details_view: 341 von 670

 

Verbundvorhaben: RESUME - Multikriterielle Optimierung: Auswirkungen von Recyclingpotentialen, kritischen Rohstoffen und Lieferkettenrisiken auf die Energiewende Teilprojekt: Visuelle Analytik für verbesserte Entscheidungsfindung

Zeitraum
2022-09-01  –  2025-08-31
Bewilligte Summe
325.450,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI1048D
Leistungsplansystematik
Querschnittsaufgaben - Systemanalyse [EA3310]
Verbundvorhaben
01256288/1  –  RESUME.
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB4)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI1)
Förderprogramm
Energie
 
Hauptziel ist es zu untersuchen, wie sich die Verfügbarkeit kritischer Rohstoffe – und deren Versorgungsrisiko sowie Recycling-Potenzial – auf mögliche Transformationspfade für die deutsche Energiewende auswirkt. Zu diesem Zweck werden die Rohstoffverfügbarkeiten sowie deren Bedarfe für Energiewende relevante Technologien in das Energiesystemmodell REMix integriert, um robuste Transformationspfade identifizieren zu können. Das heißt, der zukünftige Rohstoffbedarf wird in einem Modell für die Energiesystemplanung explizit bei der Optimierung berücksichtigt. Die Arbeitsgruppe Datenanalyse und Visualisierung (VIS) der Universität Konstanz übernimmt dabei die Leitung von Arbeitspaket 4 (AP 4) 'Visuelle Analytik für verbesserte Entscheidungsfindung'. Ziel des Arbeitspakets ist die Entwicklung eines interaktiven Visualisierungsanalysetools für eine verständliche, nutzerorientierte Kommunikation der komplexen Modellierungsergebnisse. Dabei müssen diese komplexen Ergebnisse (mehrjährige, mehrzielorientierte, technologie- und regionenübergreifend) nicht nur verständlich kommuniziert werden, sondern vor allem auch Teil eines interaktiven Gestaltungsprozesses sein. Dafür sollen im Rahmen von AP 4 Methoden entwickelt werden, welche eine intuitive Exploration der in AP 3 erzeugten, multikriteriell optimierten Ausbaupfaden ermöglichen. Dadurch sollen Visual Analytics Systeme zugeschnitten auf den Kontext der Rohstoffverfügbarkeit und des Versorgungssicherheitsindex entwickelt werden, welche es ermöglichen, menschliches Domänen-Wissen mit Methoden der künstlichen Intelligenz zu kombinieren. Die anfallenden Daten der notwendigen und durchgeführten deskriptiven, diagnostischen und prädiktiven Analysen sollen dabei in explizite und interpretierbare Darstellungen verdichtet werden. Zusätzlich sollen die Ausbreitung der Unsicherheiten der verwendeten Daten, der eingesetzten Algorithmen und der visuellen Abstraktionen innerhalb des Systems untersucht werden.