Nowadays, increasing energy costs create challenges for societies. In industries such as manufacturing, energy is one of the basic needs for development, automation, and modernization. The increase in energy costs affects economic growth, especially, in the manufacturing industry which depends on the energy consumption to run their facilities. One of the components that contribute considerably to energy consumption in industry is industrial heating technology. A new technology called microwave heating technology has been developed to tackle the issue of energy costs. The new technology is considered niche because, in contrast to widely used induction heating technologies, it is more environmentally friendly and the embedded AI control algorithm minimizes the loss of energy and time. Microwave heating is becoming prominent amongst other heating technologies because of its ability to transfer heat better and faster inside the material and thus, it generates low energy costs. However, for a niche technological innovation, it is considered difficult to commercialize as consumers have less experience and knowledge about the technology. The study is analyzed using a framework of commercialization of technological innovation that has been developed with a review of existing literature. The data has been sourced from an investigation of the case company and seven semi-structured interviews with niche technological innovation companies to get insights on the practical application of the stages of commercialization of new technological innovation. Based on the empirical data and analysis, the study concludes that a firm should go through different stages, namely market recognition, development, and deployment with a focus on building relationships with customers, establishing partnerships to manage through uncertainties, testing, and being flexible in the decision-making of essential aspects such as pricing model to successfully commercialize their technology innovation. This study also contributes to the literature on the commercialization of niche technological innovations and provides recommendations for the improvement of commercialization processes.

The work deals with two problems of mass rapid transit system operation: The development of flexible timetables and the realisation of flexible timetables. In both cases, genetic algorithms are used. In the process of (flexible) timetabling in suburban railways, a transport offer perfectly adapted to demand is searched for (temporal and spatial adaptation of demand as well as adaptation of capacity of the trains). After determination of the number of train runs per line and hour and their capacity, optimal departure times have to be found (with a precision of a minute down to 10 s), which fulfil criterias of the passengers (short waiting times) as well as of the operator (small number of vehicles needed). Two different codings for use with genetic algorithms have therefore been developed. They are tested on several case studies of the Dresden suburban railway network, assuming different degrees of flexibilisation. In the process of realising a flexible timetable, transitions between train headways as well as running time and dwell time reserves (margins in the order of a few seconds) are slightly modified in order to coordinate braking and accelerating trains and thereby reduce energy costs of a system of trains. Genetic algorithms can be applied for this problem as well, the proposed methods are tested on several case studies (S-Bahn Berlin, Metro Lille). / Die Arbeit behandelt zwei Probleme der Betriebsplanung von Stadtschnellbahnen: Die Erstellung flexibler Fahrpläne und die Umsetzung flexibler Fahrpläne. In beiden Fällen werden zur Lösung Genetische Algorithmen verwendet. Bei der Ermittlung flexibler Fahrpläne von S-Bahnen wird ein bestmöglich an die Verkehrsnachfrage angepasstes Verkehrsangebot gesucht (zeitlich, räumlich und bezüglich der Kapazität der einzelnen Züge angepasst). Nach stundenfeiner Festlegung der Fahrtenhäufigkeiten und Kapazitäten der einzelnen, sich überlagernden Linien werden deren Abfahrtszeiten gesucht (mit einer Genauigkeit von Minuten bis etwa 10 s), so dass sowohl die Wünsche der Fahrgäste nach gleichmäßigen Zugfolgezeiten als auch Betreiberwünsche (geringe Fahrzeuganzahl) erfüllt werden. Hierzu werden zwei verschiedene Kodierungen für die Verwendung mit Genetischen Algorithmen vorgestellt und das geschaffene Verfahren an verschiedenen Flexibilisierungsszenarien für die S-Bahn Dresden erprobt. Bei der Umsetzung flexibler Fahrpläne, die sich im Bereich weniger Sekunden abspielt, werden Übergänge zwischen Zugfolgezeiten, Fahr- und Haltezeitreserven geringfügig modifiziert, so dass durch bestmögliche Koordination von Anfahr- und Bremsvorgängen eines Systems von Zügen die Energiekosten minimal werden. Methodisch werden wiederum Genetische Algorithmen verwendet, die Erprobung des Verfahrens erfolgt anhand von Linien der S-Bahn Berlin und der Metro in Lille.

[pt] No mundo inteiro o Setor Elétrico têm passado por mudanças radicais. A principal meta desse processo de restruturação foi promover a competição nos segmentos de geração, distribuição e comercialização energia elétrica e a participação de agentes privados no processo de produção. Essa reestruturação está baseada em uma otimização centralizada e nas seguintes premissas: Geradores ofertam sua produção em um Mercado Atacadista de Energia - MAE . Os agentes privados são livres para decidir sobre a construção de novas usinas e para competir por contratos de energia vendas com empresas distribuidoras e clientes individuais.O novo ambiente competitivo permite, no entanto, que em cenários de preços spots elevados as empresas Distribuidoras de energia elétrica possam vender as diferenças entre os valores de demanda contratados e consumidos. A possibilidade de retração de carga por meio de negociações com clientes pode resultar em sobras de energia que poderão ser vendidas diretamente no Mercado Spot. Por outro lado, a reação dos Geradores através de instrumentos financeiros adequados (como contratos bilaterais, contratos futuros e de opção) ou de políticas operacionais (via Operador do Sistema) podem resultar em um -jogo- de estratégias no MAE. Esta tese investiga alguns conceitos, metodologias e ferramentas computacionais desenvolvidas para a operação e comercialização da energia elétrica envolvendo análise de riscos e instrumentos financeiros. O problema de gerenciamento e retração forçada da demanda (elasticidade forçada) é decomposto em dois subproblemas:Subproblema de operação: usando programação dinâmica dual estocástica . Subproblema de análise de riscos: usando a teoria da utilidade O modelo proposto é avaliado através de um estudo de caso considerando os dados do sistema interligado Sul-Sudeste, para o qual são simuladas ações de retração da demanda. / [en] Electricity utilities all over the world have been undergoing radical changes in their market and its regulatory structure. A basic trend in this restructuring process has been to promote competition in generation, distribution/retailing segments and participation of private agents in the energy production process. This restructuring is based on centralized optimization, by market-oriented approaches: Generators bid prices for their energy in a Wholesale Energy Market - WEM. Instead of following an expansion schedule produced by a central planning agency, private agents are free to decide about the construction of generator units and to compete for energy sales contracts with utilities and individual customers.The competitive environment permits, however, which in high spot prices scenarios the electric utilities sell some differences between bilateral contract and real consumption. The possibility of load retraction by means of negotiations with clients would result in surplus generation which could be sold directly to the spot market. On the other hand, the reaction of the Generators via financial means (such as bilateral contracts, forward contracts and option prices) or operational policies from System Operator can result in a WEM -gaming-. This thesis investigates some conceptual issues, methodologies and computational tools developed to operation and commercialization of the electrical energy considering risk analysis and financial instruments. The demand side and retraction management problem is decomposed in two sub-problems: Operation sub-problem: uses stochastic dual dynamic programming (SDDP)tools Risk analysis sub-problem: uses utility theoryThe approach will be illustrated with a case study with data taken from the Brazilian system, where the demand side management is simulated and the numerical results are presented.

The work deals with two problems of mass rapid transit system operation: The development of flexible timetables and the realisation of flexible timetables. In both cases, genetic algorithms are used. In the process of (flexible) timetabling in suburban railways, a transport offer perfectly adapted to demand is searched for (temporal and spatial adaptation of demand as well as adaptation of capacity of the trains). After determination of the number of train runs per line and hour and their capacity, optimal departure times have to be found (with a precision of a minute down to 10 s), which fulfil criterias of the passengers (short waiting times) as well as of the operator (small number of vehicles needed). Two different codings for use with genetic algorithms have therefore been developed. They are tested on several case studies of the Dresden suburban railway network, assuming different degrees of flexibilisation. In the process of realising a flexible timetable, transitions between train headways as well as running time and dwell time reserves (margins in the order of a few seconds) are slightly modified in order to coordinate braking and accelerating trains and thereby reduce energy costs of a system of trains. Genetic algorithms can be applied for this problem as well, the proposed methods are tested on several case studies (S-Bahn Berlin, Metro Lille). / Die Arbeit behandelt zwei Probleme der Betriebsplanung von Stadtschnellbahnen: Die Erstellung flexibler Fahrpläne und die Umsetzung flexibler Fahrpläne. In beiden Fällen werden zur Lösung Genetische Algorithmen verwendet. Bei der Ermittlung flexibler Fahrpläne von S-Bahnen wird ein bestmöglich an die Verkehrsnachfrage angepasstes Verkehrsangebot gesucht (zeitlich, räumlich und bezüglich der Kapazität der einzelnen Züge angepasst). Nach stundenfeiner Festlegung der Fahrtenhäufigkeiten und Kapazitäten der einzelnen, sich überlagernden Linien werden deren Abfahrtszeiten gesucht (mit einer Genauigkeit von Minuten bis etwa 10 s), so dass sowohl die Wünsche der Fahrgäste nach gleichmäßigen Zugfolgezeiten als auch Betreiberwünsche (geringe Fahrzeuganzahl) erfüllt werden. Hierzu werden zwei verschiedene Kodierungen für die Verwendung mit Genetischen Algorithmen vorgestellt und das geschaffene Verfahren an verschiedenen Flexibilisierungsszenarien für die S-Bahn Dresden erprobt. Bei der Umsetzung flexibler Fahrpläne, die sich im Bereich weniger Sekunden abspielt, werden Übergänge zwischen Zugfolgezeiten, Fahr- und Haltezeitreserven geringfügig modifiziert, so dass durch bestmögliche Koordination von Anfahr- und Bremsvorgängen eines Systems von Zügen die Energiekosten minimal werden. Methodisch werden wiederum Genetische Algorithmen verwendet, die Erprobung des Verfahrens erfolgt anhand von Linien der S-Bahn Berlin und der Metro in Lille.

The topic of this diploma thesis is cost analysis of heating sources in passive houses. The first part of the thesis is theoretical and focuses on basic concepts of passive house, renewable energy sources, heating sources, economical indicators. In the practical part there is cost analysis of chosen heatig sources of model house. Result of this thesis is evaluation of design options and optimal solution.

Die Verwendung elektrischer Energie ist ein essenzieller Bestandteil industrieller Prozesse. Aufgrund der aktuellen Bemühungen für eine Energiewende hin zu regenerativen Energien ist es sehr wahrscheinlich, dass die industrielle Bedeutung des elektrischen Stromes weiter zunehmen wird. Damit dabei die Ziele der Roadmap 2050, eine Reduzierung des CO2-Ausstoßes um 80 % bezogen auf 1990, erreichbar bleiben, bedarf es der unausweichlichen Etablierung erneuerbarer Energien. Dies ist kostenintensiv und aufgrund der ungleichmäßigen Energiebereitstellung nicht ohne Probleme für die aufgebauten Netzstrukturen. Der flexible Leistungsbezug (Demand Response) wird aufgrund seines netzdienlichen Charakters als ein Schlüssel zur Netzstabilisierung und direkten Energiekostenreduzierung gesehen. Jedoch trägt die energieintensive Papierindustrie mit ihren Papiermaschinen bislang keinen bedeutenden Teil zu diesem Ansatz bei und profitiert demnach auch nicht von den finanziellen Vorteilen. Eine Ursache dafür ist, dass dieser Branche auf Grundlage der bisherigen Be-wertungsmethoden kaum wirtschaftliche Potentiale für einen flexiblen Lastbezug zugespro-chen werden. Ein wesentlicher Teil der vorliegenden Arbeit widmet sich der Entwicklung eigner, den Be-dürfnissen der Papierindustrie angepassten, Erhebungs-, Bewertungs- sowie angeschlosse-nen Vermarktungsmethoden für eine Energiekostenreduzierung auf der Grundlage flexibler Lasten. Für die Kostenoptimierung stehen unterschiedliche Möglichkeiten, wie die in der vor-liegenden Arbeit betrachtete Regelleistungsvermarktung, zur Verfügung. Die Ergebnisse eines sortenspezifischen Analyseansatzes von Prozess- und Energieein-satzkennzahlen zeigen, dass von der Papierindustrie ein größeres Mitwirken am Regelleis-tungsmarkt zu erwarten sein kann, als es bisher angenommen wurde. Die erkannten Poten-tiale zur Lastflexibilisierung sind jedoch nicht jederzeit verfügbar. Damit diese Verfügbarkeit nicht überschritten wird, müssen die Mechanismen, die zum Regellastabruf führen, verstan-den und deren Einfluss auf einen Lastabruf genutzt werden. Zu diesem Zweck wurde im Zuge der Arbeit die Grenzlast eingeführt. Die Grenzlast kennzeichnet die Regellasthöhe, welche aus statistischer Sicht nicht öfter abgerufen wird, als es die Verfügbarkeit zulässt. Es wird belegt, dass auch von der Papierindustrie eine Beteiligung am Regelenergiemarkt möglich ist und die Energiekosten auf diese Weise reduzierbar wären, ohne den Fokus auf das Kerngeschäft zu verlieren.:I. Abbildungsverzeichnis II. Tabellenverzeichnis III. Formelverzeichnis IV. Abkürzungen, Formelzeichen V. Thesenübersicht 1 Einleitung und Motivation 1.1 Zielstellung und Aufbau der Arbeit 1.1.1 Ziele der Untersuchungen 1.1.2 Abgrenzung zu verfügbaren Software-Lösungen 1.2 Energieoptimierung – Sichtweisen und Definitionen 1.3 Energiepolitik und umweltpolitische Forderungen 1.3.1 Roadmap 2050 1.3.2 Zieldreieck 1.3.3 Flexible Lasten und der zukünftige Energiemarkt 2 Theoretische Grundlagen 2.1 Key Perfomance Indicator - Schlüsselfaktoren 2.2 Kennzahlen der Papierindustrie 2.3 Energiesystem in Deutschland 2.3.1 Energiepreise – Preisbildung 2.4 Netzregulierung – Regelleistung 2.5 Charakterisierung von Regelleistungsarten 2.5.1 Datenaufbereitung des Regelleistungseinsatzes 2.5.2 Minutenreserve 2.5.3 Sekundärreserve 2.6 Demand Response 2.6.1 Demand Response - Definition 2.6.2 Demand Response – Speicher 2.6.3 Finanzielle Auswirkungen von Demand Response 3 Methodik – Entwicklung und Durchführung 3.1 Ableitung konkreter Arbeitsaufgaben 3.2 Erhebung sortenspezifischer Kennzahlen 3.2.1 Sortenspezifische Kennwertberechnung 3.2.2 For-Schleife 3.2.3 Anwendungssoftware 3.2.4 Überführung produktspezifischer Kennzahlen in den Produktionsplan 3.3 Potentialerhebung flexibler Lasten 3.3.1 Potentialermittlung nach Klobasa 3.3.2 Diskussion der Klobasa Methode im Kontext weiterer Methoden 3.4 Analyse der Auktionsergebnisse von Regelleistung 3.5 Ermittlung und Einflussnahme auf die Abrufdauer von Regelleistung 3.5.1 Grenzlastprognose 3.5.2 Entwicklung der Preisstruktur zur Energiekostenoptimierung 3.6 Eignungsbewertung der ermittelten Regelleistungspotentiale 4 Anwendung grundlegender Erkenntnisse und Methoden 4.1 Reservelastpotential durch Änderung des Dampfbezuges 4.1.1 Ermittlung der Potentialhöhe 4.1.2 Qualitätsbewertung der potentiellen Reserveleistung 4.1.3 Ermittlung der Potentialverfügbarkeit 4.1.4 Herleitung und Bewertung des Arbeitspreises 4.1.5 Herleitung und Bewertung des Leistungspreises 4.1.6 Bestimmung der Energiekostenoptimierung 4.2 Reservelastpotential durch Änderung der Antriebslast - Ausblick 4.2.1 Qualitätsbewertung – sortenspezifische Betrachtung der Antriebslast 5 Effizienzsteigerung durch sortenspezifische Kennwerte 5.1 Energieoptimierungssystem 5.1.1 Zielwerterhebung im Energie Optimierungs System (EOS) 5.1.2 Funktionsweise des EOS 6 Zusammenfassung VI. Literaturverzeichnis VII. Anhang

The thesis is focused on the economic comparison of heating sources for a particular object in terms of annual operating costs, initial investment costs, payback period, savings over the life of the investment resources and subjective comparisons. At the same time broaden their horizons in terms of obtaining information on technical innovations in the world of heating and an overview of the prices heating and energy sources.