Herausforderung
Steigende Energiepreise und komplexe Lastprofile erschwerten es Unternehmen zunehmend, ihre Strombezugskosten unter Kontrolle zu halten. Ziel war es, eine datengetriebene Lösung zu entwickeln, um Einsparpotenziale zu identifizieren und Beschaffungsentscheidungen zu optimieren.
Lösung
Wir entwickelte ein mathematisches Optimierungsmodell mit Python, Pyomo und Gurobi, das darauf ausgelegt ist, Strombezugskosten zu minimieren. Das Modell integrierte reale Kostenstrukturen und Lastprofile und ermöglichte so eine effiziente Entscheidungsfindung auf Basis quantitativer Analysen.
Wirkung
Erfolgreich in einem realen Unternehmensumfeld angewendet
Führte zu messbaren Kosteneinsparungen
Unterstützte eine langfristige Optimierung der Energiebezugsstrategien
Nächste Schritte
Ein Link zum GitHub-Repository wird in Kürze ergänzt. Dort finden sich:
Eine vollständige Problembeschreibung
Datengrundlagen
Der komplette Code
🔗 Lade dir sowohl das Notebook als auch den Datensatz aus unserem GitHub-Repository herunter: Hier
Ein besonderer Dank gilt Edmong Tefong für die Aufbereitung der Lösung und der Python-Codes zu dieser Fallstudie.
Wir unterstützen Unternehmen und Forschungseinrichtungen dabei, komplexe Fragestellungen durch fundierte Beratung in Statistik und Machine Learning sowie durch zielgerichtete Weiterbildungsangebote zu lösen.
Unsere Kernkompetenzen umfassen:
– Statistische Beratung:
Umfassende Beratung, die genau auf Ihre datengetriebenen Anforderungen zugeschnitten ist.
– Schulungen und Coaching:
Fundierte Trainings in Statistik, Machine Learning sowie in der Anwendung statistischer Software wie SAS, R und Python.
– Reproduzierbare Datenanalyse-Pipelines:
Entwicklung dokumentierter und reproduzierbarer Workflows mittels SAS-Makros sowie individueller R- und Python-Codes.
– Interaktive Datenvisualisierung und Webanwendungen:
Erstellung dynamischer Visualisierungen und Web-Apps mit R (Shiny, Plotly), Python (Streamlit, Dash by Plotly) sowie SAS (SAS Viya, SAS Web Report Studio).
– Automatisierte Berichterstattung und Präsentation:
Generierung automatisierter Berichte und Präsentationen unter Einsatz von Markdown und Quarto.
– Datenanalyse für wissenschaftliche Forschung:
Fortgeschrittene analytische Unterstützung für Forschungsprojekte.