Urbanisierung und Infrastruktur
Forsche mit uns schon heute daran!

Wir analysieren urbane Wasserversorgungssysteme und untersuchen wie die Versorgungssicherheit in Ausnahmesituationen wie Katastrophenfällen, (Kommunikations-)Störungen oder Lastspitzen erhöht werden kann und arbeiten so an Lösungen für nachhaltige urbane Infrastrukturen.

Bild: FST TU Darmstadt

Herausforderungen für unsere urbane Wasserversorgung

Durch die zunehmende Frequenz von Dürreperioden und Starkregenereignissen sind städtische Wasserversorgungssysteme immer häufiger extremen Lastfällen ausgesetzt. Das erfordert innovative Methoden, um den Status quo zu bewerten und Verbesserungspotentiale aufzuzeigen. Damit adressieren wir in unserer Forschung auch die Sustainable Development Goals der Vereinten Nationen.

Unsere Forschung beschäftigt sich mit der Analyse und Optimierung urbaner Infrastrukturen, im speziellen Wasserversorgungssystemen. Durch unsere vielfältigen Forschungsvorhaben haben wir einen umfangreichen Blick auf die aktuellen Herausforderungen der urbanen Wasserversorgung. Urbane Wasserversorgungen sind große technische Systeme und weisen auch Merkmale komplexer Systeme auf. Sie sind nur selten vollumfänglich geplant, sondern entwickeln sich in Einklang mit der städtischen Struktur, deren Einwohner*innen sie versorgen. Zusätzlich sind sie mit vielfältigen Gefährdungen konfrontiert (z.B. Dürre, Komponentenausfall, Schadstoffeintrag, Leckage) und müssen an Anforderungen, die aus neuen Entwicklungen folgen, angepasst werden.

Aus diesen Aspekten ergibt sich Unsicherheit, mit der Wasserversorgungssysteme konfrontiert sind. Resilienz ist eine Strategie, um diese Unsicherheit zu bewältigen. Ein resilientes technisches System garantiert auch im Fall von Störungen oder Komponentenausfällen die Erfüllung einer vorgegebenen Mindestfunktionalität und die anschließende Wiedererlangung der vollen Funktionalität.

Was uns auszeichnet, ist das Bewusstsein, dass ein urbanes Wasserversorgungssystem immer ein sozio-technisches System ist. Deshalb betrachten wir z.B. in Multiagenten-Simulationen auch die Interaktion von Menschen mit dem technischen System der Wasserversorgung.

Bei all unseren Fragestellungen folgen wir stets einem methodischen Vorgehen. Ein Hauptaugenmerk ist dabei die mathematische Optimierung der Infrastrukturen unter Betrachtung der zu Grunde liegenden technischen Zusammenhänge. Des Weiteren stützen sich unsere Resilienzbewertungen auf etablierte und von uns weiterentwickelte Resilienzmetriken. Bei der Analyse von Betriebsstrategien für Wasserversorgungssysteme setzen wir auf signalbasierte Regelung und dezentrale Intelligenz, z.B. in Form von Agenten.

Fluidsysteme, zu denen auch städtische Wasserver- und entsorgung zählt, verantworten bis zu 8 % des Energieverbrauchs in der Europäischen Union. Gleichzeitig sind sie gegenüber Störungen anfällig. Mithilfe mathematischer Optimierungsmethoden können urbane Wasserversorgungssysteme sowohl energieeffizienter als auch widerstandsfähiger gestaltet und betrieben werden, obwohl Resilienz und Energieeffizienz oft im Widerspruch stehen. Die Auswahl von geeigneten Funktionen für die Bewertung dieser Systemeigenschaften ist oft die zentrale Herausforderung in der Modellbildung. Als komplexe Versorgungssysteme erfordern die städtischen Infrastruktursysteme in vielen Fällen eine ganzheitliche Betrachtung und Modellierung auf Systemebene. Bei der Modellbildung orientieren wir uns an die TOR-Methodik.

Der Begriff Agent ist ein Sammelbegriff unter dem verschiedene Konzepte zusammengefasst werden. Wir verstehen unter einem Agenten eine autonome Einheit, deren Ziele oder deren Wissen sich von anderen Agenten im System unterscheiden. Diese Einheiten bilden zusammen in einer gemeinsamen Umgebung ein Multi-Agenten Systemen. Das Forschungsgebiet der Multi-Agenten Systemen ist ähnlich divers wie seine Begriffsdefinition, es bildet die Schnittmenge zwischen Konzepten der Spieltheorie, der Informatik (z.B. Reinforcement Learning) und den Sozialwissenschaften.

Wir untersuchen, ob Multiagentensysteme dazu genutzt werden können verteilte Systeme (wie z.B. Wasserversorgungssysteme) effizient, d.h. nahe einem mathematischen Optimum, zu betreiben und das mit weniger Expertenwissen als die mathematische Optimierung dies erfordern würde. Um technischer Anlagen mit einem Multi-Agenten-Ansatz regeln zu können, müssen die Agenten ihre Umgebung wahrnehmen und miteinander kommunizieren können. Das untersuchen wir in Simulationen und an einem Prüfstand in verschiedenen Forschungsprojekten.

Konventionelle Regelung technischer Systeme nutzt Rückkopplungen, um den Wert einer Regelgröße zu überwachen und bei einer Sollwertabweichung zu reagieren, d.h. die Führungsgröße so anzupassen, dass die Abweichung eliminiert wird.

Wir verwenden Methoden der Zeitreihenanalyse, die zum Teil den Wirtschaftswissenschaften entlehnt sind, um Regler zu entwickeln, die aus Störungen lernen und Gefährdungen antizipieren können. Dafür können wir das Signal der Regelgröße zum Beispiel als ARIMA-Prozess modellieren. Das Modell wird vom Regler gelernt und die Sollgröße so angepasst, dass Funktionsverluste verringert werden können.

Die Leistungsfähigkeit dieser signalbasierten Regelungsmethoden muss im Vergleich mit konventioneller Regelung und modellbasierter Regelung gemessen werden. Die signalbasierten Methoden bieten den Vorteil, dass der Modellierungsaufwand verringert wird. Speziell bei städtischer Wasserversorgung liegen außerdem häufig nicht ausreichend Daten vor, um ein umfassendes Modell des Systems erstellen zu können.

Die Urbanisierung und das anhaltende weltweite Bevölkerungswachstum führt Schätzungen der Vereinten Nationen zufolge dazu, dass weitere 2.5 Milliarden Menschen und damit 68% der Gesamtbevölkerung in Städten leben. Dabei ist die Wasserversorgung ein wichtiger Bestandteil der Infrastruktur, die nicht nur die Versorgung der Bewohner sicherzustellen hat, sondern auch der Industrie, der Landwirtschaft und in großem Maße zur Stromerzeugung notwendig ist.

Im Rahmen des von der KSB-Stiftung finanzierten Forschungsvorhaben soll mit Methoden des maschinellen Lernens eine Vorhersage der Wasserbedarfe für von Urbanisierung betroffene Städte gemacht werden. An diese künftigen Bedarfe soll die bestehende Wasserinfrastruktur mittels mathematischer Optimierung angepasst werden. Diese Anpassung der Wassernetzwerke wird hinsichtlich von Kosten-Nutzen Optimierungen unter Betrachtung der Wassernetzwerkresilienz durchgeführt. Dafür werden bestehende Graph-theoretische Resilienzmetriken herangezogen und weiterentwickelt. Außerdem ist eine Analyse verschiedener Stadtstrukturen hinsichtlich der Resilienz ihrer Wasserinfrastruktur geplant, die zu einer Bebauungsempfehlung für zukünftige Städte führen soll.

Die Mehrheit der Weltbevölkerung lebt in Städten. In Deutschland wird der Anteil der Stadtbevölkerung bis 2050 voraussichtlich 85 % erreichen. Diese Menschen sind in hohem Maße auf die städtische Infrastruktur angewiesen. Gleichzeitig sind Städte und ihre zunehmend durch digitale Technologien unterstützte Infrastruktur anfällig für kritische Ereignisse, wie beispielsweise die Folgen des Klimawandels, deren Häufigkeit und Intensität weiter zunehmen werden. Das LOEWE-Zentrum emergenCITY entwickelt Lösungen, um unsere Städte auch in Krisensituationen resilient und sicher zu machen.

Wir sind Teil des interdisziplinären Teams von emergenCITY und fokussieren uns auf die Resilienz städtischer Wasserversorgungssysteme. In diesem Zusammenhang entwickeln wir Methoden zur Resilienzbewertung weiter und verwenden Methoden der mathematischen Optimierung für die Gestaltung von resilienten Wasserversorgungssysteme.

Neben der Gestaltung spielt auch der Betrieb eine wichtige Rolle für das Erreichen von Resilienz. Deshalb nutzen wir Methoden der Zeitreihenanalyse, um Systeme zu überwachen, auf Gefährdungen zu reagieren, aus Störungen zu lernen, um neue Gefährdungen zu antizipieren. So entwickeln wir Regelalgorithmen, welche diese Funktionen erfüllen können. Mithilfe eines experimentellen Aufbaus werden die Algorithmen validiert.

Wir arbeiten mit unseren Kolleg*innen aus anderen Disziplinen zusammen, um unter anderem Analogien zwischen Wasser- und Stromversorgung nutzbar zu machen und Interdependenzen verschiedener städtischer Systeme zu berücksichtigen, um historisch informierte Modelle für das Verhalten der Bevölkerung im Katastrophenfall zu entwickeln und um innovative Methoden der Regelung, mit denen das Verhalten der Bevölkerung in der Regelstrategie berücksichtigt werden kann, auf Wasserversorgungssysteme zu übertragen. Zusätzlich engagieren wir uns in der interdisziplinären Mission Knowledge Base , die den Nutzen urbaner Datenplattformen für den Katastrophenschutz von Städten untersucht.

Weltweit lebt rund eine Milliarde Menschen in Slums, oft ohne städtische Infrastruktur wie Strom oder Wasser. Um das zu ändern, müsste zunächst die Zahl ihrer Einwohner und ihre Entwicklung bekannt sein. Dafür werden Slums in mehreren Städten mithilfe von Satellitendaten zu unterschiedlichen Zeitpunkten erfasst. Dann wird untersucht, ob ihre Entwicklung mit mathematischen Modellen beschrieben werden kann, wie sie sonst für die Beschreibung physikalischer Prozesse verwendet werden. Solche neuen datengetriebenen Modelle könnten genutzt werden, um zu verstehen, wie sich Slums und vor allem die Bedürfnisse der Menschen, die darin wohnen, in Zukunft entwickeln werden.

Das Projekt wird von Dr.-Ing. John Friesen und Nicolas Kraff betreut.

Die Funktion technischer Infrastruktur hängt davon ab, wie Menschen die Infrastruktur benötigen und benutzen. Gerade in Zeiten großer Unsicherheit und Krisen ist es wichtig den Zustand und das Verhalten dieses sozio-technischen Systems zu kennen und zu verstehen. Hierzu untersuchen wir, wie digitale Zwillinge für diese Herausforderungen genutzt werden können. Dabei nutzen wir physikalische, datengetriebene und agentenbasierte Modelle für das Verhalten und die Interaktion von Menschen und Infrastruktur.

Das Projekt wird durch Jonathan Sattler betreut. Er ist wissenschaftlicher Mitarbeiter am Institut für den Schutz terrestrischer Infrastrukturen des DLR und externer Doktorand am FST.

Die Wasserwirtschaft ist in Deutschland weder ressourceneffizient, noch befriedigt sie die Bedürfnisse der verschiedenen Stakeholder: Trockenheit kann zu Versorgungslücken führen, der Betrieb ist nicht energieoptimal und Veränderungen am Versorgungsnetz sind zeit- und kostenintensiv. Um diese Herausforderungen zu adressieren, sind neue, adaptive und ressourcenschonende Betriebsstrategien für die Wasserinfrastruktur notwendig. Hierfür bergen datenbasierte Methoden der Künstlichen Intelligenz und heuristische Ansätze zwar erhebliches Potenzial. Es ergeben sich jedoch unmittelbar Fragen zur Verfügbarkeit der notwendigen Daten sowie zur Nachvollziehbarkeit und Transparenz der Ansätze.

Eine weitere Möglichkeit ist es, marktwirtschaftliche Mechanismen zu verwenden. So kann bei adäquatem Marktdesign die marktinhärente Ressourcen- und Allokationseffizienz genutzt werden, um nachvollziehbare, ressourceneffiziente und bedarfsgerechte Betriebsstrategien zu erreichen.

Als Teil von agents42watermarkets fokussieren wir uns auf die Entwicklung und Erprobung dieser Betriebsstrategien der Zukunft, bei denen physische Komponenten als Agenten in einem vorgegebenen Handlungsrahmen autonom agieren.

Thema
Strukturbildung in Mega-Cities modelliert über ein Reaktions-Diffusions-Modell gefördert durch die KSB-Stiftung Kernpublikation
Mathematische Optimierung von Wasserversorgungsnetzwerken für informelle Siedlungen in Mega Cities Dissertation
Loading...
Lade Daten von TUbiblio…

Fehler beim Laden der Daten

Beim Laden der Publikationsdaten von TUbiblio ist ein Fehler aufgetreten. Bitte versuchen Sie es zu einem späteren Zeitpunkt erneut.

  • {{ year }}

    • ({{ publication.date.toString().substring(0,4) }}):
      {{ publication.title }}.
      In: {{ publication.series }}, {{ publication.volume }}, In: {{ publication.book_title }}, In: {{ publication.publication }}, {{ publication.journal_volume}} ({{ publication.number }}), SS. {{ publication.pagerange }}, {{ publication.place_of_pub }}, {{ publication.publisher }}, {{ publication.institution }}, {{ publication.event_location }}, {{ publication.event_dates }}, ISSN {{ publication.issn }}, e-ISSN {{ publication.eissn }}, ISBN {{ publication.isbn }}, {{ labels[publication.type]?labels[publication.type]:publication.type }}
    • […]

Anzahl der Einträge in dieser Liste: {{ publicationsList.length }}
Es werden nur die {{publicationsList.length}} neuesten Publikationen ausgegeben.

Vollständige Liste bei TUbiblio ansehen Diese Liste bei TUbiblio ansehen