Inhalt der Arbeit

Einleitung

Die Mobilitätswende stellt eine zentrale Säule der Energiewende dar. Besonders der rasante Hochlauf der Elektromobilität bringt tiefgreifende Veränderungen für Stromnachfrage, Infrastrukturplanung und Netzbetrieb mit sich. Je nach regionaler Verteilung und Nutzerverhalten kann das Ladeverhalten von Elektrofahrzeugen zu hohen lokalen Lastspitzen führen, die das Stromnetz erheblich belasten.
Um ein besseres Verständnis für mögliche künftige Belastungssituationen zu erlangen, wurde in einer vorherigen Arbeit ein räumlich, zeitlich und sozio-demographisch hochaufgelöster „digitaler Zwilling“ des deutschen Haushaltssektors erstellt. Dieser bildet die Datengrundlage für die vorliegende Arbeit, in der der Hochlauf der Elektromobilität mithilfe eines BUS-Diffusionsmodells simuliert werden soll. 

Ziel der Arbeit

Ziel dieser Arbeit ist die Entwicklung eines räumlich (bis auf Gebäudeebene), zeitlich (mindestens jährlich) und sozio-demographisch (z.B. Einkommens- und Haushaltstrukturen) hochaufgelösten BUS-Diffusionsmodels für private Elektrofahrzeuge.  Durch die Verknüpfung mit hochaufgelösten Lastprofilen sollen potenzielle lokale Lastspitzen identifiziert werden. 

Vorgehen / Methodik

1. Literaturübersicht
   • Sichtung des aktuellen Forschungsstands zur Diffusion von Elektromobilität.
   • Identifikation relevanter Datensätze (z.B. aus dem Sozioökonomischen Panel, Mikrozensus).
2. Entwicklung eines BUS-Diffusionsmodells für private Elektrofahrzeuge
   • Modellierung des räumlichen (GPS-genau) und zeitlichen (jährlich) Hochlaufs der Elektromobilität auf Basis des digitalen Zwillings des deutschen Haushaltssektors.
   • Berücksichtigung sozio-ökonomischer Einflussfaktoren auf Akzeptanz und Anschaffungsraten zur realitätsnahen Abbildung der Diffusion.
3. Verknüpfung mit zeitlich hochaufgelösten Nachfrageprofilen
   • Anwendung von Lastprofilen mit Auflösung < 1h, um lokale Nachfragespitzen durch das Laden von Elektrofahrzeugen zu identifizieren.
   • Quantifizierung möglicher Auswirkungen auf das Stromnetz.
4. Evaluierung & Validierung
   • Ableitung von Handlungsempfehlungen (z.B. Lastmanagement, Netzausbau).
   • Überprüfung der Ergebnisse durch Vergleich mit Literatur.​​​​​​​

Voraussetzungen

• Grundkenntnisse in Statistik und Datenauswertung (z. B. Python oder vergleichbare Tools).
• Interesse an Themen rund um Elektromobilität, Energiesysteme, Geodatenanalyse und sozio-ökonomische Modellierung.
• Verantwortungsbewusste und motivierte Arbeitsweise

Formale Aspekte

• Sprache der Arbeit: Deutsch oder Englisch
• Bewerbung:
  • Aktuelles Transcript of Records
  • Lebenslauf (CV)