Forschungsbasierte Optimierung für komplexe Energieplanung.
Das Optimierungsmodul von Sympheny basiert auf einem Jahrzehnt Forschung von Empa und dem ETH-Bereich in der Modellierung von Multi-Energie-Systemen: MILP-Optimierung, Fernwärme-Layout, Netzrandbedingungen, Clustering und entscheidungsreifer Szenarienvergleich.
Quellen umfassen Peer-reviewed-Fachzeitschriften, ETH- und Empa-Repositorien, offene Datensätze und veröffentlichte Projektanwendungen. Angaben auf dieser Seite sind, wo verfügbar, mit dem zugrundeliegenden Papier, Datensatz oder Projektnachweis verknüpft.
Dies ist kein statischer Rechner.
Sympheny ist keine Berichtsebene über Tabellenkalkulationen. Es ist ein Optimierungsworkflow für Multi-Energie-Systeme, aufgebaut auf veröffentlichten Methoden zur Modellierung von Netzen, Technologien, Speichern und dem stündlichen Betrieb in einem einzigen Entscheidungsprozess.
Multi-Energie-Optimierung
Sympheny basiert auf der Energie-Hub-Formulierung: Strom, Wärme, Kälte, Gas, Wasserstoff, Speicher und Umwandlungstechnologien werden gemeinsam modelliert, anstatt als getrennte Berechnungen.
Damit kann die Plattform Technologien dimensionieren, den Betrieb planen und Kosten, CO₂ und Eigenversorgung auf Basis eines einheitlichen Modells vergleichen.
Netzbasierte Planung
Die Forschung endet nicht bei der Auswahl von Anlagen. Sie umfasst das Fernwärme-Layout, thermische Netzverluste, Netzrandbedingungen und Wechselwirkungen zwischen Gebäuden.
Das ist es, was Sympheny für Quartiere, Häfen, Campusse, Versorgungsunternehmen und Multi-Eigentümer-Energiegemeinschaften geeignet macht.
Rechnerische Skalierbarkeit
Peer-reviewed Clustering- und Rolling-Horizon-Methoden reduzieren den Rechenaufwand bei der ganzjährigen, gebäudeübergreifenden Optimierung.
Planer können im gleichen Projektzeitraum weitaus mehr Szenarien auswerten, anstatt das Problem so weit zu vereinfachen, bis es in eine Tabellenkalkulation passt.
Entscheidungsreife Belege
Dieselbe Forschungslinie wurde in realen Energiekonzepten, stadtweiten Roadmaps, Industriestandorten, Campussen und politiknaher Modellierung angewendet.
Das macht aus der Wissenschaft praktische Planungsbelege: geringeres Risiko vor dem Kapitaleinsatz, klarere Zielkonflikte und mehr Sicherheit bei Investitionsentscheidungen.
Belege für technische und Investitionsentscheidungen
Technisches Vertrauen
Vertrauen Sie der Modellstruktur: Die zugrundeliegenden Methoden sind veröffentlicht und peer-reviewed, keine versteckte Tabellenkalkulationslogik.
Modellieren Sie das reale System: Technologien, Energieträger, Netze, Speicher und der stündliche Betrieb interagieren in einer einzigen Optimierung.
Erkunden Sie mehr Optionen: Clustering- und Rolling-Horizon-Methoden machen grössere Szenariosets praktikabel.
Verteidigen Sie die Empfehlung: Jedes Szenario kann nach Kosten, CO₂, Eigenversorgung und Netzauswirkung verglichen werden.
Investitionsvertrauen
Reduzieren Sie das Investitionsrisiko, bevor Sie Kapital in Infrastruktur binden, die Jahrzehnte bestehen wird.
Quantifizieren Sie Zielkonflikte, anstatt zu früh ein einziges anbietergetriebenes Konzept zu wählen.
Finden Sie Lösungen, die CO₂ und Kosten gleichzeitig verbessern, wenn das System es erlaubt.
Geben Sie internen Projektverantwortlichen Belege, die sie Budgetverantwortlichen, Gremien und öffentlichen Stakeholdern vorlegen können.
Die Wissenschaft wurde auf reale Infrastrukturentscheidungen angewendet
Die Forschung beweist, dass die Methode funktioniert; die Projekte zeigen, dass Teams sie unter realen Bedingungen einsetzen können: mehrere Eigentümer, Netze, Tarife, CO₂-Ziele, Resilienzanforderungen und Kapitalentscheidungen.
Joint Base Andrews - Thermal Network, USA
Erste DoD-Anwendung des plattformbasierten Designs; Wärmenetzdesign abgeschlossen.
Feldnachweis für die Energieplanung von Militärstandorten in Verteidigungsqualität und resilienzorientiertes Wärmenetzdesign, basierend auf derselben strukturierten Design- und Energie-Hub-Logik wie bei Sulzer, Wetter, Mutschler und Sangiovanni-Vincentelli beschrieben.
Industrial Harbor Energy Community, Basel (IWB)
20-25% Energiekostenreduktion auf einem multi-stakeholder-Industrie- und Versorgungsstandort.
Engster Vergleichsfall für Multi-Eigentümer-Hafen-, Industrie- und Gemeinschaftsenergiesysteme, bei denen sich Governance- und Infrastrukturentscheidungen überschneiden.
Net-Zero Commercial Park, Gossau, Switzerland
75% CO₂-Reduktion und 20% niedrigere Lebenszykluskosten gegenüber dem Referenzszenario.
Starke Kosten-Nutzen-Referenz für emissionsarme Gewerbecampus- und Quartiersplanung.
Energy Self-Sufficient Campus, Birr, Switzerland
Vollständiges Selbstversorgungsdesign mit PV, Wasserstoff, Biogas-KWK und Batterien.
Validiert Inselbetrieb, Saisonspeicherung und Wasserstoff-Träger-Logik in einem praktischen Planungsworkflow.
Nanoverbund, Basel
Ein gemeinschaftliches Wärme-Sharing-Netz, in Betrieb seit 2023/24.
Feldnachweis für die Kopplung von Installations-Community-Wärme und gemeinsamer lokaler Energieinfrastruktur.
Zurich Industrial Site Strategic Energy Plan
65% CO₂-Reduktion bei Lebenszykluskosten-Parität.
Zeigt Multi-Energie-Planung über Abwärme, Wärmepumpen, PV, industrielle Lasten und Kostenbeschränkungen hinweg.
GEVAG Waste Incineration Plant, Trimmis (Graubünden)
54-65 CHF/Tonne CO₂ Lebenszykluskosten. Aminwäsche optimal unter Hochstrompreisszenarien.
Machbarkeitsstudie zur CO₂-Abscheidung: Modellierte Energieströme (Dampf bei 400 °C / 230 °C, Heisswasser bei 120 °C, Strom) und verglich Aminwäsche mit dem Kaliumkarbonat-Verfahren. Unterbeauftragt durch Empa. Tags: Industrie · CCS · Dekarbonisierung.
Sympheny hilft Teams, bessere Energieinfrastrukturentscheidungen zu treffen, weil die Optimierungsmethode bereits umfassend erprobt wurde.
Die kommerzielle Aussage ist einfach: glaubwürdigere Szenarien, schnellere Iteration und klarere Investitionszielkonflikte für komplexe Energiesysteme.
