Open Access

In Anbetracht der akuten Klimakrise und der nötigen Energiewende gelten Photovoltaik (PV)-Anlagen als eine der vielversprechendsten Alternativen zu den konventionellen Energiequellen. Der Hauptnachteil von PV ist der Bedarf an großen Flächen durch einen geringen Wirkungsgrad. Floating PV (FPV) bietet eine Alternative zu landbasierten Systemen. Das Ziel dieser Arbeit ist es, die technischen Möglichkeiten sowie die rechtlichen, wirtschaftlichen und ökologischen Rahmenbedingungen von FPV in Deutschland aufzuzeigen. In diesem Zusammenhang stellt sich die Frage: Welches Potenzial gibt es für FPV-Anlagen im Süden Baden-Württembergs? Ein FPV-System besteht im Wesentlichen aus PV-Modulen, Schwimmkörpern, einem Verankerungssystem, Kabeln und Befestigungen sowie Wechselrichtern und einem Spannungsumwandler. Besonders geeignet für den Einsatz solcher Anlagen sind Seen, die über geringe Tiefen, einen festen Grund und ausreichend Landfläche in der Nähe verfügen. FPV-Anlagen bieten den Vorteil eines Mehrertrags durch den Kühleffekt von Wasser. In Deutschland wur-den bereits einige FPV-Projekte umgesetzt wie bspw. auf dem Philippsee in Baden-Württemberg. Rechtlich gesehen dürfen die Anlagen nur auf künstlichen Seen mit einem Abstand von 40 m zum Ufer und einer maximalen Seebelegung von 15 % installiert werden. Die Investitionskosten für FPV-Anlagen sind deutlich höher als die von Freiflächenanlagen. Bei fachgerechter Umsetzung dürften die positiven Umweltauswirkungen überwiegen. In dieser Arbeit werden die Methoden der Experteninterviews und der Potenzialanalyse mithilfe des Programms PV*SOL premium angewendet. Es wird eine FPV-Anlage auf der Kiesgrube Pfullendorf-Tautenbronn simuliert. Die Anlage weist bei einer Größe von 3,32 ha eine Nennleistung von knapp 7,5 Megawatt Peak (MWp) und einen spezifischen Jahresertrag von etwa 1.000 kWh/kWp auf. Der Anlagennutzungsgrad beträgt 86,40 %. Für die Wirtschaftlichkeitsberechnung werden ein Mittelwertszenario, ein Best-Case-Szenario und ein Worst-Case-Szenario betrachtet. Außerdem wird innerhalb der Szenarien zwischen 100 %, 50 % und 0 % Einspeisung unterschieden. Hinsichtlich der Stromgestehungskosten von 7,82 ct/kWh im Mittelwertszenario können FPV-Anlagen mit anderen Erneuerbaren Energien konkurrieren. Das gilt aktuell jedoch nur für Anlagen mit einem hohen Eigenverbrauch. Es zeigt sich ein dringender Änderungsbedarf des Genehmigungsverfahrens und der 15 %-Regelung sowie ein erheblicher Forschungsbedarf zu den Umweltauswirkungen von FPV-Anlagen.

Numerous studies have demonstrated that energy demand in the building sector, particularly for heating, ventilation, and air conditioning systems, can be reduced by forecasting future indoor temperatures and applying targeted control strategies. Accurate indoor temperature forecasts depend on understanding random variables such as occupancy and the number of active electrical devices. However, detecting these random influences is challenging, leading existing methods to be overly specific, reliant on expensive sensors, and poorly generalizable across different buildings. Moreover, prevalent point forecasting methods fail to account for the uncertainty surrounding future outcomes. In this paper, we propose that instead of attempting to eliminate naturally occurring random disturbances, it is more effective to incorporate these uncertainties into the modeling process. We introduce a deep learning methodology for probabilistic forecasting that predicts future temperatures as a probability distribution, integrating the inherent randomness of the data without requiring direct measurements. The proposed model is based on normalizing flows with flexible Bernstein polynomials and is compared to a Gaussian baseline. This approach enables the estimation of complex distributions via the maximum likelihood principle, with only mild assumptions on its shape. Due to the lack of high-quality real-world data, we use simulated data from various rooms with differing characteristics and evaluate both models in terms of robustness and flexibility. Our results indicate that our model accurately predicts indoor temperature distributions and generalizes well to different and previously unseen rooms. The dataset and code are published along with this paper, to provide reproducible results and benchmark data to the community.

Im ersten Teil geht es zunächst darum, einen Überblick darüber zu geben, was EU-Recht überhaupt ist, welche Arten es gibt und welche Akteure auf europäischer Ebene für die Rechtsetzung und die Rechtsprechung zuständig sind. Im zweiten Teil geht es dann um die zur Schaffung und Aufrechterhaltung eines Binnenmarktes wichtigen „Grundfreiheiten“ sowie um die grundsätzliche Sicherung eines freien Wettbewerbs durch die Regelungen des europäischen Wettbewerbsrechts. Im dritten Teil werden die für Start-ups relevanten und durch EU-Recht harmonisierten Rechtsbereiche vorgestellt. Dabei geht es um den Datenschutz, das Preisrecht und - ganz aktuell – um die neue KI-Verordnung der EU.