Home Energieflexible Produktionsplanung und -steuerung
Article
Licensed
Unlicensed Requires Authentication

Energieflexible Produktionsplanung und -steuerung

  • Günther Schuh , Jan-Philipp Prote , Melanie Luckert , Frederick Sauermann and Katharina Thomas
Published/Copyright: December 14, 2017

Kurzfassung

Durch die Energiewende und die damit verbundene Fokussierung auf regenerative Energien werden in Zukunft Energiemengen volatiler produziert und der Strompreis stärker schwanken. In diesem Beitrag wird ein Optimierungsmodell für die Produktionsplanung und -steuerung (PPS) beschrieben, das eine Synchronisation der Energienachfrage produzierender Unternehmen zum volatilen Energieangebot ermöglicht, um Kosten zu sparen und einen Beitrag zum Gelingen der Energiewende zu leisten.*)

Abstract

Focusing on regenerative energies in the context of the “Energiewende” (German term for “Energy Transition”) will lead to a more volatile energy production and to an oscillating electricity price. This article describes an optimization model for production planning and control (PPS), which allows a synchronization of the energy demand of producing companies to the volatile energy supply, in order to save costs and to contribute to the success of the “Energiewende”.


Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh, geb. 1958, ist Inhaber des Lehrstuhls für Produktionssystematik am WZL, Direktoriumsmitglied am Fraunhofer-Institut für Produktionstechnologie IPT in Aachen und Direktor des Forschungsinstituts für Rationalisierung e. V. (FIR) an der RWTH Aachen.

Jan-Philipp Prote studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Oberingenieur und Abteilungsleiter der Abteilung Produktionsmanagement am Werkzeugmaschinenlabor WZL der RWTH Aachen.

Melanie Luckert, M. Sc., geb. 1988, studierte BWL an der Dualen Hochschule Baden-Württemberg und Wirtschaftsingenieurwesen an der Hochschule Mannheim. Sie ist Wissenschaftliche Mitarbeiterin am Werkzeugmaschinenlabor WZL der RWTH Aachen und leitet dort die Gruppe Produktionslogistik in der Abteilung Produktionsmanagement.

Frederick Sauermann, geb. 1991, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen und der Chalmers University of Technology in Göteborg. Er ist Wissenschaftlicher Mitarbeiter am Werkzeugmaschinenlabor WZL der RWTH Aachen in der Gruppe Produktionslogistik in der Abteilung Produktionsmanagement.

Katharina Thomas, geb. 1991, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau sowie Produktionstechnik an der RWTH Aachen und am Royal Institute of Technology in Stockholm. Sie ist Wissenschaftliche Mitarbeiterin am Werkzeugmaschinenlabor WZL der RWTH Aachen in der Gruppe Globale Produktion in der Abteilung Produktionsmanagement.

*)

Förderhinweis

Das diesem Beitrag zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 03SFK3L1 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.


References

1. Bundesministerium für Wirtschaft und Energie: Energiekonzept 2050. Hg. v. BMWi. Online verfügbar unter https://www.bundesregierung.de/Content/DE/HTML/Breg/Anlagen/infografik-energie-textversion.pdf?__blob=publicationFile [Letzter Abruf: 27.08.2017]Search in Google Scholar

2. Umweltbundesamt (Hrsg.): Energieverbrauch nach Energieträgern, Sektoren und Anwendungen. Online verfügbar unter https://www.umweltbundesamt.de/daten/energiebereitstellung-verbrauch/energieverbrauch-nach-energietraegern-sektoren [Letzter Abruf: 27.08.2017]Search in Google Scholar

3. Schuh, G.; Stich, V.: Grundlagen der PPS. 4. Aufl., Springer-Vieweg-Verlag, Berlin, Wiesbaden2012, S. 40Search in Google Scholar

4. Schuh, G.; Stich, V. (Hrsg.): Produktion am Standort Deutschland. Ergebnisse der Untersuchung 2013. FIR e. V., Aachen2013Search in Google Scholar

5. He, Y.; Li, Y.; Wu, T.; Sutherland, J. W.: An Energy-responsive Optimization Method for Machine Tool Selection and Operation Sequence in Flexible Machining Job Shops. Journal of Cleaner Production87 (2015), S. 245254. DOI: 10.1016/j.jclepro.2014.10.006Search in Google Scholar

6. Mokhtari, H.; Hasani, A.: An Energy-efficient Multi-objective Optimization for Flexible Job-shop Scheduling Problem. Computers & Chemical Engineering104 (2017), S. 339352. DOI: 10.1016/j.compchemeng.2017.05.004Search in Google Scholar

Online erschienen: 2017-12-14
Erschienen im Druck: 2017-12-18

© 2017, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Sich selbst optimierende Fabrik
  3. Inhalt/Contents
  4. Inhalt
  5. Produktionsmanagement
  6. Automatisierung in der Arbeitsplanung
  7. Lean Production
  8. Entwicklung einer flussorientierten Fertigungssteuerung
  9. Lean Produktion
  10. Der Einsatz von Lean-Prinzipien im Anlagenaufbau
  11. Werkzeugmaschinen
  12. Einfluss der Komponentendämpfung auf das Gesamtsystem Werkzeugmaschine
  13. Reifegradmodell
  14. Erfolgsfaktor Störungsmanagement
  15. Reifegradmodell für den systematischen Problemlösungsprozess
  16. Energieflexibilität
  17. Energieflexibilitätspotenziale in der Produktionsinfrastruktur
  18. Energieflexible Produktionsplanung und -steuerung
  19. Datenvirtualisierung
  20. Bereichsübergreifende, offene Vernetzung heterogener Informationssysteme in Fabrikumgebungen
  21. Assistenzsysteme
  22. Wertstrommodellierung und -simulation im Zeichen von Digitalisierung und Industrie 4.0
  23. Einführungsbegleitung für interaktive Assistenzsysteme
  24. Materialbereitstellung
  25. Einzel- und Kleinserienfertigung von Großgeräten
  26. Risikoquantifizierung
  27. Zeitliche Unsicherheiten in der Einzelfertigung
  28. Lagerplanung
  29. Wandlungsfähigkeit und Automatisierung von Lager-, Kommissionier- und Transportsystemen
  30. Montage
  31. Logistische Bewertung der Montageorganisation
  32. Trends Für 2018
  33. Die sechs Trends für 2018
  34. Digitale Vernetzung
  35. Produktionsflexibilisierung 4.0
  36. Low-Cost-Digitalisierung in der Produktion
  37. Produktionssysteme
  38. Arbeitsplanung für cyber-physische Produktionssysteme
  39. Smarte Produktion
  40. Modulbaukasten Digitalisierung
  41. Smart Factory
  42. Die selbstregelnde Fabrik
  43. Vorschau/Preview
  44. Vorschau
Downloaded on 7.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.111848/html
Scroll to top button