Können Sie uns kurz Ihre Rolle bei Veil Energy und Ihren akademischen Werdegang an der Universität Padua vorstellen? Wie verbinden sich diese beiden Bereiche in Ihrer Arbeit?
Ich habe einen Abschluss in Maschinenbau und eine Promotion in Energietechnik. Derzeit unterrichte ich die Kurse Maschinen mit Labor, Energiesysteme und Planung und Optimierung nachhaltiger Energiesysteme an der Universität Padua. Meine Zusammenarbeit mit Veil Energy begann vor etwa sieben Jahren und konzentrierte sich auf die Entwicklung eines Algorithmus zur Optimierung komplexer Energiesysteme – ein Algorithmus, der noch heute die Grundlage der E-BOOST-Optimierungen bildet. In den folgenden Jahren habe ich das Entwicklungsteam geleitet und zur Weiterentwicklung und technologischen Iteration der Plattform beigetragen. Heute arbeite ich kontinuierlich mit Veil zusammen, was mir ermöglicht, eine Brücke zwischen akademischer Forschung und industrieller Anwendung zu schlagen.
Auf welche Hauptforschungsbereiche konzentrieren Sie sich an der Universität? Wie übersetzt sich Ihr akademisches Wissen in industrielle Innovation bei Veil Energy?
Meine Forschung konzentriert sich auf die Analyse, Modellierung und Optimierung komplexer Energiesysteme, die Erzeugungsanlagen, Speicher und verteilten Verbrauch umfassen. Das Hauptziel ist die Entwicklung fortschrittlicher Algorithmen, die optimale Managementstrategien aus wirtschaftlicher, energetischer und ökologischer Sicht identifizieren können, sowie technologische und systemische Lösungen vorzuschlagen, die Betriebskosten und Umweltbelastung schrittweise reduzieren.
Multisite-Industrieumgebungen und Gebäude im tertiären Sektor – wie sie in der Architektur von E-BOOST zentral sind – stellen ideale Anwendungsfälle für diese Methoden dar. Zudem ermöglicht mir die akademische Forschung, stets über die neuesten Technologien und Modelle informiert zu bleiben, was einen schnellen und effektiven Wissenstransfer zwischen akademischer Welt und industrieller Praxis gewährleistet. Dieser Ansatz zielt darauf ab, konkrete Lösungen anzubieten, die auf Innovation und kontinuierliche Verbesserung der Energieeffizienz der Kunden ausgerichtet sind.
Können Sie ein Projekt oder eine Initiative beschreiben, bei dem die Zusammenarbeit zwischen Veil und der Universität zu konkreten Ergebnissen geführt hat?
Unter den verschiedenen innovativen Projekten, die praktische Anwendung gefunden haben, möchte ich zwei hervorheben, die ich mit großem Interesse verfolgt habe.
Das erste betrifft die Entwicklung und Implementierung eines Echtzeit-Energiemanagement-Tools zur Unterstützung einer industriellen Lackieranlage. Die Notwendigkeit dieses Wandels entstand nach der Installation einer Photovoltaikanlage, die das traditionelle Managementmodell obsolet machte. Das System nutzt Datenerfassungstechnologien vor Ort, industrielle Automatisierung, Optimierungsalgorithmen und die Integration mit Energiemärkten, um eine Kraft-Wärme-Kopplungsanlage kontinuierlich zu steuern und die Nachfrage nach Strom und Wärme zu den niedrigstmöglichen Kosten zu decken. Die Ergebnisse waren von Anfang an sichtbar, mit einer dynamischen und adaptiven Steuerung als Reaktion auf Schwankungen der Solarproduktion, was zu durchschnittlichen Energieeinsparungen von über 9 % führte.
Das zweite Projekt setzte ein fortschrittliches Multi-Energie-Optimierungsverfahren ein, das die gesamte Energieinfrastruktur eines Standorts "von Grund auf" planen kann, einschließlich Umwandlung, Speicherung und Verteilung mehrerer Energieträger. Dieser Ansatz wurde bei der Planung eines neuen Low-Impact-Hotelkomplexes mit mehreren Gebäuden angewendet und ermöglichte die Identifizierung von Lösungen, die Kosten, Emissionen und Energieunabhängigkeit gleichzeitig optimierten. Die resultierenden Konfigurationen unterschieden sich deutlich von den traditionell möglichen Methoden und führten zu wirklich innovativen Elementen im tertiären Gebäudesektor.
Neben dem praktischen Nutzen führten beide Projekte zu nationalen und internationalen wissenschaftlichen Veröffentlichungen und zeigten die Stärke und den Wert des Dialogs zwischen akademischer Forschung und industrieller Innovation.
Wie hat Ihr akademischer Hintergrund in Energiesystemen die Architektur von E-BOOST beeinflusst, insbesondere in Bezug auf Datenmodellierung und maschinenbezogene Erkenntnisse?
Ohne die im akademischen Werdegang erworbenen Kompetenzen und die kontinuierliche Aktualisierung durch Forschung und Lehre hätte ich nicht so maßgeblich zur Gestaltung von E-BOOST beitragen können. Die Plattform wurde entwickelt, indem tiefgehendes Wissen über Energiesysteme mit einem soliden ingenieurtechnischen Ansatz kombiniert wurde. Dies führte zur Schaffung eines umfassenden, effektiven und skalierbaren Tools, das sich an verschiedene industrielle Kontexte anpassen kann.
Darüber hinaus hat der wissenschaftliche Ansatz die Plattformentwicklung positiv beeinflusst. Statt sich auf ein einzelnes operatives Problem zu konzentrieren, war das Ziel, übergreifende und verallgemeinerbare Funktionen zu entwerfen, die verschiedene Arten von Energiesystemen adressieren, auch sehr unterschiedliche. E-BOOST entwickelte sich von einem robusten Überwachungssystem zu einem vollständigen Entscheidungstool, das Energieeffizienz und industrielle Transformation erleichtert.
E-BOOST kombiniert Echtzeitüberwachung und prädiktive Intelligenz – können Sie mehr darüber sagen, wie die Algorithmen entwickelt wurden, um mit industrieller Komplexität und operativer Variabilität zu wachsen?
Unter Standardbetriebsbedingungen können Energiesysteme genau durch physikalische Modelle beschrieben werden, die auf Prinzipien der Thermodynamik und Ingenieurwissenschaft basieren. Mit zunehmender Komplexität oder unter ungewöhnlichen Bedingungen – wie drohenden Ausfällen oder plötzlichen Laständerungen – werden diese Modelle jedoch oft unzureichend oder zu langsam, um rechtzeitig reagieren zu können. Zudem können externe Faktoren wie Marktvolatilität und die intermittierende Natur erneuerbarer Quellen einen erheblichen Einfluss auf Managemententscheidungen haben.
Um diese Herausforderungen zu meistern, integriert E-BOOST von Anfang an hybride Algorithmen, die traditionelle physikalische Modelle mit Techniken des maschinellen Lernens kombinieren. Dieser Ansatz ermöglicht Echtzeitreaktionen, die die Variabilität und Entwicklung der Betriebsbedingungen berücksichtigen. Die Entwicklung solcher Algorithmen erforderte fortgeschrittene Kompetenzen in optimierter physikalischer Modellierung und in der Gestaltung adaptiver Systeme, die Muster und Anomalien in kontinuierlich wachsenden Daten erkennen.
Was sind einige der Herausforderungen, die akademische Forschung mit den schnelleren Anforderungen industrieller Anwendungen in Einklang zu bringen?
Es herrscht die Meinung, dass akademische Forschung langsamer als industrielle Innovation voranschreitet. In Wirklichkeit berücksichtigt diese Wahrnehmung nicht, dass universitäre Forschung von weniger gefestigten Annahmen ausgeht, ungelöste Probleme angeht und oft Technologien entwickelt, die es noch nicht gibt. Das Ziel ist nicht nur, anwendbare Lösungen zu identifizieren, sondern dies systematisch zu tun, durch robuste, verallgemeinerbare und dauerhafte Ansätze.
Aus meiner Sicht stellen heutige industrielle Lösungen die natürliche Weiterentwicklung – und oft das erste greifbare Ergebnis – eines längeren wissenschaftlichen Experimentierprozesses dar. In diesem Sinne ist industrielle Innovation eine Erweiterung der Forschung, und die Zusammenarbeit zwischen Universität und Unternehmen ist der Motor, der diese Innovation beschleunigt, festigt und einen realen Einfluss erzeugt.
In welchen Bereichen des Energiemanagements sehen Sie in den nächsten 5 Jahren das größte Innovationspotenzial durch die Zusammenarbeit von Wissenschaft und Industrie?
Energieinnovation sollte darauf abzielen, die Umweltbelastung bei minimalen wirtschaftlichen und sozialen Kosten zu reduzieren. Dies beinhaltet den strategischen Ersatz konventioneller Systeme durch erneuerbare Quellen, vor allem Solarenergie. Dazu gehört auch die Senkung des Endverbrauchs, da jeder eingesparte kWh die Notwendigkeit neuer Produktion eliminiert.
Effizienzsteigerung bedeutet nicht zwangsläufig, Anlagen durch leistungsstärkere Technologien zu ersetzen, die oft teuer und physisch begrenzt sind. Signifikante Ergebnisse werden durch die Nutzung von Synergien zwischen vorhandenen Komponenten erzielt – z. B. die Rückgewinnung von Abwärme zur Versorgung anderer Prozesse. Dieser Ansatz erfordert ein integriertes und bewusstes Management des gesamten Systems.
Genau mit dieser systemischen Logik hat sich E-BOOST als besonders effektiv erwiesen, wie die Erfahrung mit der zuvor erwähnten industriellen Lackieranlage zeigt.
Zusammenfassend ist die systemische Optimierung von Energieflüssen derzeit eine der intelligentesten und effektivsten Methoden, um Effizienz zu steigern und neue Technologien nachhaltig zu integrieren.
Wie wichtig ist Ihrer Meinung nach interdisziplinäres Wissen (Ingenieurwesen, Wirtschaft, Politik), um die heutigen industriellen Energieherausforderungen zu lösen?
Im Energiesektor ist ein multidisziplinärer Ansatz nicht nur wünschenswert, sondern essenziell. Alle Innovationen müssen technisch robust, wirtschaftlich tragfähig, gesetzeskonform und marktgerecht sein, um wirklich wirksam zu sein.
Bei E-BOOST haben wir Funktionen integriert, die diese Vision widerspiegeln, wie Algorithmen für die automatische Erstellung von energiebezogenen Berichten, die den geltenden Vorschriften entsprechen, sowie Module, die an Energiemärkte angebunden und ständig aktualisiert werden.
In meiner akademischen Tätigkeit arbeite ich mit Forschern verschiedener Disziplinen an Projekten zu Preisspitzenresilienz, Marktmechanismen und Modellen zur Kosten- und Anreizverteilung im Bereich erneuerbare Energien zusammen. Parallel dazu koordiniere ich ein interdisziplinäres Projekt mit Studierenden aus mehreren Fakultäten, mit dem Ziel, konkrete Lösungen zur Bekämpfung des Klimawandels durch Innovation im Energiebereich zu entwickeln.
