Inhalte der Arbeit

Motivation

Der Haushaltssektor nimmt eine zunehmend wichtige Rolle in der Energiewende ein. Der Stromverbrauch privater Haushalte steigt durch den verstärkten Einsatz von Wärmepumpen, Elektrofahrzeugen (inkl. Heimladen) und weiteren elektrifizierten Anwendungen spürbar an. Gleichzeitig eröffnen sich durch flexible Verbraucherpotenziale neue Möglichkeiten zur Lastverschiebung – etwa zur besseren Integration erneuerbarer Energien oder zur Nutzung zeitvariabler Stromtarife.

Ein zentrales Problem besteht jedoch in der begrenzten Datenverfügbarkeit auf Einzelhaushaltsebene, da der flächendeckende Rollout intelligenter Messsysteme (Smart Meter) in vielen Ländern noch nicht abgeschlossen ist. Eine vielversprechende Alternative zur direkten Messung basiert auf der Nutzung von Time-Use-Surveys: Diese Erhebungen erfassen zeitlich aufgelöste Alltagsaktivitäten von Haushalten und ermöglichen daraus abgeleitet die Modellierung gerätescharfer Stromlastprofile.

Da Time-Use-Daten dem Datenschutz unterliegen und oft nicht direkt verwendet werden dürfen, kommen in der Forschung häufig synthetische Modellierungsansätze zum Einsatz. Diese erzeugen Lastprofile basierend auf den Eigenschaften der zugrunde liegenden Erhebungen, ohne dass einzelne Haushalte identifizierbar sind.

In der Literatur existieren mehrere solcher Modellierungsansätze, doch eine vergleichende Analyse – insbesondere inwieweit die Stromnachfrage synthetischer Modelle der Nachfrage im Vergleich zu einer direkten Verwendung von Time-Use-Survey-Daten nahekommt – wurde bislang kaum durchgeführt.

Ziel der Arbeit

Ziel dieser Masterarbeit ist es, mehrere bestehende Modellierungsansätze zur aktivitätenbasierten Erzeugung von Haushaltslastprofilen auf Basis von Time-Use-Daten zu vergleichen. Dabei sollen die Modelle (teilweise auf vorhandenen Codebasen aufbauend) implementiert und anhand eines frei verfügbaren Time-Use-Datensatzes angewendet werden.

Ein besonderer Fokus liegt auf einer vergleichenden Analyse der Ergebnisse, bei der untersucht wird, wie sich die erzeugten Nachfrageprofile auf die Bewertung zeitvariabler Stromtarife auswirken. Zusätzlich soll analysiert werden, inwiefern sich synthetisch erzeugte Lastprofile von Profilen unterscheiden, die direkt aus Time-Use-Daten generiert wurden. Für den Vergleich sollen verschiedene Metriken angewendet werden.

Mögliche Leitfragen

• Welche aktivitätenbasierten Modelle eignen sich besonders zur synthetischen Erzeugung von Haushaltslastprofilen? (Vorarbeit vorhanden)
• Welche Unterschiede bestehen in den Metriken der generierten Lastprofile zwischen den Modellen?
• Wie wirken sich die erzeugten Profile auf die Bewertung verschiedener Stromtarifmodelle aus?
• Welche Abweichungen ergeben sich zwischen synthetischen Profilen und Profilen auf Basis einer direkten Verwendung von Time-Use-Daten?

Vorgehen / Methodik

• Einarbeitung in bestehende Modellansätze zur Haushaltsstrombedarfsmodellierung auf Basis von Time-Use-Daten
• Auswahl und Implementierung mehrerer Modellansätze, ggf. mit Weiterentwicklung bestehender Open-Source-Codes
• Anwendung auf einen frei verfügbaren Time-Use-Datensatz
• Vergleich der generierten Lastprofile anhand strukturierter Metriken
• Simulation verschiedener Strompreisszenarien (Flat, TOU, dynamisch) zur Bewertung der Modelle hinsichtlich Flexibilitätsaussagen und Kostenvorteile
• Analyse der Unterschiede zwischen synthetischer Modellierung und direkter Nutzung von Time-Use-Daten

Voraussetzungen

• Sehr gute Python-Programmierkenntnisse
• Solides mathematisches Grundverständnis
• Bereitschaft, sich in vorhandene Modellierungsansätze und Codebasen einzuarbeiten
• Interesse an energiebezogenen Fragestellungen im Haushaltsbereich
• Verantwortungsbewusste und motivierte Arbeitsweise
• Gute Deutsch- oder Englischkenntnisse (in Wort und Schrift)

Formale Aspekte

• Sprache der Arbeit: Deutsch oder Englisch
• Bewerbung:
  • Aktuelles Transcript of Records
  • Lebenslauf (CV)
  • Kurze Darstellung bisheriger Programmiererfahrung (insb. Python von Vorteil)