Vielversprechende Fernwärmeprojekte scheitern oft bereits in der Vorprojektphase. Mangels fundierter Planungsinstrumente lässt sich deren Wirtschaftlichkeit nicht darstellen. Durch Zeit- und Kostendruck werden meist nur eine oder wenige Ausbauvarianten kalkuliert - die energiewirtschaftlich optimale Netzstruktur wird nicht gefunden.<br />Für eine Stadt mit einer Vielzahl an Gebäuden, einem vermaschten Straßennetz sowie möglichen Standorten für Fernheizwerke kann gezeigt werden, dass die gewinnmaximale Auswahl zu versorgender Verbraucher, zu verrohrender Straßenabschnitte und zu installierender Fernheizwerke ein schweres kombinatorisches Optimierungsproblem darstellt. In der vorliegenden Arbeit wird dieser wissenschaftlich vernachlässigte Bereich der Ausbauplanung von kleinen bis mittelgroßen Fernwärmesystemen aufgegriffen.<br />Einen wesentlichen und neuen Beitrag zur Ausbauoptimierung von Fernwärmesystemen stellt der mehrstufige metaheuristische Lösungsansatz mit Simulated Annealing (SA) als Hauptprozess dar. Zuerst wird mit Hilfe genetischer Operatoren eine Teilmenge von Verbrauchern ausgewählt. Die nachgeschaltete Bestimmung des Shortest Path Spanning Trees (SPST) mit zufallsgesteuerter Kantenbewertung erlaubt das Spannen eines Baumes auch über physisch längere Wege - somit können konkav durchflussabhängige Kantenkosten abgebildet werden. Aufbauend auf dieser SA/SPST-Heuristik wurde in mehrjähriger Arbeit ein völlig neues entscheidungsunterstützendes System entwickelt: In "exPLAN" erfolgt die Verschmelzung eines Simulations- und Optimierungswerkzeuges mit einem Geografischen Informationssystem (GIS). Wesentliche Vorteile gegenüber der bisherigen Planungspraxis: Einführung von Planungsstandards, volle Integration in den Planungsprozess, kürzere Durchlaufzeit sowie höhere Planungsqualität. An einem konkreten Beispiel konnte mit dem Expansionsplaner eine strukturelle Lösung gefunden werden, die eine um 3,3 Prozentpunkte höhere interne Verzinsung aufweist als die beste von Experten vorgeschlagene Ausbauvariante.<br />
de
More and more communities are opting for district heating supply. But many projects fail due to an apparent lack of feasibility - more precisely: due to a lack of planning quality. Because of pressure of time and money only few different spatial solutions are calculated - the optimal network structure is not found.<br />If we look at a possible district heating supply area, it turns out that the most profitable choice of consumers to supply, choice of street-sections in which to lay pipes and the location of the heating station in a multi-period time horizon is a hard combinatorial maximisation problem. This thesis deals with the neglected scientific field of optimal network expansion planning of small and medium sized district heating systems.<br />A substantial and new contribution to expansion optimisation of district heating systems is the multistage metaheuristic approach using Simulated Annealing as master process. The algorithm chooses different subsets of consumers using genetic operators and generates Shortest Path Spanning Trees (SPST) with randomly controlled edge valuation. This makes it possible to span a tree with physically longer paths and is a fast way to approximate minimal Steiner trees with concave cost functions. The whole course is repeating within the master process until the determination criterion is fulfilled. The discrete nonlinear objective function can be calculated separately from the SPST.<br />Resulting from a multi-year project "exPLAN" has been developed, a completely new decision support system for local district heating networks. It is an integration of a simulation and optimisation tool with a Geographical Information System (GIS). The expansion planner technically and economically simulates - and spatially optimises - radial networks within a planning period. The greatest advantages lie in higher quality and flexibility of planning, in shorter lead time and in the sustainable increase of profit. Project analyses show that profit margins of optimised solutions are substantially higher than those of conventionally planned networks.<br />
