Die vorliegende Studie wurde an der Universität Rostock am Lehrstuhl für Informations- und Kommunikationsdienste erstellt. Sie beschäftigt sich mit der optimierten solaren Energieversorgung autonomer, umgebungsgesteuerter Wireless LAN Netzwerkknoten sowie mit der damit verbundenen Maximierung der Verfügbarkeit des Ad-hoc-Netzwerkes. Durch die Entwicklung mathematischer Modelle zur Verwaltung des Energiehaushaltes und deren Integration in die Systemarchitektur, wird ein autonomer Netzknoten in die Lage gebracht sich selbst unter Berücksichtung seiner erlebten Vergangenheit zu verwalten. Es handelt sich somit um ein System ohne externe Stromversorgung, welches aktiv und eigenständig seine Umwelt wahrnimmt und durch reaktionäres Handeln in die Lage gebracht wird, seine Betriebszeit um ein Vielfaches zu verlängern bzw. als übergeordnetes Ziel einen dauerhaften Betrieb zu gewährleisten. Es werden 4 Energieverwaltungsmodelle entwickelt und in Hinblick auf Eignung analysiert, die sich in ihrer Berechnungskomplexität grundlegend unterscheiden: ein Modell ganz ohne Verwaltung (Herstellerstandard), naive Verwaltung, gewichtete, wahrscheinlichkeitsbasierte Verwaltung, Energieverwaltung mittels Bayesian Filter. Darauf aufbauend wird nach der Erarbeitung der wichtigsten theoretischen Grundlagen, das Ausgangsproblem in kleinere Teilprobleme zerlegt, um es durch eine Verarbeitung in den Verwaltungsstrategien effizient lösen zu können. Im weiteren Verlauf werden die so entwickelten einzelnen Strategien in einer Simulationsumgebung getestet und die Ergebnisse analysiert. Nach einem eingehenden Vergleich und einer Bewertung aller Modelle erfolgt die Implementation auf dem Zielsystem und somit einer Validierung unter Echtzeitbedingungen. Dies ermöglicht die Beantwortung der Ausgangsfrage nach der besten Energieverwaltung. In der Schlussbetrachtung werden die Ergebnisse zusammengefasst und geklärt, warum welches Modell das geeignetste ist, um die Anforderungen an Leistungsfähigkeit und Ökonomie zu erfüllen.

Kapitel 4.1 Simulationsumgebungen als Hilfsmittel Durch viele Streuvariablen mit unstegigen, nicht erfassbaren (weil zufälligen) Einflüssen werden objektive Vergleiche und Gegenüberstellungen der 4 Strategien aus Kapitel 3.5 sehr erschwert (vgl. [Hop90]). Um dieses Problem zu lösen und die korrekte Auswahl zu treffen, werden alle abhängigen Variablen (physikalischen und technischen Eigenschaften) des Systems nachgebildet und die Berechnungen zur späteren Auswertung aufgezeichnet. Wie Abb. 4.1 zeigt, haben die Ergebnisse direkten Einfluss auf die Eingaben: Das System bildet einen geschlossenen Kreislauf. Nach Ablauf der Simulationen ist es möglich alle implementierten Strategien unter gleichen Kriterien zu vergleichen. Als Hauptindikator gilt die Simulationszeit: Je länger die Simulation läuft, desto besser ist die zugrunde liegende Energieverwaltungsstrategie. Im Kontext dieser Anwendung gibt es im wesentlichen drei große Gebiete der Simulation: Diskrete, kontinuierliche und Monte Carlo Simulationen. Es wird folglich unterschieden zwischen Zuständen oder zeitlichen Abständen. Ferner gibt es Vertreter welche diese Eigenschaften vereinen: Diskret schrittweise oder diskret ereignisorientiert (vgl. [Zei00], S.135). Für die Modellierung und Simulation der Abläufe in Netzwerken oder der Datenverarbeitung sind diskrete Modelle geeignet, da sie in endlichen Zeitabständen den Systemstatus deterministisch wiedergeben können. Da jedoch auch kontinuierliche Elemente wie Wetterzustände eine Rolle spielen muss hier ein Kompromiss gefunden werden. Eine Lösung könnte eine Kombination aus diskreten und kontinuierlichen Simulationen sein: Mit numerischer Integration werden kontinuierliche Zusammenhänge wie Temperaturverläufe oder auch Kapazitätsverläufe mit Abhängigkeiten diskretisiert (vgl. Kapitel 3.4 und [Ban05]). Infolgedessen wird ein Modellformalismus mit diskret schrittweisen und Äquidistanten, zeitgetakteten Verfahren eingesezt, in denen Überführungsfunktionen alte Zustände in neue Zustände überführen.

• Regenerative Energieerzeugung

• Künstliche Intelligenz

• Filteralgorithmen

• Wireless LAN

• Solarenergie

• Ad-Hoc-Netzwerk

Christian Schulz, Dipl.-Inf., Informatik-Studium an der Universität Rostock. Abschluss 2007 als Diplom-Informatiker. Derzeit tätig als Ingenieur in der Entwicklung und Planung von Telekommunikationstechnik sowie im Bereich des Managements verteilter Technikstandorte.