Open Access

Der weltweite Energieverbrauch nimmt stetig zu. Statistiken zeigen, dass ein wesentlicher Anteil dieses Anstiegs nicht von der Industrie ausgeht, sondern auf Privathaushalte und öffentliche Einrichtungen zurückzuführen ist. Die Anzahl der elektrischen Verbraucher in einem durchschnittlichen Privathaushalt steigt. Es wird für den Menschen schwieriger zu beurteilen, was in seiner persönlichen Umgebung welche Menge Energie verbraucht. Diese Mannigfaltigkeit an Verbrauchern manuell im Sinne eines effizienten Umgangs mit Energie zu managen ist kaum möglich. In dieser Arbeit wird ein System skizziert, welches es einem Gebäude erlaubt seine Energieströme in autonomer Weise selbst zu verwalten. Ein hochdynamisches Netz verteilter Netzwerkknoten soll in der Lage sein elektrische Verbraucher entsprechend den Bedürfnissen der Benutzer zu verwalten mit dem Ziel, den Gesamtenergiebedarf des Netzes zu minimieren. Es ist eine besondere Herausforderung, dass in diesem Netzwerk gleichberechtigter Knoten auf Grund von technischen Randbedingungen kein Knoten globales Wissen über das Gesamtnetzwerk akkumulieren kann. Für diese Optimierungsaufgabe wurde die Ant Colony Optimization (ACO) ausgewählt. Damit innerhalb des hochdynamischen Netzwerks eine Optimierung nur auf Basis der lokalen Informationen der Netzteilnehmer durchgeführt werden kann, wird eine angepasste ACO Variante, das das Asynchronous Ant System, eingeführt. Diese Arbeit stellt eine Java basierte Simulation des AAS Algorithmus' im verteilten Netz sowie eine ANSI C Implementierung des AAS Systems auf einer Embedded Plattform vor. Es zeigt sich, dass es mit Hilfe des AAS möglich ist, Optimierungsaufgaben im verteilten Netz zu lösen.