---
_id: '61916'
abstract:
- lang: eng
  text: '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.'
- lang: eng
  text: 'This dissertation explores optimization methods for sustainable energy system
    design, with a particular focus on the electricity sector in the context of the
    energy transition. Building on Operations Research methodologies, it addresses
    planning and control challenges in electricity distribution networks and energy-aware
    production scheduling. The work comprises five contributions: (P1) develops a
    linear multi-commodity flow model for cost-optimal expansion of large-scale distribution
    networks under resilience scenarios and analyzes the relationship between model
    parameters and computation times; (P2) and (P3) address multi-objective flexible
    job shop scheduling under real-time electricity pricing, with (P3) further incorporating
    CO2 emissions as an explicit optimization objective; (P4) extends this scenario
    to include simultaneous energy procurement decisions from the grid, on-site renewable
    sources, and energy storage systems under uncertainty, using a rolling horizon
    approach; (P5) compares different classes of many-objective evolutionary algorithms
    (dominance-, indicator-, and decomposition-based) in terms of convergence, diversity,
    and completeness of the Pareto front. The proposed models and algorithms—including
    memetic variants of NSGA-II, NSGA-III, θ-DEA, and HypE—are evaluated through extensive
    computational experiments. The findings provide practical recommendations for
    distribution network operators, manufacturing companies, and policymakers, contributing
    to the development of efficient, reliable, and low-emission energy systems for
    the future.'
author:
- first_name: Sascha Christian
  full_name: Burmeister, Sascha Christian
  id: '32685'
  last_name: Burmeister
  orcid: 0000-0001-6679-0453
citation:
  ama: Burmeister SC. <i>Optimization Techniques for Sustainable Energy System Design</i>.
    LibreCat University; 2025. doi:<a href="https://doi.org/10.17619/UNIPB/1-2403">10.17619/UNIPB/1-2403</a>
  apa: Burmeister, S. C. (2025). <i>Optimization Techniques for Sustainable Energy
    System Design</i>. LibreCat University. <a href="https://doi.org/10.17619/UNIPB/1-2403">https://doi.org/10.17619/UNIPB/1-2403</a>
  bibtex: '@book{Burmeister_2025, title={Optimization Techniques for Sustainable Energy
    System Design}, DOI={<a href="https://doi.org/10.17619/UNIPB/1-2403">10.17619/UNIPB/1-2403</a>},
    publisher={LibreCat University}, author={Burmeister, Sascha Christian}, year={2025}
    }'
  chicago: Burmeister, Sascha Christian. <i>Optimization Techniques for Sustainable
    Energy System Design</i>. LibreCat University, 2025. <a href="https://doi.org/10.17619/UNIPB/1-2403">https://doi.org/10.17619/UNIPB/1-2403</a>.
  ieee: S. C. Burmeister, <i>Optimization Techniques for Sustainable Energy System
    Design</i>. LibreCat University, 2025.
  mla: Burmeister, Sascha Christian. <i>Optimization Techniques for Sustainable Energy
    System Design</i>. LibreCat University, 2025, doi:<a href="https://doi.org/10.17619/UNIPB/1-2403">10.17619/UNIPB/1-2403</a>.
  short: S.C. Burmeister, Optimization Techniques for Sustainable Energy System Design,
    LibreCat University, 2025.
date_created: 2025-10-22T06:13:50Z
date_updated: 2025-10-22T06:18:37Z
department:
- _id: '277'
doi: 10.17619/UNIPB/1-2403
extern: '1'
language:
- iso: eng
publisher: LibreCat University
status: public
title: Optimization Techniques for Sustainable Energy System Design
type: dissertation
user_id: '32685'
year: '2025'
...