Wir entwickeln in Berlin
Innovationen für die neue Energiewelt
Unsere Zielsetzung
Wir unterstützen unsere Kunden umfassend bei der energietechnischen und wirtschaftlichen Modellierung ihrer Infrastruktur im Energiesektor sowie beim Aufbau datenbasierter Lösungen im Kontext der Energiewende und des Klimaschutzes.
Unsere Kernkompetenzen
Wir verfügen über langjährige Erfahrung in der Entwicklung von IT-Lösungen für den Energiesektor. Unsere Kompetenzen in den Bereichen Energietechnik, Energiewirtschaft, Maschinelles Lernen und Softwareentwicklung ermöglichen es uns, äußerst praxisnahe Lösungen für unsere Kunden zu entwickeln.
Der Hintergrund von Qantic
Unter der Marke Qantic entwickeln wir seit 2013 erfolgreich IT-Lösungen und webbasierte Services zur Modellierung komplexer Energiesysteme für die Energiebranche. Unser Team vereint Expertise aus den Bereichen Energiewirtschaft, Ingenieurwissenschaften, Softwareentwicklung und Data Science.
Referenzen
Im Folgenden finden Sie eine Auswahl von Projekten, in denen wir Kunden durch Beratungsdienstleistungen, Softwarelösungen oder den Aufbau datenbasierter Anwendungen unterstützt haben.
Erstes Echtzeitmonitoring auf Bundeslandebene
Kunde: Landesamt für Natur, Umwelt und Verbraucherschutz NRW
Konzeption, Implementierung und Wartung der Anwendung Strommarktmonitoring NRW . Die Anwendung stellte als erste ihrer Art ein Echtzeit-Monitoring der Energiewende auf Ebene eines deutschen Bundeslandes bereit. Dargestellt werden unter anderem aktuelle Daten zur Energieerzeugung im Bundesland (inklusive blockscharfer Erzeugungsmengen und EE-Angebot), zu Emissionen sowie zum Energieverbrauch.
Emissionsreduktion unter Berücksichtigung von Netzengpässen
Kunde: Deutsche Energie-Agentur (dena)
Konzeption und Implementierung einer Berechnungslogik für zonale Emissionsfaktoren (ECO zone) . Ergänzend wurden Anreizmodelle für die Energiesteuerung untersucht, um Abregelungen erneuerbarer Energien zu vermeiden. Darüber hinaus erfolgte eine Analyse von Netzengpässen sowie von Redispatchmaßnahmen.
Customizing eines Microgrid-Planungstools
Kunde: MAN Energy Solutions SE
Erweiterung und Anpassung der Planungssoftware Q-System um kundenspezifische Funktionalitäten. Im Fokus stand die Abbildung des dynamischen Verhaltens von Gasmotoren sowie deren Zusammenspiel mit Batteriespeichern innerhalb komplexer Microgrid-Strukturen.
Digital Twin einer Quartierslösung
Kunde: Naturstrom AG
Entwicklung eines digitalen Zwillings eines Quartiersenergiesystems bestehend aus zentraler Wärmepumpe, Photovoltaikanlage sowie verschiedenen thermischen und elektrischen Speicheroptionen. Das Erdwärmesondenfeld wurde mithilfe von Verfahren des Maschinellen Lernens modelliert, insbesondere unter Einsatz eines LSTM-Modells.
Assetbewertung und Erlösprognosen
Kunde: Diverse Kunden
Unterstützung bei der Erstellung, Analyse und Bewertung von Planungsvarianten für unterschiedliche Energiesysteme. Betrachtet wurden unter anderem Microgrids, Behind-the-Meter-Batteriesysteme sowie netzgekoppelte Großspeicher in Stand-alone- und Hybridkonfigurationen, einschließlich wirtschaftlicher Bewertungs- und Erlösprognosen.
Modellierung von Redox-Flow-Speichern
Kunde: Enerox GmbH
Anpassung der Softwarelösung Q-System zur detaillierten Abbildung des dynamischen Betriebsverhaltens von Redox-Flow-Speichern. Hierbei wurden unter anderem dynamische Wirkungsgrade und technologiespezifische Eigenschaften berücksichtigt.
Beratung zu Energiedatenerhebungen
Kunde: Regulierungsbehörde eines EU-Mitgliedstaates (vertraulich)
Beratung und fachliche Begleitung bei der Konzeption und Ausgestaltung von Datenerhebungen im Energiemarkt. Der Fokus lag auf der Definition geeigneter Datenstrukturen, Erhebungsmethoden und inhaltlicher Anforderungen.
Analyse zu Veröffentlichungen im Bereich Datentransparenz
Kunde: Deutscher Übertragungsnetzbetreiber
Unterstützung bei der Recherche und Analyse von Veröffentlichungen europäischer Übertragungsnetzbetreiber sowie weiterer relevanter Akteure zum Thema Datentransparenz. Die Ergebnisse wurden strukturiert aufbereitet und vergleichend ausgewertet.
Simulation einer Multi-Market-Optimierung für Batteriespeicher
Kunde: Internationaler Projektentwickler
Entwicklung einer Simulationslogik zur Multi-Market-Optimierung von Batteriespeichern. Die Modelle wurden anhand gemessener Portfolio-Performances kalibriert und zur Bewertung konkreter Projektentwicklungen eingesetzt.
Reinforcement-Learning-basierte Energiesteuerung
Kunde: Internationaler Anlagenhersteller
Entwicklung einer Echtzeit-Steuerungslogik auf Basis von Deep Reinforcement Learning. Aufbau einer Simulationsumgebung zum Training des Agenten sowie Parametrisierung und Validierung des Modells unter realitätsnahen Randbedingungen.