This part of the course focuses on how to utilize ML methods to model and operate electric power systems. Electric power systems consist of generation units such as PV, loads or consumers and the grid that connects those actors and supports to transport energy. This part of the course helps to understand the data-driven modelling of generation units (e.g. PV & fuel cells), modelling of load behavior, and to formulate and solve a state estimation problem for distribution grids using neural networks.
This part of the course includes lectures to introduce the basics that are followed by practical examples and coding.
Performance accreditation:
m1785-2022 - Machine Learning in Electrical Engineering and Information Technology<ul><li>p1778-2022 - Machine Learning in Electrical Engineering and Information Technology: mündlich</li></ul>
Beskronych, Sergej (2024). Entwicklung und Simulation einer Methode zur effizienten kurativen Netzengpassbehebung mittels Steuerbarer Verbrauchseinheiten nach EnWG §14a.
Gerstein, Manuel (2024). Analyse und Bewertung der Netzkapazität von Niederspannungsnetzen gegenüber hohen Durchdringungen an elektrischen Wärmepumpen und Elektroautos (extern).
Malpricht, Marlin (2024). Entwicklung und Simulation eines kurativen Engpassmanagements für zellulare Verteilnetze und Bewertung potentieller Vorteile bei Kooperation von Übertragungs- und Verteilnetzbetreibern.
Mülke, Luca (2024). Online-Optimierung von kurativem Netzengpassmanagement in sektorgekoppelten Nie-derspannungsnetzen unter Einbezug von kurzfristigen Netzzustandsprognosen.
completed
2024
Ahrens, Daniel (2024). Entwicklung und Bewertung von Sensitivitätsanalysen innerhalb zellularer Niederspannungsnetze für ein zukünftiges Engpassmanagement nach EnWG §14a.
2023
Buse, Alexander (2023). Entwicklung und Simulation eines kurativen Engpassmanagements für Niederspannungszellen innerhalb eines zellularen Energiesystems.
Merling, Stefan (2023). Analyse und Bewertung von Energieangeboten in zellular betriebenen Niederspannungsnetzen mit lokalem Markt.
Mülke, Luca (2023). Verbesserung von verteilten Kurzfrist-Netzzustandsprognosen mit maschinellem Lernen für kuratives Engpassmanagement in zukünftigen modernen sektorgekoppelten Niederspannungsnetzen.
2022
Fahrenkrug, Finn (2022). Entwicklung und Verifikation eines thermisch-elektrischen Leitungsmodells für das Engpassmanagement im elektrischen Verteilnetz.
Hoegel, N. (2022). Untersuchung und Bewertung von Netzzustandschätzung und -Prognosen unter Berücksichtigung von Fehlerszenarien bezüglich der Informations- und Kommunikationstechnik.
Hoegel, N. (2022). Entwicklung und Simulation eines verteilten Netzzustandsprognoseverfahrens für zellulare elektrische Energiesysteme. [pdf]
Rogoll, H. (2022). Entwicklung und Simulation von sozialen Beziehungen benachbarter Zellen zur Eigenverbrauchsoptimierung innerhalb eines zellularen Energiesystems mittels eines Multiagentensystem. [pdf]
Westphal, J. (2022). Implementierung und Bewertung einer Co-Simulation mit der Plattform Mosaik zur Kopp-lung von Modelica mit einem in Python implementierten Optimierungsalgorithmus.
2021
Luo, K. (2021). Entwicklung und Simulation eines Wechselrichtermodells für die Stabilitätsuntersuchung im winkelgeregelten Betrieb zukünftiger Stromnetze.
Schenk, C. (2021). Entwicklung und Optimierung der Beschaffungsstrategie für abzuregelnde Energie im Redispatch 2.0-Kontext basierend auf einer Vorhersagbarkeitsanalyse von Netzengpässen.