In an energy community, the prosumers' interactions are critical to ensure efficient resource distribution, e.g., renewable energy sources, and to reach ambitious climate and economic goals. A typical paradigm of a local energy sharingplatform consists of many prosumers and an agent that coordinates the energy transactions between prosumers. The coordinating agent, typically known as the market agent, acts according to a set of rules that enable it to match one prosumer's renewable energy surplus with the deficit of another. This article describes an agent-based modeling strategy and a case-study to demonstrate the prosumer interactions in an energy community. Each prosumer agent in the modeled environment intends to maximize its renewable energy self-consumption. At the same time, the energy community, as a whole, alsowould like to maximize its collective renewable self-consumption. The prosumers attempt to achieve their individual and collective objectives by following either a locally optimal or rule-based strategy. In both scenarios, prosumers have no visibility of other prosumers; therefore, the market agent has the sole responsibility of orchestrating the energy exchanges between prosumers. Finally, we discuss the significance and future research outlook for energy interaction modeling at a community scale.
Das Verhalten von Energie-Prosumenten in einem Energieverbund ist ein kritischer Aspekt für die effiziente Verteilung der Energieressourcen, wie z.B. erneuerbaren Energieerzeugern, sowie für die Erreichung ambitionierter Klima- und Wirtschaftsziele. Ein üblicher Ansatz lokaler Energieverteilungsplattformen geht von vielen Prosumenten und einem Agenten aus, welcher den Energietransfer zwischen den Prosumenten koordiniert. Dieser koordinierende Agent, üblicherweise als Marktagent bezeichnet, handelt auf Basis eines Regelwerks durch welches ein Energieüberschuss eines Prosumenten mit einem Defizit eines anderen ausgeglichen werden kann. In einer Studie wurde eine neuartige agentenbasierte Modellierung der Interaktionen zwischen den Prosumenten in einem Energieverbund entwickelt und evaluiert. Das Ziel dieser Strategie ist es, sowohl die individuelle Ausnutzung erneuerbarer Energien pro Prosument als auch die gemeinschaftliche Ausnutzung im gesamten Verbund zu maximieren, indem der Agent den Energietransfer zwischen den Prosumenten orchestriert. Da es sich bei dieser Aufgabe um ein rechenintensives Optimierungsproblem handelt, kommt der HPC Cluster zum Einsatz.
