Hintergrund:

Mit der zunehmenden Integration erneuerbarer Energiequellen und der verstärkten Digitalisierung in der Energiewirtschaft gewinnen intelligente, KI-unterstützte Energiemanagementsysteme immer mehr an Bedeutung. Diese Systeme bieten innovative Lösungen zur Optimierung des Energieverbrauchs, zur Reduktion von Kosten und zur Steigerung der Energieeffizienz.
In Kooperation mit über 30 namhaften Partnern der Industrie baut der FAPS in seinen Laborhallen eine gleichstrombasierte Demonstrator-Anlage mit regenerativen Erzeugern, verschiedenen Speichern und industriellen Verbrauchern auf. Entstandene Simulationen können dort messtechnisch validiert und das Gesamtkonzept auf die praktische Umsetzbarkeit sowie die Wirtschaftlichkeit untersucht werden.

Eine strukturierte Literaturübersicht (Meta-Analyse) zu KI-unterstützen Energiemanagementsystemen ist erforderlich, um bestehende Forschungsergebnisse in diesem Bereich zusammenzufassen, zu analysieren und die Wirksamkeit verschiedener KI-Technologien im Energiemanagement zu bewerten.

Mögliche Inhalte:

Einsatz und Effektivität von KI-Technologien im Energiemanagement: Chancen, Herausforderungen und Anwendungen in der Gleichstromfabrik

• Einsatz von KI-Technologien in Energiemanagementsystemen: Aktuelle KI-Technologien (Reinforcement Learning, Deep Learning oder andere Optimierungsalgorithmen) zur Verbesserung von Energiemanagementprozessen.
• Effektivität von KI im Energiemanagement: Bewertung der Wirksamkeit von KI-Technologien hinsichtlich Energieeffizienz, Kostensenkung und nachhaltiger Energiegewinnung.
• Herausforderungen bei der Anwendung von KI: Analyse der bestehenden Herausforderungen und Limitationen bei der Implementierung von KI in Energiemanagementsystemen.
• Übertragbare Ansätze für die Gleichstromfabrik: Ableitung von praxisorientierten Ansätzen aus bestehenden Studien zur Anwendung von KI in einer Gleichstromfabrik.
•  (Falls gewünscht) Integration von KI-Technologien in Simulationen: Modellierung und Testen von Energiemanagementstrategien in einem digitalen Zwilling der Gleichstromfabrik

Technologische Ansätze im Energiemanagement: Cloud, Open-Source und Edge Computing

• Cloud-basierte Lösungen: Untersuchung der Vorteile und Herausforderungen der Cloud-Integration in Energiemanagementsysteme.
• Open-Source-Plattformen: Analyse von Open-Source-Frameworks (z.B. Open-EMS) und deren Einsatzmöglichkeiten.
• Edge-Computing: Untersuchung des Einsatzes von Edge-Computing zur lokalen Datenverarbeitung in Energiemanagementsystemen.
• Integration: Bewertung der Interoperabilität zwischen Cloud-, Open-Source- und Edge-Technologien.

Erwartete Ergebnisse:

• Eine umfassende und kritische Literaturübersicht (Meta-Analyse) zu den neuesten Entwicklungen und Ansätzen in der Anwendung von KI im Energiemanagement.
• Eine vergleichende Analyse der Effektivität von verschiedenen KI-Technologien und -Methoden.
• Empfehlungen für zukünftige Forschungsrichtungen und mögliche Praxisanwendungen im Bereich des KI-unterstützten Energiemanagements.

Benefits:

Das sogenannte DC-Team am Lehrstuhl besteht aus mehreren Wissenschaftlern und Studierenden, die ihre Arbeiten im Team erledigen und sich gegenseitig unterstützen. Theoretisch ist 100% Remote Arbeiten möglich, wobei eine Bereitschaft für regen Austausch im DC-Team gewünscht wird. In dieser Arbeit ist die Vergabe der Arbeitspakete konkurrenzlos in mehrere Teilaufgaben untergliederbar.

Was Sie mitbringen sollten:

• Eigenständiges Arbeiten
• Erfahrung im wissenschaftlichen Arbeiten sowie in der Durchführung von Literaturrecherchen.
• Gute Dokumentationsfähigkeit
• Grundkenntnisse in Machine Learning und Elektronik von Vorteil

Bewerbung:

Bewerbungen bitte mit Lebenslauf und aktueller Fächerübersicht per E-Mail an Luca.Werthmann@faps.fau.de

Kategorien:

Kontakt: