Bachelor/Masterarbeit
- Forschungsthema:Impact of Climate Change on our Electricity Generation / Einfluss des Klimawandels auf unsere Stromerzeugung
- Typ:Bachelor/Masterarbeit
- Datum:ab sofort
- Betreuung:
- Zusatzfeld:
Sustainable Energy Markets and Future Energy Commodities
-
Hintergrund
Das Phänomen der Dunkelflaute und ihr negativer Einfluss auf die Stromerzeugungsfähigkeit von Regenerativen Energiequellen wie PV, Wind onshore und Wind offshore ist bereits medial bekannt geworden. Dass allerdings auch Extremwetter-Ereignisse wie Dürren, Hitzewellen oder Kältewellen die Leistungsfähigkeit der EE-Anlagen einschränken können, wird bisher öffentlich weniger diskutiert. Zudem beeinflussen Wettereffekte auch die Verfügbarkeit zur Stromerzeugung thermischer Kraftwerke, wie wir in den vergangenen Hitzewelle 2022 in Frankreich sehen konnten.Zukünftig höhere Durchschnittstemperaturen aber auch häufiger auftretende Extremwetter-Ereignisse (z.B. Hitzewellen oder Dürren im Sommer) werde diese Probleme wahrscheinlich noch verstärken
Somit stehen Länder wie Deutschland - welche zukünftig verstärkt auf Stromerzeugung durch EE-Anlagen setzen - sowie Länder wie Frankreich - welche zukünftig weiterhin auf die Stromerzeugung von konventionellen Kraftwerken setzen - vor Herausforderungen, ihre Stromversorgung konstant sicher zu gewährleisten.
Details zur Arbeit
Inhalte der Arbeit
Zusammenfassung der möglichen thematischen Ausgestaltung
- Aufbereitung vorhandener Datenquellen für Stromerzeugung und Ausfälle konventioneller Kraftwerke und EEG-Anlagen sowie Suche und Aufbereitung regionaler und überregionaler Wetterdaten (PFLICHT)
- Analyse und Visualisierung historischer Stromerzeugungszeitreihen einzelner Kraftwerke oder einer Kraftwerkstechnologie unter Berücksichtigung regionaler Wetterinformationen mit statistischen Verfahren (ALTERNATIVE)
- Vergleich der Wetterabhängigkeit von Kraftwerken aggregiert für verschiedene Kraftwerkstechnologien oder für einzelne Europäische Länder unter Aspekten der Versorgungssicherheit mit Machine-Learning-Verfahren (ALTERNATIVE)
- Sensitivitätsanalyse für prognostizierte Stromerzeugungszeitreihen unter Berücksichtigung stärkerer Effekte des Klimawandels wie: steigender Temperaturen, häufigere und längere Hitzewellen im Sommer, häufigere und längere Dürreperioden im Sommer (ALTERNATIVE)
- Modellierung historischer Zeitreihen für Stromerzeugung und/oder Ausfallwahrscheinlichkeiten von Kraftwerken mit klassischen statistischen Verfahren oder Machine-Learning-Methoden (ALTERNATIVE)
- Modellierung kurzfristiger Preis-Effekte der Europäischen Strombörsen (Day-Ahead) und/oder Regelleistungsmärkte (FCR / aFRR / mFRR) in verschiedenen Extremwetter-Szenarien in Europa unter Berücksichtigung der Wettersensitivität konventioneller Kraftwerke mit Verfahren der mathematischen Optimierung des Operations Research (ALTERNATIVE)
Vorkenntnisse/Anforderungen
- Statistisches und mathematisches Grundwissen
- Grundwissen mit MS Office Anwendungen (Excel, Word, PowerPoint)
- Grundwissen in min. 1 höheren Programmiersprache (Python, R, Julia, MATLAB etc.)
Optional: Grundwissen in Java
Bewerbung
Mit CV und aktuellem Transcript of Records an: eric.jahnke∂kit.edu
Daten
- Datensätze zu Ausfällen (geplant & ungeplant) von einzelnen Kraftwerken für verschiedene Länder Europas (Quelle: ENTSO-e)
- Datensätze für regionale und überregionale Wetterdaten für verschiedene Länder Europas (Quelle: Meteostat und Copernicus Climate Services)