Gas wird als Energieträger in den nächsten Jahrzehnten eine entscheidende Rolle zukommen. Bei all seinen Vorteilen bringen Transport- und Netztechnik oder die Marktregulierung des Rohstoffs viele Unsicherheiten mit sich. Wie also kann man Gasnetze für diese Herausforderungen bereitmachen? Das untersuchen Mathematikerinnen und Mathematiker im DFG-geförderten Verbund Transregio 154 „Mathematische Modellierung, Simulation und Optimierung am Beispiel von Gasnetzwerken“. Die Deutsche Forschungsgemeinschaft (DFG) hat die Förderung des Transregio nun um weitere vier Jahre verlängert.

Um diese Aufgaben zu lösen, hat der Sonderforschungsbereichs SFB/Transregio 154 (TRR 154) zum Ziel, neue mathematische Instrumente zu entwickeln. In 17 Teilprojekten erarbeiten die Wissenschaftlerinnen und Wissenschaflter neue Verfahren der mathematischen Simulation, Modellierung und Optimierung. Besonders am Projekt ist, dass diese Verfahren Kenntnisse aus unterschiedlichen Domänen der Mathematik verbinden. In der nun angbrochenen Projektperiode liegt ein Schwerpunkt bei der Integration und Weiterentwicklung von in der ersten Periode entstandenen grundlegenden Methoden und Verfahren mit dem Fokus darauf, vermehrt Markt- und Unsicherheitsaspekte zu integrieren.

Durch die Liberalisierung der Gasnetze kann der Energieträger am Markt nahezu beliebig gehandelt werden. In die Modellierung fließen auch die physikalischen Dynamik beim Transport das Gases ein. Angestrebt wird, Randbedingungen bei den Marktmodellen so festzulegen, dass die Versorgungssicherheit gewährleistet ist, auch unter Berücksichtigung der Unsicherheiten und Schwankungen am Markt, zum Beispiel Nachfrageschwankungen.

Im TRR154 sind die Universität Erlangen-Nürnberg (FAU), TU Darmstadt, TU und HU Berlin sowie WIAS Berlin vertreten. Die mathematischen Erkenntnisse sind nicht nur auf Gasnetze, sondern auch auf andere physische Transportnetze, beispielsweise Wasser- oder Stromnetze, anwendbar. Sie eignen sich darüber hinaus ganz allgemein für gemischt-ganzzahlige, nicht lineare und stochastische Optimierungsprobleme und liefern damit mathematische Grundlagen für die Behandlung zahlreicher praxisrelevanter Fragen, aber auch neue mathematische Theorien und Methoden.