2020

Student: Richard Säuberlich
Supervisor: Christopher Ripp
Time period: 01/01/2020 - 02/29/2020
Type: Project Seminars Bachelor


In progress

Student: Nianyu He
Supervisor: Mario Beykirch
Time period: 01/02/2020 - 07/02/2020
Type: Master Thesis


Industrielle Energiesysteme müssen eine kostengünstige und zugleich zuverlässige Bereitstellung von Strom, Wärme und Kälte gewährleisten. Die Kosten der Bereitstellung können verringert werden, indem der Betrieb der zur Verfügung stehenden Anlagen optimiert wird. In der Optimierung beeinflusst die Genauigkeit der verwendeten Modelle maßgeblich die Güte der Betriebspläne. Um genaue Komponentenmodelle zu erstellen, können datengetriebene Modellierungsmethoden genutzt werden. Dabei muss allerdings berücksichtigt werden, dass die Güte der Modelle sich über lange Zeiträume ändern kann, da das Betriebsverhalten der realen Komponenten ständigen Alterungseffekten unterliegt. In dieser Masterarbeit soll der Nutzen quantifiziert werden, der aus einer regelmäßigen Instanthaltung der Modelle für die Optimierung von industriellen Energiesystemen resultiert.

Dazu sollen die folgenden Schritte bearbeitet werden:

  • Einarbeitung in das für die Arbeit benötigte Grundlagenwissen.
  • Ein bestehendes Energiesystemmodell soll um Alterungseffekte erweitert werden, um Mehrkosten zu simulieren, die aufgrund veralteter Modelle auftreten.
  • Anschließend soll untersucht werden, wie effektiv eine datengetriebene Methode zur automatisierten Modellerzeugung eingesetzt werden kann, um die Komponentenmodelle des Energiesystems instand zu halten.
  • Nach Bearbeitung der vorherigen Schritte kann der Fokus beispielweise auf einen der folgenden Punkte gelegt werden:
    • Eine tiefergehende Erweiterung des Modells aus 2), um Alterungseffekte besser abbilden zu können. Hierbei kann das Optimierungsmodell beispielsweise um nicht lineare Elemente erweitert werden.
    • Eine Erweiterung der datengetriebenen Methode zur automatisierten Modellerzeugung.

Externe Arbeit beim FZ Jülich

Student: Julian Reckter
Supervisor: Jonas Hülsmann
Time period: 11/01/2019 - 01/31/2020
Type: Master Thesis


Elektroautos können ein wesentlicher Bestandteil zum Erreichen der CO2 Ziele Deutschlands werden. Ein Reduktion der ausgestoßenen CO2 Menge des Verkehrssektors wird jedoch nur erreicht, wenn der Strom zum Laden der Elektroautos aus sauberen Energiequellen kommt. Diese sauberen Energiequellen können beispielsweiße Wind und Solar sein. Da Wind und Solar jedoch nicht durchgängig verfügbar sind benötigt es entweder große Energiespeicher oder eine flexiblere Verbraucherlandschaft. Elektroautos könnten ein wesentlicher Bestandteil einer solchen flexiblen Verbraucherlandschaft sein. Herrscht ein Energie Überangebot, so könnten Elektroautos genutzt werden um den Überschuss zu Nutzen, während bei einem Energiemangel die Fahrzeuge zu Gunsten anderer Verbraucher einen anstehenden Ladevorgang verschieben. Da solche Eingriffe in das Ladeverhalten wahrscheinlich nicht freiwillig von den Besitzern hingenommen werden gilt es hier monetäre Anreize zu schaffen, so dass diese ihr Fahrzeug zur Verfügung stellen. Um die Höhe eines solchen Anreizes abschätzen zu können soll sich im Rahmen dieser Arbeit damit befasst werden, welchen monetären Nutzen ein solches angepasstes Ladeverhalten für das Netz hat.

Folgende Möglichkeiten der Wertschöpfung könnten betrachtet werden:

  • Angepasste Lademenge (z.B. Akku nur halbvoll laden)
  • Angepasste Ladeleistung der Ladeinfrastruktur (Schnellladen wird zeitweise eingeschränkt)
  • Angepasste Ladezeitpunkte
  • Weitergabe von Echtzeit Marktpreisen an ladende Fahrzeuge
  • Bereitstellung von Systemdientleistungen durch ladende Fahrzeuge (z.B. Regelleistung)

Diese Arbeit wird in Kooperation mit dem Honda Research Institute erstellt.

Student: Philipp Kaul
Supervisor: Christopher Ripp
Time period: 01/20/2020 - 04/20/2020
Type: Bachelor Thesis


In progress

Student: Langqi Song
Supervisor: Edwin Mora
Time period: 05/13/2020 - 10/12/2020
Type: Bachelor Thesis


Based on recent research results in the field of minimal control of constrained linear power networks, this thesis aims to find the critical set of controllers and measurements for a middle-scale distribution network experimentally. Considering a linear model for the distribution network and a given set of controllers and measurements, an affine-linear control policy shall be designed to determine if a valid closed-loop system is possible for such set. Then, a simulation study shall be done to determine the critical devices by analyzing those candidate sets of controllers and measurements yielding valid closed-loop systems. Finally, the solution set should be validated on a non-linear version of the distribution network. A demonstrative Matlab code to design the controller is available.

Student: Jiyuan Yang
Supervisor: Edwin Mora
Time period: 04/13/2020 - 10/12/2020
Type: Master Thesis


This thesis should extend recent research results in the field of resilient control of complex power networks. The goal is to find a set of controller and measurement devices fulfilling the N-1 security requirement for constrained linear power networks via convex optimization. Given a middle-scale linear power network with uncertain prosumers, a mixed-integer linear program has to be formulated which finds an affine-linear control policy guaranteeing a N-1 feasible closed-loop system with the smallest possible amount of controllers and measurements. Finally, the solution set shall be validated on a non-linear version of the power flow equations. A demonstrative Matlab code to design the controller is available.

Student: Lennart Sieben
Supervisor: Jonas Hülsmann
Time period: 06/15/2020 - 12/15/2020
Type: Master Thesis


Energiesystemdesign-Modelle ermöglichen es komplexe Energiesysteme zu simulieren und deren Verhalten und Struktur zu optimieren. Die Modelle werden u.a. dazu verwendet, um Emissionswerte zu berechnen, den kostenoptimalen Einsatzplan eines Anlagenparks zu bestimmen, aber auch um Prognosen für mögliche Entwicklungen des Energiesektors zu erstellen. Viele politisch und gesellschaftlich relevante Fragen wie: „Was kostet die Energiewende?“ oder „Welchen ökonomischen und ökologischen Nutzen hat ein Windrad?“ können mit Hilfe solcher Modelle zumindest teilweise beantwortet werden. Solche Energiesystemmodelle sind jedoch für Laien schwer zu bedienen und die gelieferten Ergebnisse sind nicht intuitiv, was sie für die breite Öffentlichkeit unzugänglich macht. Um dieser Unzugänglichkeit entgegen zu wirken sollen in dieser Arbeit erste Schritte unternommen werden um eine Benutzeroberfläche basierend auf natürlicher Sprache zu entwickeln, die eine einfache Interaktion mit den Modellen erlaubt. Die Arbeit umfasst das Erstellen eines geeigneten Datensatzes für das Training des Sprachprozessors (z.B. durch Data-Mining), das trainieren erster, einfacher Sprachprozessoren sowie deren Anpassung an ein bestehendes Energiesystemdesign-Modell.

Student: Diran Liu
Supervisor: Tim Janke
Time period: 10/15/2019 - 04/15/2020
Type: Master Thesis


The production of copper is a highly energy intensive and complex industrial process. This thesis is aimed at developing a time-discrete scheduling model for a typical industrial copper production process under time varying electricity prices. This thesis is done in cooperation with Forschungszentrum Jülich.

Student: Quing Du
Supervisor: Tim Janke
Time period: 02/17/2020 - 08/17/2020
Type: Master Thesis


With the increasing number of renewable energy sources (RES) directly connected to the grid, accurate forecasts of electricity generation for vertical load flows (VLFs) are becoming more important for maintaining the stability of the electrical grid. VLFs are calculated as the sum of all power transfers from the extra high-voltage level of the transmission grid to the distribution grids with lower voltage levels (high, medium, and low voltage) as well as to larger directly connected final consumers. The goal of this thesis is to develop a forecasting model based on long short-term memory neural networks (LSTMs) to predict the VLFs for a set of geographically distributed transformers for the next 24 hours in a 15-minute resolution. Furthermore, the thesis will investigate if and how different transfer learning methods can help to improve the forecast accuracy. This thesis is done in cooperation with Fraunhofer IEE.