Großer Erfolg für das Forschungsprojekt ReLLFloW (Reinforcement Learning basiertes Lastmanagement zur Flexibilisierung von Wohnheimen), das von Ulrich Ludolfinger unter der Leitung von Prof. Dr. Maren Martens, Fakultät Betriebswirtschaft – Business School, am Institute for Data and Process Science (IDP) bearbeitet wird. Auf der International Conference on Power Engineering and Renewable Energy (ICPERE 2026) in Bandung (Indonesien) wurden Ulrich Ludolfinger und Prof. Dr. Maren Martens mit dem Best Paper Award ausgezeichnet. Prämiert wurde ihr Beitrag „Live Evaluation of Rule-Based, Model Predictive, and Reinforcement Learning Battery Control in a Student Dormitory“.
Im Paper wird dargestellt, wie Batteriespeicher in Wohneinheiten mithilfe intelligenter Regelungsverfahren optimal eingesetzt werden können, um von dynamischen Strompreisen zu profitieren. Während viele Ansätze bislang überwiegend in Simulationen bewertet wurden, vergleicht die Studie drei verschiedene Controllerfamilien unter identischen realen Betriebsbedingungen: eine regelbasierte Steuerung, Model Predictive Control (MPC) sowie Reinforcement Learning (RL).
Für die Untersuchung wurden 55 wohnungsbezogene Batteriespeicher in einer Studierendenwohnanlage in Landshut eingesetzt. Die Wohnungen wurden auf die drei Steuerungsverfahren aufgeteilt, die ihre Lade- und Entladeentscheidungen im 15-Minuten-Takt anhand der deutschen Day-Ahead-Strompreise trafen. Über einen gemeinsamen Beobachtungszeitraum von rund einem Monat zeigte sich ein deutlicher Unterschied in der Leistungsfähigkeit der Verfahren: Während die regelbasierte Steuerung die Stromkosten gegenüber einem Szenario ohne Batteriespeicher um 4,5 % reduzierte, erzielte die beste MPC-Variante eine Einsparung von 19,9 %. Die beste RL-Variante erreichte sogar eine Kostenreduktion um 31,2 %.
Die Ergebnisse unterstreichen das Potenzial lernender Verfahren für das intelligente Energiemanagement in Wohngebäuden. Gleichzeitig zeigen sie, dass reale Randbedingungen und technische Einschränkungen die Leistungsfähigkeit der unterschiedlichen Regelungsverfahren maßgeblich beeinflussen und bei der Entwicklung praxisnaher Energiemanagementsysteme berücksichtigt werden müssen.
Die Auszeichnung mit dem Best Paper Award würdigt sowohl die wissenschaftliche Qualität der Forschungsergebnisse als auch ihre hohe Praxisrelevanz. Das ausgezeichnete Paper entstand an der Hochschule Landshut im Rahmen des Forschungsprojekts ReLLFloW, das in Kooperation mit FlexHome.Energy, dem Studierendenwerk Niederbayern/Oberpfalz und den Stadtwerken Landshut durchgeführt und von der Bayerischen Transformations- und Forschungsstiftung bis September 2026 für drei Jahre gefördert wurde.
