Lernverfahren zur Erschließung der individuellen Nachfrageflexibilität von Elektrofahrzeugnutzern

  • Subject:Elektromobilität, Energiemanagement, Mobilität, Wissen und Informationsdienste
  • Type:Diplomarbeit, Masterarbeit
  • Date:sofort
  • Supervisor:

    Alexander Schuller

  • Umfeld

    Elektrofahrzeuge sind neue Verbraucher und stellen durch ihre Ladevorgänge eine große Last für das Stromnetz dar. Elektrofahrzeuge besitzen eine gewisse Flexibilität in ihrem Ladevorgang, welche für die Stabilität des Stromnetzes eingesetzt werden kann. Um diese Flexibilität abzurufen, können neue Akteure, sog. „Aggregatoren“, die Ladevorgänge von zahlreichen Elektrofahrzeugen so einplanen, dass diese für den Netzbetreiber von Wert sind und über den Strommarkt verkauft werden können. Der Nutzer kann in ein sog. Lademanagementsystem bestimmte Parameter eingeben (z. B. nächste Abfahrtszeit, etc.) in deren Rahmen der Aggregator den Ladevorgang des Fahrzeugs beeinflussen darf.

    Aufgaben

    Im Rahmen dieser Arbeit soll ein Konzept für „Charging as a Service“ erstellt werden, welches Nutzerpräferenzen zur Erleichterung des Lademanagements erfasst. Diese sollen dazu genutzt werden Empfehlungen für Ladestrategien zu geben, und zum anderen auch um das Flexibilitätspotential von E-Flotten für kurzfristige Netzunterstützung zu prognostizieren. Die Arbeit kann dabei auf empirischen Erhebungen zum Ladeverhalten in einer existierenden Firmenflotte aufbauen. Schwerpunkte der Arbeit(en) sind:

    • Analyse der Flexibilitätspotentiale von E-Fahrzeugflotten zur Verschiebung von Ladevorgängen ggf. mit geografisch differenzierter Erfassung für Aggregatoren bzw. Vermarkter
    • Implementierung eines Lernalgorithmus zur Empfehlung der passenden Ladestrategie für E-Fahrzeugnutzer unter Berücksichtigung der Anforderungen von E-Flottenbetreibern
    • Auswertung und Darstellung des Flexibilitätspotentials einer E-Flotte mithilfe einer BI-Anwendung

    Wir erwarten

    • Strukturierte, systematische Denkweise und ein solides technisches Verständnis
    • Interesse an der Energiewirtschaft und Elektromobilität
    • Grundkenntnisse der Programmierung an der Schnittstelle zwischen mobiler Anwendung und SAP ERP sowie Interesse an maschinellen Lernverfahren
    • Lernbereitschaft, selbständiges Arbeiten und Teamfähigkeit

    Wir bieten

    • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
    • Modernste Technologien, wie SAPUI5 oder SAP HANA im Rahmen unserer Testumgebungen
    • Eine angenehme Arbeitsatmosphäre
    • Konstruktive Zusammenarbeit

    Erforderliche Unterlagen

    • Motivationsschreiben mit Angabe der Studienschwerpunkte, Interessensgebiete und praktischer Erfahrungen
    • Lebenslauf
    • Aktueller Notenauszug

    Weitere Informationen