@inproceedings{BlankeSchmidtGoettscheetal.2022,
  author    = {Blanke, Tobias and Schmidt, Katharina S. and G{\"o}ttsche, Joachim and D{\"o}ring, Bernd and Frisch, J{\´e}r{\^o}me and van Treeck, Christoph},
  title     = {Time series aggregation for energy system design: review and extension of modelling seasonal storages},
  series = {Energy Informatics},
  volume    = {5},
  booktitle = {Energy Informatics},
  number    = {1, Article number: 17},
  editor    = {Weidlich, Anke and Neumann, Dirk and Gust, Gunther and Staudt, Philipp and Sch{\"a}fer, Mirko},
  publisher = {Springer Nature},
  issn      = {2520-8942},
  doi       = {10.1186/s42162-022-00208-5},
  pages     = {14 Seiten},
  year      = {2022},
  abstract  = {Using optimization to design a renewable energy system has become a computationally demanding task as the high temporal fluctuations of demand and supply arise within the considered time series. The aggregation of typical operation periods has become a popular method to reduce effort. These operation periods are modelled independently and cannot interact in most cases. Consequently, seasonal storage is not reproducible. This inability can lead to a significant error, especially for energy systems with a high share of fluctuating renewable energy. The previous paper, "Time series aggregation for energy system design: Modeling seasonal storage", has developed a seasonal storage model to address this issue. Simultaneously, the paper "Optimal design of multi-energy systems with seasonal storage" has developed a different approach. This paper aims to review these models and extend the first model. The extension is a mathematical reformulation to decrease the number of variables and constraints. Furthermore, it aims to reduce the calculation time while achieving the same results.},
  language  = {en}
}
@inproceedings{AltherrDoeringFrauenrathetal.2024,
  author    = {Altherr, Lena and D{\"o}ring, Bernd and Frauenrath, Tobias and Groß, Rolf and Mohan, Nijanthan and Oyen, Marc and Schnittcher, Lukas and Voß, Norbert},
  title     = {DiggiTwin: ein interdisziplin{\"a}res Projekt zur Nutzung digitaler Zwillinge auf dem Weg zu einem klimaneutralen Geb{\"a}udebestand},
  series = {Tagungsband AALE 2024 : Fit f{\"u}r die Zukunft: praktische L{\"o}sungen f{\"u}r die industrielle Automation},
  booktitle = {Tagungsband AALE 2024 : Fit f{\"u}r die Zukunft: praktische L{\"o}sungen f{\"u}r die industrielle Automation},
  editor    = {Reiff-Stephan, J{\"o}rg and J{\"a}kel, Jens and Schwarz, Andr{\´e}},
  publisher = {le-tex publishing services GmbH},
  address   = {Leipzig},
  isbn      = {978-3-910103-02-3},
  doi       = {10.33968/2024.67},
  pages     = {341 -- 346},
  year      = {2024},
  abstract  = {Im Hinblick auf die Klimaziele der Bundesrepublik Deutschland konzentriert sich das Projekt Diggi Twin auf die nachhaltige Geb{\"a}udeoptimierung. Grundlage f{\"u}r eine ganzheitliche Geb{\"a}ude{\"u}berwachung und -optimierung bildet dabei die Digitalisierung und Automation im Sinne eines Smart Buildings. Das interdisziplin{\"a}re Projekt der FH Aachen hat das Ziel, ein bestehendes Hochschulgeb{\"a}ude und einen Neubau an klimaneutrale Standards anzupassen. Im Rahmen des Projekts werden bekannte Verfahren, wie das Building Information Modeling (BIM), so erweitert, dass ein digitaler Geb{\"a}udezwilling entsteht. Dieser kann zur Optimierung des Geb{\"a}udebetriebs herangezogen werden, sowie als Basis f{\"u}r eine Erweiterung des Bewertungssystems Nachhaltiges Bauen (BNB) dienen. Mithilfe von Sensortechnologie und k{\"u}nstlicher Intelligenz kann so ein pr{\"a}zises Monitoring wichtiger Geb{\"a}udedaten erfolgen, um ungenutzte Energieeinsparpotenziale zu erkennen und zu nutzen. Das Projekt erforscht und setzt methodische Erkenntnisse zu BIM und digitalen Geb{\"a}udezwillingen praxisnah um, indem es spezifische Fragen zur Energie- und Ressourceneffizienz von Geb{\"a}uden untersucht und konkrete L{\"o}sungen f{\"u}r die Geb{\"a}udeoptimierung entwickelt.},
  language  = {de}
}