Zur Modulseite PDF generieren

#31027 / #1

WiSe 2022/23 - WiSe 2022/23

Englisch

Data Science for Energy System Modelling
Data Science für Energiesystemmodellierung

6

Brown, Thomas William

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät III

Institut für Energietechnik

33371400 FG Digitaler Wandel in Energiesystemen

MSc Regenerative Energiesysteme

Kontakt


TA 8

Neumann, Fabian

f.neumann@tu-berlin.de

Lernergebnisse

Die Studierenden sind in der Lage: - geografische und sozioökonomische Potenziale erneuerbarer Energien zu bewerten - die Herausforderungen bei der Integration von erneuerbaren Energien in Energiesysteme zu beschreiben und zu erklären - unterschiedliche Konzepte zur Integration erneuerbarer Energien (Netze versus Speicher) kritisch zu bewerten - eigenständig Analysen auf der Grundlage von technisch-ökonomischen Energiesystemmodellen durchzuführen und zu interpretieren - große öffentliche Datensätze über geographische, meteorologische und energiewirtschaftliche Informationen zu verarbeiten - optimierungsbasierte Energiesystemmodelle mit weit verbreiteten Open-Source-Tools und öffentlichen Daten zu programmieren

Lehrinhalte

Dieses Modul befasst sich mit der Modellierung und Analyse zukünftiger Energiesysteme, wobei der Schwerpunkt auf erneuerbaren Energiequellen und der Frage liegt, wie Speicher- und Netzinfrastrukturen deren Integration in das Energiesystem unterstützen können. Gleich zu Beginn des Kurses werden die Studierenden mit realen Daten zu historischen Wetterdaten, Landnutzungsbeschränkungen, bestehenden Kraftwerksflotten, Übertragungsnetzdaten, Strommärkten und Nachfragezeitreihen arbeiten, um die Herausforderungen und Lösungen für einen erfolgreichen Übergang zu klimaneutralen Energiesystemen kennenzulernen. Die Themen des Kurses umfassen: - Zeitreihenanalyse der Wind- und Solarstromerzeugung und des Energiebedarfs. - GIS-basierte Bewertung von Potenzialen erneuerbarer Energien. - Modellierung von täglichen und saisonalen Energiespeichern. - Modellierung von Leistungsflüssen und Übertragungsnetzen. - Einführung in die mathematische Optimierung (oder deren Wiederholung). - Strommarktdesigns mit Strom aus erneuerbaren Energien (Merit Order, Marktwerte, Redispatch, Nodal Pricing) - Systemplanung für den Einsatz erneuerbarer Energien, Energiespeicherung und Übertragungsinfrastruktur. - Modellierung von Sektorkopplung und Nachfragesteuerung (Beispiele aus Industrie, Gebäude oder Verkehr). - Modellierung unter Unsicherheit und Methoden zur Komplexitätsreduktion. - Programmierung von Energiesystemmodellen in Python (z.B. pandas, geopandas, PyPSA und atlite). - Visualisierung und Kommunikation von Energiesystemanalysen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Data Science for Energy System ModellingIVWiSeen4

Arbeitsaufwand und Leistungspunkte

Data Science for Energy System Modelling (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Class preparation and follow-up15.02.0h30.0h
Preparation of assignments5.018.0h90.0h
180.0h(~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Der Kurs verfolgt einen praxisorientierten didaktischen Ansatz. Einführende Vorlesungen machen die Teilnehmenden mit jedem behandelten Thema vertraut. In Workshops werden dann Open-Source-Werkzeuge für das jeweilige Thema vorgestellt und Anleitungen zur Programmierung in Python gegeben. Die Studierenden werden ihre Lernfortschritte im Laufe des Semesters individuell demonstrieren, die sowohl die Programmierung als auch die Analyse beinhalten. Während dieses Prozesses werden die Studierenden nach und nach ihre eigenen Energiesystemmodelle erstellen, ausführen und die Ergebnisse mitteilen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Grundkenntnisse in Mathematik, linearer Algebra und Statistik werden vorausgesetzt. - Grundkenntnisse der Programmierung in Python oder anderen Sprachen sind hilfreich, aber nicht erforderlich. - Der Kurs ist komplementär zu den Kursen "Energy Systems" und "Energy Economics".

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Individuelle Hausaufgabe 1 (Erneuerbaren Potenziale)20schriftlichKeine Angabe
Individuelle Hausaufgabe 2 (Speicher und Netzwerke)20schriftlichKeine Angabe
Individuelle Hausaufgabe 3 (Elektrizitätsmärkte)20schriftlichKeine Angabe
Individuelle Hausaufgabe 4 (Systemplanung)20schriftlichKeine Angabe
Gruppenreferate (Sektorenkopplung, Unsicherheitsanalyse)20mündlichKeine Angabe

Notenschlüssel

Notenschlüssel »Notenschlüssel 6: Fak III (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt90.0pt85.0pt80.0pt75.0pt70.0pt66.0pt62.0pt58.0pt54.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

In vier anleitenden Hausaufgaben programmieren die Studierenden individuell ihre eigenen Energiesystemmodelle. Als abschließendes Prüfungselement ist eine Präsentation zu fortgeschrittenen Themen vorgesehen, die in Kleingruppen von bis zu 3 Studierenden erarbeitet wird.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Kursunterlagen und Ankündigungen werden über die ISIS-Plattform verteilt.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Strbac, G., Kirschen, D., 2019. Fundamentals of Power System Economics, 2 ed. WILEY.
Taylor, J.A., 2015. Convex Optimization of Power Systems. Cambridge University Press.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe