Nachhaltige Modellentwicklung

Die Entwicklung, Implementierung und Betreuung der Modelle der Energiesystemanalyse erfolgen intern mit JuGit und werden teilweise Open Source veröffentlicht. Hierbei unterstützt das Team die kollaborative Entwicklung der Modelle und sichert mit automatischen Testroutinen und adäquater Dokumentation die Qualität und Nachhaltigkeit der Modelle.

Die Modelle werden zum einen auf dem institutsinternen High Perfomance Cluster (CAESAR) berechnet. Der Cluster beinhaltet 56 Knoten, der in drei Bereichen für unterschiedliche Zwecke unterteilt ist:

• 25 CPU starke Knoten mit insgesamt 600 Kernen für parallele Simulations- und Optimierungszwecken des Instituts.
• 21 Ram starke Knoten mit jeweils 2 oder 4 TB Ram für sehr große Optimierungsmodelle des Instituts beispielsweise auf globaler Ebene.
• 10 GPU starke Knoten mit insgesamt 80 GPUs für Machine-learning Methoden des Instituts.

Des Weiteren wird im Projekt METIS mit dem Jülich Super Computing Center (JSC) zusammengearbeitet, um die Energiesystemmodelle auch auf Supercomputern optimieren zu können.

Beschleunigungsverfahren

Die Einbindung großer Datenmengen ist eine besondere Herausforderung für die Modelle der Energiesystemanalyse, da diese im Allgemeinen auf Optimierungsproblemen basieren, deren Komplexität disproportional zur Zahl der berücksichtigten Variablen und Nebenbedingungen steigt. Dies ist eine natürliche Hürde für den maximal mit diesen Modellen erreichbaren Detailgrad.

Aus diesem Grund werden Beschleunigungsverfahren systematisch weiterentwickelt, implementiert und validiert, die die Einbindung immer höher aufgelöster Datensätze in immer größere Modelle erlauben. Hierzu zählen zum Einen mathematische Verfahren wie Dekomposition, die eine parallelisierte iterative Lösung der Modelle ermöglicht, und zum Anderen die Entwicklung von Heuristiken, die die Auflösung von Modellen in jenen Bereichen verringern, in denen eine hohe Auflösung keinen Informationsmehrwert bietet. Beispiele für diese Verfahren sind die räumliche und zeitliche Aggregation, d.h. die Zusammenfassung der von den Modellen betrachteten Regionen und Zeitschritte, die sich nicht signifikant voneinander unterschieden.

Die folgende Abbildung verbildlicht beispielhaft den Einfluss einer Aggregation auf Zeitreihen, wie sie Eingang in Energiesystemmodelle finden. Zwischen den Profilen oben links und unten rechts liegt eine Datenreduktion von mehr als 99% vor, ohne, dass die Ähnlichkeit beider Profile zueinander verloren gegangen ist.

Forschungsdatenmanagement

Im Rahmen des Forschungsdatenmanagements werden Methoden entwickelt, die die Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit von Forschungsdaten im Sinne der FAIR Prinzipien verbessern. Neben klassischen Ergebnisformaten, wie bspw. Journalpublikationen, Datensammlungen oder Softwaremodellen, werden dabei auch ergänzende Formate, wie Präsentationen, Dokumentationen, Code- und Videotutorials und digitale Prozessworkflows, berücksichtigt. Um die Forschungsdaten nachhaltig nutzbar und mit der Forschungscommunity effizient austauschbar zu machen, werden speziell an die Bedürfnisse der Eneriesystemanalyse angepasste Metadatenformate entwickelt, die u.a. auch Informationen über Data Provenance und lizenzrechtliche Bestimmungen beinhalten.

Im Rahmen von Drittmittelprojekten wie LOD-GEOSS und NFDI4Ing werden verteilte Datenbankstrukturen und semantische Wissensgraphen aufgebaut, die als integrierende Schnittstellen den Forschungsbereich bei dem Aufbau einer gemeinsamen Forschungsdateninfrastruktur unterstützen. Gleichzeitig wird an der Erstellung der Open Energy Ontology mitgewirkt, die als gemeinsame Sprachgrundlage den wissenschaftlichen Austausch fördert und durch die maschinenlesbare Formalisierung von domänenspezifischen Konzepten und Zusammenhängen den Automatisierungsgrad und die Effizienz der Energiesystemanalyse erhöht.

Nutzeroberflächen

Grafische Benutzeroberflächen (GUIs) bieten den Vorteil, dass die Analyse von Daten intuitiver, einfacher zu lesen und zu verstehen ist. Sie geben dem Benutzer in der Regel sofortiges visuelles Feedback über die Auswirkungen jeder Aktion. Unsere GUIs richten sich in erster Linie an Entscheidungsträger, welche in die Projekte des Instituts eingebunden sind und daher einen möglichst einfachen Zugang zu den Projektergebnissen wünschen. Diese GUIs werden mit den neuesten Web-Technologien und leistungsstarken Programmiersprachen erstellt, so dass ein reibungsloser Umgang mit den Elementen möglich ist und praktische Entscheidungen in kürzester Zeit getroffen werden können. Sie werden auf den Servern von IT-Services gehostet.

Der Wasserstoff Atlas Afrika, eine kürzlich vom Institut entwickelte GUI, ist ein Beispiel für eine Web-Software, die eine Analyse der Wasserstoffpotenziale in Afrika bietet. Es handelt sich um einen Web-Atlas, der in kurzer Zeit geeignete Gebiete für die Errichtung von Wind- und Solarparks sowie Wasserstoffproduktionsanlagen identifiziert und somit die Entscheidungsinformationen für den Aufbau einer Wasserstoffinfrastruktur ermöglicht.