Kurzbeschreibung:

Im Forschungsprojekt STROM wurde ein Tool zur automatisierten Planung von Stromnetzen entwickelt. Hierzu wird ein Netzmodell eines realen Verteilnetzes (Stadtwerksgebiet) in der Simulationsumgebung PowerFactory verwendet. Zusammen mit zukünftigen Entwicklungsszenarien (100 % Erneuerbare Energien) werden verschiedene Maßnahmen zur Behebung von potenziellen Auslastungs- oder Spannungsproblemen bewertet, um die Netzstabilität zu bewahren. Im Rahmen dieser Bachelorarbeit soll eine bestehende Methodik zum automatisierten Leitungstausch bzw. Parallelleitung erweitert werden, sodass in der technoökonomischen Entscheidungsfindung geographische Informationen (z.B. Straße, Feld, kritische Infrastruktur) verarbeitet werden. Abschließend soll die Methodik für die Netzplanung eines Stadtwerks getestet und validiert werden.

Ausschreibung Weiterentwicklung einer Methodik zum automatisierten Einsatz leitungsgebundener Maßnahmen in der Netzplanung

Aufgabenstellung:

• Einarbeitung in die bestehende Methodik und Recherche in der Fachliteratur
• Konzeptentwicklung zur Einbindung von geographischen Informationen bei der Entscheidungsfindung von zu verstärkenden Leitungsabschnitten
• Erweiterung der Methodik zum automatisierten Leitungstausch/Parallelleitung
• Anwendung und Validierung im Netzmodell eines Stadtwerks

Ansprechpartner:

Prof. Dr.-Ing. Oliver Brückl, Fakultät EI
Raum: S027
Tel.: +49 941 943-9881
E-Mail: oliver.brueckl(at)oth-regensburg.de

David Gschoßmann, Fakultät EI
Raum: S-194
Tel.: +49 941 943-9524
E-Mail: david1.gschossmann(at)oth-regensburg.de

Kurzbeschreibung:

Zur Simulation elektrischer Netze werden Lastflussberechnungsprogramme wie z.B. PowerFactory der Firma DigSILENT oder SINCAL der Firma Siemens eingesetzt, aber auch open source Anwendung wie z. B. panda power existieren. Im Rahmen dieser Arbeit sollen verschiedene Anwendung dahingehend gegenübergestellt werden, wie gut sie sich zur Automatisierung von Netzberechnungen eignen.

Ausschreibung Untersuchung verschiedener Lastflussberechnungsprogramme im Hinblick auf ihre Eignung zur Automatisierung von Netzberechnungen

Aufgabenstellung:

• Einarbeitung in das Thema Automatisierung von Netzberechnungen
• Recherche zu verschiedenen Lastflussberechnungsprogrammen
• Aufstellen von Kriterien zur Bewertung der Eignung zur Automatisierung
• Vergleich ausgewählter Lastflussberechnungsprogramme anhand dieser Kriterien

Ansprechpartner:

Prof. Dr.-Ing. Oliver Brückl, Fakultät EI
Raum: S027
Tel.: +49 941 943-9881
E-Mail: oliver.brueckl(at)oth-regensburg.de

David Gschoßmann, Fakultät EI
Raum: S-194
Tel.: +49 941 943-9524
E-Mail: david1.gschossmann(at)oth-regensburg.de

Kurzbeschreibung:

Zur Simulation elektrischer Netze werden Lastflussberechnungsprogramme wie z.B. PowerFactory der Firma DigSILENT eingesetzt, um den Zustand des Netzes zu berechnen. Hierbei kommt das iterative Newton-Raphson-Verfahren zum Einsatz. Hierbei kommt es immer wieder vor, dass sich für einen gegebenen Netzzustand keine Lösung finden lässt, da die Berechnung nicht konvergiert. Aus diesem Grund soll ein Verfahren entwickelt werden, dass in einem solchen Fall die Netzelemente detektiert, die für die Nicht-Konvergenz verantwortlich sind und durch Veränderung deren Verhaltens einen konvergenten Zustand herstellt. Der hierfür entwickelte Algorithmus soll mittels python-api im Lastflussberechnungsprogramm PowerFactory umgesetzt werden.

Ausschreibung Entwicklung einer Methodik zur Behebung von Konvergenzproblemen im Lastflussberechungsprogramm PowerFactory

Aufgabenstellung:

• Einarbeitung in das Thema Lastflussberechnung und den Newton-Raphson-Algorithmus
• Konzeption einer Methodik zur Behebung der Konvergenzprobleme
• Programmiertechnische Umsetzung in Python und Validierung

Ansprechpartner:

Prof. Dr.-Ing. Oliver Brückl, Fakultät EI
Raum: S027
Tel.: +49 941 943-9881
E-Mail: oliver.brueckl(at)oth-regensburg.de

David Gschoßmann, Fakultät EI
Raum: S-194
Tel.: +49 941 943-9524
E-Mail: david1.gschossmann(at)oth-regensburg.de

Kurzbeschreibung:

Teilentladungen (TE) treten an elektrischen Anlagen auf, wenn lokal die elektrische Feldstärke die Durchschlagfestigkeit der Isolation (z. B. Luft) überschreitet. Konstruktiv kann dies z. B. an hochspannungsführenden Bauteilen mit spitzen Kanten bzw. Ecken der Fall sein. HochspannungsAnlagen werden deshalb einer Teilentladungsprüfung unterzogen, wobei die Störstellenlokalisierung nicht immer eindeutig ist. Zur Auffindung der TE-Entladungspunkte soll hierfür die bestehende akustische Kamera des Akustiklabors genutzt werden. Softwareroutinen in Matlab und C++ sowie Hardware sind vorhanden.

Ausschreibung Optische Teilentladungs-Erkennung

Aufgabenstellung:

• (Wieder)Inbetriebnahme der Hardware inklusive Matlab-Auswerteroutine
• Optimierung der Auswerteroutine für Prüfaufbau „TE-Messung“
           - Klassifizierung/Charakterisierung des TE-Signals  
           - Filtern des Grund-/Störpegels im HS-Labor        
           - Kalibrierung der akustischen Schallquellenlokalisierung zur optischen Darstellung
• Verifizierung der optischen TE-Begutachtung
           -Minimial detektierbarer TE-Pegel im Vergleich zur Referenzmessung  
           - Filtern des Grund-/Störpegels im HS-Labor        
           - Bewertung der Robustheit bei verschiedenen TE-Muster (Acoustic Multi-Source Localization)
• Aufbau und Bewertung verschiedener Testfälle
• Inbetriebnahme und Optimierung der vorhandenen Matlab bzw. C++ Routine

Ansprechpartner:

Prof. Dr. Matthias Haslbeck, Fakultät EI
Raum: S011
Tel.: +49 941 943-70270
E-Mail: matthias.haslbeck(at)oth-regensburg.de

Prof. Dr. Johannes Reschke, Fakultät EI
Raum: S158
Tel.: +49 941 943-1117
E-Mail: johannes.reschke(at)oth-regensburg.de

Kurzbeschreibung:

Im Rahmen des Forschungsprojektes Q-REAL wird ein Prognosetool zur Ermittlung des langfristigen Blindleistungsverhaltens von Mittelspannungsnetzen entwickelt. Im weiteren Verlauf des Projektes sollen die Resultate einzelner gerechneter Szenarien auf weitere Szenarien ausgeweitet werden. Hierfür gilt es eine geeignete (ggf. KI basierte) Methode für die Inter- bzw. Extrapolation der Prognoseergebnisse auszuarbeiten. In dieser Bachelorarbeit soll grundlegend untersucht werden, inwiefern eine KI basierte Methodik für einen solchen Anwendungsfall geeignet ist und eventuell ein Konzept ausgearbeitet werden. Basierend auf dieser Vorabanalyse könnte ein erster Prototyp erstellt werden. Die Setzung der Schwerpunkte der Arbeit bzw. eine Erläuterung der Thematik können bilateral abgeklärt werden.

Ausschreibung KI-getriebene Untersuchung von Blindleistungsprognosen

Aufgabenstellung:

• Grundlagenrecherche geeigneter KI-Verfahren zur Untersuchung von Zusammenhängen zwischen P-Q-Zeitreihen und Netzszenarioparametern
• Konzeptentwicklung eines Verfahrens
• Eventuelle Implementierung

Ansprechpartner:

Prof. Dr.-Ing. Oliver Brückl, Fakultät EI
Raum: S027
Tel.: +49 941 943-9881
E-Mail: oliver.brueckl(at)oth-regensburg.de

Prof. Dr. Stefanie Vogl, Fakultät IM
Raum: P212
Tel.: +49 941 943-70288
E-Mail: stefanie.vogl(at)oth-regensburg.de

Marion Hinterreiter, Fakultät EI
Raum: U617
Tel.: +49 941 943-9803
E-Mail: marion.hinterreiter(at)oth-regensburg.de

Kurzbeschreibung:

Die Isolation von Transformatoren und Kabeln unterliegt Alterungsmechanismen. Eine Option zur Bewertung der bereits stattgefunden Alterung bzw. Bestimmung des Lebensdauerverbrauchs ist die Nutzung von Simulationsmodellen, die primär basierend auf Lastgangdaten und Umgebungstemperaturen die Alterung abschätzen. Diese Modelle unterliegen Ungenauigkeiten, da einzelne Parameter nicht betriebsmittelscharf berücksichtigt werden bzw. Vereinfachungen in der Modellerstellung gemacht wurden.

Eine alternative Option bietet die messtechnische Bewertung. Ein bereits in der Vergangenheit patentiertes Verfahren ist die verlustfaktorbasierte Alterungsdiagnose. Der Verlustfaktor ist ein Kennwert für den Zustand einer Isolation. Durch Variation von Messparametern kann auf unterschiedliche Einflussfaktoren (u.a. Wassergehalt, Teilentladungen, Zustand der Zellulose) rückgeschlossen und eine Gesamt-Bewertung durchgeführt werden. Durch zyklische Messung ist ein Monitoring und präventives ersetzen von Betriebsmitteln möglich.

Anstellung E10 40 % für 1,5 Jahre (parallel zu MAPR-Studium) ist voraussichtlich möglich.

Ausschreibung Verlustfaktorbasierte Alterungsdiagnose

Aufgabenstellung:

• Verdichtung der Patente und anderer Lit.-Quellen zu einem aktuellen Stand der Technik und Wissenschaft 
• Konzeptionierung eines Messaufbaus zur praktischen Umsetzung des Verfahrens im Hochspannungslabor
• Umsetzung des Messaufbaus und Erstellung von automatisierten Auswerteroutinen
• Auswertung von Messdaten, Identifikation von weiterführenden Forschungsfragen

Ansprechpartner:

Prof. Dr. Matthias Haslbeck, Fakultät EI
Raum: S011
Tel.: +49 941 943-70270
E-Mail: matthias.haslbeck(at)oth-regensburg.de

Kurzbeschreibung:

Um verschiedene Netznutzungszustände bewerten zu können werden vermehrt neben deterministischen Worst-Case-Fällen Zeitreihensimulationen für Netzstudien durchgeführt. Hierbei werden Lastgangdaten zur Nachbildung von Verbrauchern und Einspeisern eingesetzt (z.B. ein Jahr in einer Auflösung von 15 Min.). Die Berechnung ist zeitaufwändig, da jeder Netznutzungsfall (z.B. jeder ¼-h-Wert) iterative gelöst werden muss. Maschine Learning (ML)-Modelle erlauben es einzelne Netznutzungsfälle über bekannte Berechnungsergebnisse abzuschätzen und so die Rechenzeit zu reduzieren.

Ausschreibung Machine Learning

Aufgabenstellung:

• Untersuchung der Zeitreihenberechnung mit neuronalen Netzen anhand der verfügbaren Funktion in PowerFactory (Lastflussberechnungsprogramm)
           - Aufbau und Analyse eines Testnetzes 
           - Bewertung der Rechenzeiteinsparung und Genauigkeit bei unveränderten Lasten und Einspeiser
• Bewertung der Eignung hinsichtlich des Einsatzes bei veränderter Netzsituation (Netzausbau, Last-/Einspeiser Zu- und Rückbau)
• Recherche zu weiteren ML-Modellen und Optimierungsansätzen

Ansprechpartner:

Prof. Dr. Matthias Haslbeck, Fakultät EI
Raum: S011
Tel.: +49 941 943-70270
E-Mail: matthias.haslbeck(at)oth-regensburg.de

Kurzbeschreibung:
Unser Stromnetz wird sich in Zukunft vor allem in den unteren Spannungsebenen verändern – vor allem PV-Dachanlagen, Wärmepumpen und Elektrofahrzeuge werden in der Niederspannung Einfluss auf das Netz und somit dessen Blindleistungsverhalten haben. Momentan wird Blindleistung hauptsächlich in höheren Spannungsebenen betrachtet; das Verhalten der Niederspannungsebene wird jedoch immer relevanter.  Durch die Energiewende bekommt Blindleistung aus unteren Spannungsebenen eine immer größere Bedeutung, weswegen deren Prognosefähigkeit eine zentrale Rolle spielt.
Im Rahmen des Projektes Q-REAL und der ersten Blindleistungsstudie des FENES wurde ein Verfahren entwickelt, mithilfe dessen das Q-Verhalten verschiedenster Niederspannungsnetze für mögliche Netzentwicklungsszenarien dargestellt werden soll. Im Rahmen der Abschlussarbeit soll dieses Verfahren zur Q-Prognose weiter ausgebaut und evaluiert werden.

Aufgabenstellung:

• Einarbeitung in die bestehende Methodik zur Q-Prognose, in den bestehenden Programmcode und in das Lastflussberechnungsprogramm PowerFactory
• Weiterentwicklung, Automatisierung und Robustisierung des Verfahrens hinsichtlich Rechenlaufzeit, Allgemeingültigkeit
• Evaluierung der Ergebnisse hinsichtlich der Prognosegüte anhand synthetischer Netzmodelle und unter Verwendung realer Messdaten aus Niederspannungsnetzen

Ansprechpartner:
Marion Hinterreiter
Raum: U-617
Tel.: +49 941 943-9803
E-Mail: marion.hinterreiter(at)oth-regensburg.de

Wir freuen uns auf Ihre Bewerbung per E-Mail, benötigt werden ein kurzes Anschreiben, Ihr Lebenslauf und Transcript of Records.
Weitere Informationen finden Sie auch unter unserer Homepage www.fenes.net.

Kurzbeschreibung:
Gemäß dem EnWG sind Verteilnetzbetreiber verpflichtet definierte Strukturmerkmale ihres Netztes wie beispielsweise Leitungslängen zu veröffentlichen. Aus diversen Gründen treten bei der Verwendung dieser Daten Schwierigkeiten auf, weshalb eine Plausibilisierung der Daten nötig ist.

Aufgabenstellung:

• Recherche zu den Veröffentlichungspflichten von Verteilnetzbetreibern
• Identifizierung von auftretenden Problemen
• Konzeption und programmiertechnische Umsetzung von Plausibilisierungsmethodiken

Ansprechpartner:
David Gschoßmann
Raum: S-194
Tel.: +49 941 943-9524
E-Mail: david1.gschossmann(at)oth-regensburg.de

Weitere Bachelor-/Master- und Projektarbeiten sowie MAPR-Themen aus den Bereichen Netztechnik, Systemstabilität, Transformatorentechnik, Versorgungszuverlässigkeit oder Spannungsqualität können nach Vereinbarung gerne betreut werden.

Bitte bei Prof. Brückl oder im Büro S-194 anfragen!

Gerne können weitere Abschlussarbeiten in den Bereichen Wasserstoff, Methanisierung, erneuerbare Energien und Ökobilanzierung betreut werden. Melden Sie sich gerne bei den Mitarbeitenden der Energiespeicherseite, im Raum S - 194 oder direkt bei Prof. Dr.-Ing. Michael Sterner.