Dr.-Ing. Simon Stock

2020-2024 Wissenschaftlicher Mitarbeiter

Forschungsgruppen

Integrierte Energiesysteme: Betrieb

Integrierte Energiesysteme: Betrieb

Im Fokus stehen der sichere und effiziente Betrieb integrierter Energiesysteme. Betrachtet werden unter anderem die Betriebsführung elektrischer Netze, der Einsatz von Energiespeichern sowie die Integration erneuerbarer Energien und sektorgekoppelter Systeme.

Integrierte Energiesysteme: Planung

Integrierte Energiesysteme: Planung

Die Planung zukünftiger Energiesysteme erfordert eine ganzheitliche Betrachtung von Netzen, Erzeugung, Speichern und Verbrauch. Im Vordergrund stehen dabei die integrierte Planung verschiedener Energiesektoren, die Berücksichtigung schwankender erneuerbarer Energieerzeugung sowie die Entwicklung flexibler und nachhaltiger Systemstrukturen.

Forschungsprojekte

Einsatz von KI in der Betriebsführung von Verteilnetzen

Einsatz von KI in der Betriebsführung von Verteilnetzen

Technische Universität Hamburg (TUHH); Laufzeit: 2020 bis 2024

VeN²uS
Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

VeN²uS

Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

Bundesministerium für Wirtschaft und Energie (BMWE); Laufzeit: 2021 bis 2024

Forschungsschwerpunkt

Optimaler Betrieb und Energiemanagement von elektrischen Verteilnetzen (Smart Grids) mithilfe von künstlicher Intelligenz

Publikationen

TUHH Open Research (TORE)

2025

2024

2023

2022

2021

Betreute Arbeiten

abgeschlossene
  • Physics-informed Reinforcement Learning for Coordination of Virtual Inertia in Distribution Systems.
    2023 Diverses
  • Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
    2021 Diverses
  • Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit
  • Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit
  • Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Bachelorarbeit
  • Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.
    2020 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Bachelorarbeit
  • Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
    2020 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit