaltet. Ein Hauptziel ist dabei, eine der umweltschonendsten und energiesparendsten Volkswirtschaften bei gleichzeitig wettbewerbsfähigen Energiepreisen zu werden. Hierfür bedarf es der Unterstützung von erweiterten Analysesystemen, die sowohl die technischen als auch marktregulatorischen und rechtlichen Rahmenbedingungen gleichermaßen berücksichtigen. Gerade auf technischer Seite wird in existierenden Energiesystemanalysemodellen die Modellierung des Übertragungs- und Verteilnetzes häufig vernachlässigt oder stark vereinfachend durchgeführt.Dies motivierte die an der FAU Erlangen-Nürnberg durchgeführten Vorarbeiten der vergangenen Jahre („Energiesystemanalyse Bayern"), mit denen ein ganzheitlicher systemorientierter Modellierungsansatz für das elektrische Energieversorgungssystem Deutschlands zunächst mit Fokus auf den Freistaat Bayern entwickelt wurde. In dieser Modellierung wurden das Hoch- und Höchstspannungsnetz mit konventionellen Kraftwerken und Einspeisungen aus regenerativen Energieanlagen unter den bisherigen Marktmechanismen in Deutschland abgebildet. Mit Hilfe der erstellten Modelle wurden für das Bundesland Bayern Aussagen, u.a. über einen kostenoptimalen Kraftwerks-, Netz- und Speicherausbau oder die Entwicklung von CO2 -Emissionen abgeleitet. Das Gesamtmodell beinhaltet Teilmodelle zur Optimierung (Ermittlung von kostenminimalen Ausbauszenarien), zur Simulation (stochastische Simulation von unterschiedlichen Szenarien mit hoher zeitlicher Auflösung und hoher Detailtiefe) und zur Netzsystemanalyse (quasistationäre AC-Lastflussberechnungen) zur Überprüfung der erforderlichen Netzplanungskriterien und eines sicheren Systembetriebs.

    Im Rahmen des vom BMWi geförderten Vorhabens KOSiNeK wird basierend auf den geleisteten Vorarbeiten das elektrische Energieversorgungssystem Deutschlands und seiner europäischen Nachbarstaaten abgebildet. Dies führt zu Modellen von hoher Komplexität. Um dieser Komplexität Rechnung zu tragen, sind neue methodische Ansätze sowie die Weiterentwicklung bestehender Ansätze aus der Mathematik, Informatik und Netzanalyse notwendig, welche zudem iterativ gekoppelt werden. Durch diese iterative Kopplung der Modelle ist es zum einen möglich, technische und wirtschaftliche Aspekte hinsichtlich der Steuerung von Kraftwerken sehr detailliert abzubilden, zum anderen ist es auch möglich, netzregulatorische Vorgaben exakt zu berücksichtigen und somit die Systemsicherheit zu gewährleisten. Darüber hinaus können Energiemärkte einschließlich ihrer regulatorischen Rahmenbedingungen im europäischen Kontext untersucht werden. Durch den flexiblen und komponentenbasierten Modellaufbau können die Einflüsse neuer Marktmechanismen wie z.B. die Aufteilung Deutschlands in Preiszonen oder sich ändernde Börsen- bzw. Fördermechanismen mit einem detaillierten, agentenbasierten Marktmodell studiert werden. Dies ist durch die zu entwickelnden Mehrpunktmodellansätze und die Abbildung einzelner, jeweils optimiert handelnder Marktakteure möglich. Für die integrierte Netzanalyse wird das kontinentaleuropäische Verbundnetz in Form von Netzäquivalenten nachgebildet. Zur Bewertung der Netzausbauszenarien wird ein neuartiger probabilistischer Ansatz entwickelt.

    Wir bedanken uns für die finanzielle Unterstützung beim Bundesministerium für Wirtschaft und Technologie (BMWi) im Rahmen des 6. Energieforschungsprogramms für das Projekt KOSiNeK (Förderkennzeichen: 03ET4035).

Lehre