Home | deutsch  | Legals | Data Protection | Sitemap | KIT

Electricity Consumption Forecasting and Optimal Tariff Selection with Data Analytics

Electricity Consumption Forecasting and Optimal Tariff Selection with Data Analytics
Type:Bachelorarbeit, Masterarbeit
Date:sofort
Supervisor:

Frederik vom Scheidt

Motivation

Immer mehr Privathaushalte verfügen über digitale Stromzähler, welche es erlauben, ihren Stromverbrauch in Echtzeit zu messen. Bis 2032 ist die Einführung von digitalen Zählern für alle Haushalte in Deutschland sogar gesetzlich vorgeschrieben. Wenn digitale Zähler mit einem Kommunikationsmodul kombiniert werden ("Smart Meter"), öffnet das die Tür für innovative Stromtarife, die beispielsweise zeitvariable Preise beinhalten. Abhängig von ihrem Verbrauchsprofil könnten viele Kunden durch den Wechsel zu einem solchen Tarif signifikante Einsparungen bei ihren Stromkosten erzielen. Allerdings verursachen Smart Meter zusätzliche Investitionskosten, sodass sie sich nicht per se für alle Haushalte finanziell rentieren. 

 

Inhalt der Arbeit 

Das Ziel der Abschlussarbeit ist, zu evaluieren, unter welchen Umständen sich die Anschaffung eines Smart Meters für Privathaushalte lohnt. Zu diesem Zweck sollen basierend auf zeitlich hoch aufgelösten Verbrauchsdaten Vorhersagen über den zukünftigen Verbrauch jedes Haushalts berechnet werden. Dafür sollen state-of-the-art Methoden aus dem Bereich Data Analytics, wie z.B. neuronale Netze eingesetzt werden. Basierend auf der Vorhersage soll dann aus einem Katalog von Stromtarifen für jeden Haushalt  der optimale Tarif ausgewählt werden, sodass die potentiellen Kosteneinsparungen für Kunden bestimmt werden können. 

 

Formale Anforderungen 

  • Interesse an energiewirtschaftlichen und statistischen Themen 
  • Grundlegende Programmierkenntnisse 
  • Gute Kenntnisse in den Programmiersprachen R oder Python, oder große Motivation, diese zu erwerben 
  • Die Arbeit kann auf Deutsch oder Englisch verfasst werden 
  • Die Arbeit kann ab sofort begonnen werden