Christoph Klie

M.Sc.
Research Assistant

Contact

Christoph Klie, M.Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Office Hours
Jederzeit
Harburger Schloßstraße 22a,
21079 Hamburg
Building HS22a, Room 2.004
Phone: +49 40 42878 2239
E-mail:
Logo

Research Project

SuSy
Sustainable DC-Systems – DC-Power Systems on Ships

SuSy

Sustainable DC-Systems – DC-Power Systems on Ships

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2024

Publications

TUHH Open Research (TORE)

2023

2022

Courses

Stud.IP
link to course in Stud.IP Studip_icon
Elektrotechnisches Projektpraktikum
Subtitle:
Modul: Elektrotechnisches Projektpraktikum
Semester:
SoSe 21
Course type:
PBL -Projekt-/problembasierte Lehrveranstaltung (Lehre)
Course number:
lv640_S21
Lecturer:
Prof. Dr.-Ing. Christian Becker, Dr. Davood Babazadeh, Nick Muhsal, M. Sc, Stefan Möws, M. Sc, M. Sc Leonard Fisser, Wieland Hingst, Prof. Dr. Hoc Khiem Trieu, Christoph Klie, M.Sc., M.Sc. Martin Fischer, Tom Steffen, M.Sc., Alexander Schlaefer, Prof. Dr.-Ing. Görschwin Fey, Philipp Hube, Florian Thorsten Lutz Strobel
Description:

Es werden Projekte aus dem ganzen Anwendungsbereich der Elektrotechnik bearbeitet. Dabei werden typischerweise Prototypen von Funktionseinheiten oder ganzen Systemen gebaut. Beispiele sind: Radargeräte, Sensornetzwerke, Amateurfunkgeräte, leistungselektronische Umrichter, diskrete Rechner, Kraftmikroskope. Die Projekte werden jedes Jahr neu konzipiert.

Pre-requisites:
<p>Elektrotechnik I, Elektrotechnik II</p>
Performance accreditation:
Fachtheoretisch-fachpraktische Arbeit
ECTS credit points:
6
Stud.IP informationen about this course:
Home institute: Elektrische Energietechnik (E-6)
Participating institute: Institut für Medizintechnische und Intelligente Systeme (E-1), Institut für Kommunikationsnetze (E-4), Institut für Mikrosystemtechnik (E-7)
Registered participants in Stud.IP: 59
Postings: 2
Documents: 15

Supervised Theses

ongoing

2023

  • Erxleben, J. (2023). Entwicklung eines Algorithmus zur Identifikation und Klassifizierung relevanter Arbeitspunkte eines elektrischen Systems aus Momentanwert-Datensätzen.

completed

2023

  • Engemann, T. (2023). Entwicklung einer Methodik zur automatischen Identifizierung, Klassifizierung und Modellierung betriebsrelevanter Arbeitspunkte eines elektrischen Netzes aus Echtzeitmesswerten.

  • Herzberg, M. (2023). Entwicklung eines echtzeitfähigen Photovoltaiksimulators auf Basis historischer Strahlungsdaten für einen Power Hardware-in-the-Loop Aufbau mit einem PV-Wechselrichter.

  • Heunda, J.E.W. (2023). Entwicklung, Optimierung und Vergleich von Methoden zur Erzeugung passiver Ersatzschaltbilder aus Messwerten einer Impedanzspektroskopie.

2022

  • Becker, H. C. (2022). Entwicklung, Implementierung und Verifizierung einer Schnittstellensynchronisation für die Kopplung von in Echtzeit simulierten Anlagen und Komponenten an einen PHiL Laboraufbau.

  • Hinzke, M. (2022). Untersuchung der Stabilität eines Power Hardware-in-the-Loop Teststandes unter der Verwendung eines Synchrongenerators als Schnittstelle zwischen Simulation und Hardware.

  • Landenfeld, Jakob (2022). Implementierung und Validierung einer Methode zur Stabilisierung von Power Hardware-in-the-Loop Simulationen mittels einer online-Impedanzmessung auf einem FPGA.

  • Landenfeld, Jakob (2022). Bestimmung der Stabilitätskriterien eines DC Power Hardware-in-the-Loop Aufbaus zur Untersuchung von Rippelstrom in Gleichstromsystemen.

  • Müller, E. (2022). Evaluation of different modelling approaches for battery aging to predict capacity fade for optimization of battery operation.

  • von Krosigk, J. (2022). Analyse und Bewertung einer Einsatzoptimierung für erneuerbare Energieanlagen in Kombination mit Batteriespeichersystemen im Multi-Use Betrieb.

2021

  • Erxleben, J. (2021). Untersuchung der Performance eines Pools aus Erneuerbaren Energien für die Erbringung von frequenzstützenden Maßnahmen.

  • von Krosigk, J. (2021). Untersuchung eines neuartigen Ansatzes zur kurz- und mittelfristigen Vorhersage der Netzfrequenz unter der Verwendung künstlicher neuronaler Netze.