Vorhersage des Lastprofils an einer Ladestation für Elektrofahrzeuge

TÄTIGKEIT: Studien-/ Abschlussarbeit, Studentische Tätigkeit, Praktikum

Ihre Mission:

Möchten Sie in einem interaktiven, kooperativen und internationalen Team arbeiten? Sie interessieren sich für die Neu- und Weiterentwicklung erneuerbarer Energietechnologien, im speziellen mit der Entwicklung von geeigneten Werkzeugen, Modellen und Technologien für Vehicle to X (V2X)-Schnittstellen.

Dann ist das Institut für Vernetzte Energiesysteme für Sie ein attraktiver Arbeitgeber. Unser vorrangiges Forschungsziel ist die Entwicklung von Konzepten und Technologien, die ein stabiles Energiesystem auf Basis wetterabhängiger und dezentraler Stromerzeugung aus Erneuerbaren Energien sicherstellen.

Das Institut für Vernetzte Energiesysteme beschäftigt sich an den Standorten Oldenburg und Stuttgart mit rund 190 Mitarbeiterinnen und Mitarbeitern mit systemtechnischen und systemanalytischen Fragestellungen zur intelligenten und effizienten Kopplung der Sektoren Strom, Wärme, Industrie und Verkehr.

Das Team der Abteilung Energiesystemtechnologie fokussiert sich auf die Interaktion zwischen systemrelevanten Energie-Technologien innerhalb dezentraler vernetzter Strukturen. Insbesondere im Verteilnetz streben wir neue Architekturen für die Energiesysteme der Zukunft an, die auch unter dem Einfluss fluktuierender Einspeiser einen robusten Netzbetrieb sicherstellen.

Vorrangiges Projektziel von DriVe2x ist es, geeignete Werkzeuge, Modelle und Technologien für V2X-Schnittstellen zu entwickeln, um deren Markteinführung – auch mittels geeigneter politischer Instrumente – zu beschleunigen. So sollen V2X-Flexibilitätsmärkte vorangetrieben und Ladetechnologien intelligenter, effizienter, kostengünstiger und kompakter werden.

Im Rahmen des Projektes:

• Bereiten Sie aus bereits vorliegenden Daten, u.a. für Ladestationen einer Demostadt, eine Grundlage für die Korrelationsanalyse mit einem breiteren Stadtdatensatz als Basis des Machine Learnings.
• Richten Sie ein Framework für Machine-Learning in der Programmiersprache Python ein und verwenden die gegebenen Eingabe- und Ausgabedaten aus der Demostadt, um ein Vorhersagemodell zur Quantifizierung des Lastprofils für Ladestationen zu erstellen, zu trainieren und zu validieren.
• Entwickeln Sie eigene Szenarien mit zeitlichen und räumlichen Variationen.
• Arbeiten Sie in einem jungen dynamischen Team und präsentieren ihnen Ihre Ergebnisse in Form von Berichten über das Projekt.

Ihre Qualifikation:

• Sie befinden sich derzeit in einem Masterstudiengang der Fachrichtung Energietechnik, Informationstechnik, Informatik oder in einem ähnlichem Studiengang.
• Zusätzlich verfügen Sie über ein gutes Verständnis für Elektromobilitätstechnik und besitzen Grundkenntnisse in der Planung von Ladeinfrastrukturen.
• Sie verfügen über Kenntnisse und erste Erfahrungen bei der Programmierung für die Visualisierung und Analyse von Daten in der Hochsprache Pyton.
• Der Umgang mit Python-Code/Packages zur Energie-Zeitreihenverarbeitung und -berechnung ist Ihnen bereits vertraut.
• Idealerweise besitzen Sie bereits Erfahrung bei der Anwendung von Machine-Learning für die Zeitreihenvorhersage von Energieprofilen.

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik.Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.