@phdthesis{61916,
  abstract     = {{Diese Dissertation untersucht Optimierungsverfahren für die nachhaltige Gestaltung von Energiesystemen mit Schwerpunkt auf dem Elektrizitätssektor im Kontext der Energiewende. Aufbauend auf Methoden des Operations Research werden Planungs- und Steuerungsprobleme in den Bereichen Stromverteilnetze und energiebewusste Produktionsplanung adressiert. Die Arbeit umfasst fünf Beiträge: (P1) entwickelt ein lineares Multi-Commodity-Flow-Modell für die kostenoptimale Erweiterung großskaliger Verteilnetze unter Berücksichtigung von Resilienzszenarien und analysiert den Zusammenhang zwischen Modellparametern und Rechenzeiten; (P2) und (P3) befassen sich mit der mehrzielorientierten flexible Job Shop Scheduling-Optimierung unter Echtzeit-Strompreisen, wobei (P3) zusätzlich CO2-Emissionen als Zielgröße integriert; (P4) erweitert dieses Szenario um simultane Energiebeschaffungsentscheidungen aus Netz, erneuerbaren Quellen und Speichersystemen unter Unsicherheit mittels Rolling-Horizon-Ansatz; (P5) vergleicht unterschiedliche Klassen von Many-Objective Evolutionary Algorithms (dominanz-, indikatoren- und dekompositionsbasiert) im Hinblick auf Konvergenz, Diversität und Vollständigkeit der Paretofront. Die entwickelten Modelle und Algorithmen – darunter memetische Varianten von NSGA-II, NSGA-III, θ-DEA und HypE – werden durch umfassende Rechenexperimente evaluiert. Die Ergebnisse liefern praxisrelevante Handlungsempfehlungen für Netzbetreiber, produzierende Unternehmen und politische Entscheidungsträger und leisten einen Beitrag zur effizienten, zuverlässigen und emissionsarmen Energieversorgung der Zukunft.}},
  author       = {{Burmeister, Sascha Christian}},
  publisher    = {{LibreCat University}},
  title        = {{{Optimization Techniques for Sustainable Energy System Design}}},
  doi          = {{10.17619/UNIPB/1-2403}},
  year         = {{2025}},
}