Die natürliche Fluktuation regenerativer Energiequellen stellt die Versorgungsnetze auf die Probe. Gleichzeitig befassen sich zahlreiche Experten mit variablen Strompreisen für Industrie- und den Energiemärkte. In Bezug auf Preisprognosen, aber auch für Anwendugen wie Peak-Shaving und Load-Shiftig und für die Netzstabilität bieten Leistungsprognosen von EEG-Anlagen enorme Mehrwerte. Ziel der Arbeit ist es, ein bestehendes System zur numerischen Wetterprognose an realen Testanlagen der Industrie oder in Privathaushalten individuell nutzbar zu machen und zu optimieren.

Beispielweise nutzt der FAPS numerische Wetterprognosen, um diese in Kombination mit der Generatorausrichtung sowie dem Standort in Leistungsprognosen umzuwandeln. In einem Team mit anderen Studierenden und Wissenschaftlern können diverse Themen bearbeitet werden.

Auswahl möglicher Themen und Fragestellungen:

  • KI-basierte Optimierung der Leistungsprognosen
  • Aufbau einer Datenbank
  • Integration von Preisprognosen des Energiemarkts
  • Monitoring von Leistungsprognosen über Bedienpanels
  • Ankopplung von Leistungsprognosen an Energiemanagementsysteme
  • Kopplung von Leistungsprognosen mit realen Fertigungszellen
  • Kopplung mit Simulationsmodellen/digitalen Zwillingen von Fertigungsanlagen oder MES-Systemen
  • Validierung anhand Beispielanlagen, Aufbau von Messeinrichtungen
  • Nutzung der Prognosen für elektrische Ladeinfrastruktur von Fahrzeugen (z. B. bidirektionales Laden)
  • Weitere Themenstellungen nach Absprache möglich

Anforderungen und Informationen:

  • Gutes Deutsch und Englisch in Wort und Schrift
  • Beginn ab sofort möglich
  • Selbstständige Arbeitsweise erforderlich
  • Aufgabenstellung auch in Form studentischer Teams möglich
  • Hoher Industriebezug durch Zusammenarbeit im Projektkonsortium möglich
  • Bei Projekt-/Masterarbeit: Möglichkeit eines Research Masters und anschließender Promotion gegeben

Kategorien:

Forschungsbereich:

Automatisierungstechnik

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Künstliche Intelligenz und Maschinelles Lernen, Medizintechnik, Planung und Simulation, Energy and Ecology, Innovatives Qualitätsmanagement

Kontakt:

Benjamin Gutwald, M.Sc.

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS)