Data Science für EnergiesystemmodellierungModulbeschreibung #31027 / Version 2
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #31027 / #2 |
|---|---|
| Gültigkeit | Seit SoSe 2023 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Brown, Thomas William |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät III |
|---|---|
| Institut | Institut für Energietechnik |
| Fachgebiet | 33371400 FG Digitaler Wandel in Energiesystemen |
Kontakt
| Sekretariat | TA 8 |
|---|---|
| Ansprechpartner*in | Neumann, Fabian |
| E-Mail-Adresse | f.neumann@tu-berlin.de |
| Webseite | http://www.ensys.tu-berlin.de |
Lernergebnisse
Die Studierenden sind in der Lage:
- geografische und sozioökonomische Potenziale erneuerbarer Energien zu bewerten
- die Herausforderungen bei der Integration von erneuerbaren Energien in Energiesysteme zu beschreiben und zu erklären
- unterschiedliche Konzepte zur Integration erneuerbarer Energien (Netze versus Speicher) kritisch zu bewerten
- eigenständig Analysen auf der Grundlage von technisch-ökonomischen Energiesystemmodellen durchzuführen und zu interpretieren
- große öffentliche Datensätze über geographische, meteorologische und energiewirtschaftliche Informationen zu verarbeiten
- optimierungsbasierte Energiesystemmodelle mit weit verbreiteten Open-Source-Tools und öffentlichen Daten zu programmieren
- geografische und sozioökonomische Potenziale erneuerbarer Energien zu bewerten
- die Herausforderungen bei der Integration von erneuerbaren Energien in Energiesysteme zu beschreiben und zu erklären
- unterschiedliche Konzepte zur Integration erneuerbarer Energien (Netze versus Speicher) kritisch zu bewerten
- eigenständig Analysen auf der Grundlage von technisch-ökonomischen Energiesystemmodellen durchzuführen und zu interpretieren
- große öffentliche Datensätze über geographische, meteorologische und energiewirtschaftliche Informationen zu verarbeiten
- optimierungsbasierte Energiesystemmodelle mit weit verbreiteten Open-Source-Tools und öffentlichen Daten zu programmieren
Lehrinhalte
Dieses Modul befasst sich mit der Modellierung und Analyse zukünftiger Energiesysteme, wobei der Schwerpunkt auf erneuerbaren Energiequellen und der Frage liegt, wie Speicher- und Netzinfrastrukturen deren Integration in das Energiesystem unterstützen können. Gleich zu Beginn des Kurses werden die Studierenden mit realen Daten zu historischen Wetterdaten, Landnutzungsbeschränkungen, bestehenden Kraftwerksflotten, Übertragungsnetzdaten, Strommärkten und Nachfragezeitreihen arbeiten, um die Herausforderungen und Lösungen für einen erfolgreichen Übergang zu klimaneutralen Energiesystemen kennenzulernen.
Die Themen des Kurses umfassen:
- Zeitreihenanalyse der Wind- und Solarstromerzeugung, des Energiebedarfs, Technologiekosten und Marktpreisen.
- GIS-basierte Bewertung von Potenzialen erneuerbarer Energien.
- Modellierung von täglichen und saisonalen Energiespeichern.
- Modellierung von (linearisierten) Leistungsflüssen und Übertragungsnetzen.
- Einführung in die mathematische Optimierung (oder deren Wiederholung).
- Strommarktdesigns mit Strom aus erneuerbaren Energien (Merit Order, Marktwerte, Redispatch, Nodal Pricing)
- Systemplanung für den Einsatz erneuerbarer Energien, Energiespeicherung und Übertragungsinfrastruktur.
- Modellierung von Sektorkopplung und Nachfragesteuerung (Beispiele aus Industrie, Gebäude oder Verkehr).
- Modellierung unter Unsicherheit und Methoden zur Komplexitätsreduktion.
- Programmierung von Energiesystemmodellen in Python (z.B. pandas, geopandas, networkx, pyomo, cartopy, rasterio, PyPSA and atlite).
- Visualisierung und Kommunikation von Energiesystemanalysen.
Die Themen des Kurses umfassen:
- Zeitreihenanalyse der Wind- und Solarstromerzeugung, des Energiebedarfs, Technologiekosten und Marktpreisen.
- GIS-basierte Bewertung von Potenzialen erneuerbarer Energien.
- Modellierung von täglichen und saisonalen Energiespeichern.
- Modellierung von (linearisierten) Leistungsflüssen und Übertragungsnetzen.
- Einführung in die mathematische Optimierung (oder deren Wiederholung).
- Strommarktdesigns mit Strom aus erneuerbaren Energien (Merit Order, Marktwerte, Redispatch, Nodal Pricing)
- Systemplanung für den Einsatz erneuerbarer Energien, Energiespeicherung und Übertragungsinfrastruktur.
- Modellierung von Sektorkopplung und Nachfragesteuerung (Beispiele aus Industrie, Gebäude oder Verkehr).
- Modellierung unter Unsicherheit und Methoden zur Komplexitätsreduktion.
- Programmierung von Energiesystemmodellen in Python (z.B. pandas, geopandas, networkx, pyomo, cartopy, rasterio, PyPSA and atlite).
- Visualisierung und Kommunikation von Energiesystemanalysen.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Data Science for Energy System Modelling | Integrierte Veranstaltung | Wintersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Data Science for Energy System Modelling (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Class preparation and follow-up | 15 | 2 h | 30 h |
| Preparation of assignments | 4 | 22,5 h | 90 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Der Kurs verfolgt einen praxisorientierten didaktischen Ansatz. Einführende Vorlesungen machen die Teilnehmenden mit jedem behandelten Thema vertraut. In Workshops werden dann Open-Source-Werkzeuge für das jeweilige Thema vorgestellt und Anleitungen zur Programmierung in Python gegeben. Die Studierenden werden ihre Lernfortschritte im Laufe des Semesters individuell demonstrieren, die sowohl die Programmierung als auch die Analyse beinhalten. Während dieses Prozesses werden die Studierenden nach und nach ihre eigenen Energiesystemmodelle erstellen, ausführen und die Ergebnisse mitteilen.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
- Es wird dringend empfohlen, diesen Kurs nach oder während der parallelen Teilnahme an dem Kurs "Energiesysteme" zu belegen. Alternativ deckt "Energiewirtschaft" einige der Voraussetzungen ab.
- Grundkenntnisse in Mathematik, linearer Algebra und Statistik werden vorausgesetzt.
- Grundkenntnisse der Programmierung in Python oder anderen Sprachen sind hilfreich, aber nicht erforderlich.
- Grundkenntnisse in Mathematik, linearer Algebra und Statistik werden vorausgesetzt.
- Grundkenntnisse der Programmierung in Python oder anderen Sprachen sind hilfreich, aber nicht erforderlich.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Individuelle Hausaufgabe 1 (Erneuerbaren Potenziale und Energiebedarf) | 25 | schriftlich | 22,5h |
| Individuelle Hausaufgabe 2 (Speicher, Wasserkraft und Netzwerke) | 25 | schriftlich | 22,5h |
| Individuelle Hausaufgabe 3 (Strommärkte und Systemplanung) | 25 | schriftlich | 22,5h |
| Gruppenreferate (Sektorenkopplung, Unsicherheitsanalyse) | 25 | mündlich | 22,5h |
Prüfungsbeschreibung (Abschluss des Moduls)
In drei Hausaufgaben programmieren die Studierenden individuell ihre eigenen Energiesystemmodelle. Als abschließendes Prüfungselement ist eine Präsentation zu fortgeschrittenen Themen vorgesehen, die in Kleingruppen von bis zu 3 Studierenden erarbeitet wird. Der Notenschlüssel wird an die Gesamtleistung der Studierendengruppe angepasst.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 35.
Anmeldeformalitäten
Die Kursunterlagen und Ankündigungen werden über die ISIS-Plattform verteilt.
Die Anmeldung zu den Kursen erfolgt zu Beginn des Semesters über die ISIS-Plattform. Falls es mehr Anmeldungen als Plätze gibt, werden wir die folgenden Auswahlkriterien anwenden: Vorrangig werden Studierende berücksichtigt, die (1) den Kurs als Wahlpflicht belegen und (2) bereits eine Klausur in den Kursen "Energiesysteme" und/oder "Energiewirtschaft" geschrieben haben. Die restlichen Plätze werden nach dem Zufallsprinzip vergeben. Beachten Sie bitte auch, dass diese Lehrveranstaltung sowohl im Sommer- als auch im Wintersemester stattfindet.
Die Anmeldung zu den Kursen erfolgt zu Beginn des Semesters über die ISIS-Plattform. Falls es mehr Anmeldungen als Plätze gibt, werden wir die folgenden Auswahlkriterien anwenden: Vorrangig werden Studierende berücksichtigt, die (1) den Kurs als Wahlpflicht belegen und (2) bereits eine Klausur in den Kursen "Energiesysteme" und/oder "Energiewirtschaft" geschrieben haben. Die restlichen Plätze werden nach dem Zufallsprinzip vergeben. Beachten Sie bitte auch, dass diese Lehrveranstaltung sowohl im Sommer- als auch im Wintersemester stattfindet.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – https://fneum.github.io/data-science-for-esm/intro.html
Empfohlene Literatur
- Taylor, J.A., 2015. Convex Optimization of Power Systems. Cambridge University Press.
- Strbac, G., Kirschen, D., 2019. Fundamentals of Power System Economics, 2 ed. WILEY.
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Energie- und Verfahrenstechnik StuPO 2009 | SoSe 2025 | Rechnergestützte Methoden |
| WiSe 2025/26 | Rechnergestützte Methoden | |
| SoSe 2026 | Rechnergestützte Methoden | |
| WiSe 2026/27 | Rechnergestützte Methoden | |
| Process Energy and Environmental Systems Engineering StuPO 2016 | SoSe 2025 | Wahlpflichtmodule › Wahlpflichtliste 3 - Prozessoptimierung |
| WiSe 2025/26 | Wahlpflichtmodule › Wahlpflichtliste 3 - Prozessoptimierung | |
| SoSe 2026 | Wahlpflichtmodule › Wahlpflichtliste 3 - Prozessoptimierung | |
| Process Energy and Environmental Systems Engineering StuPO 2022 | SoSe 2025 | Wahlpflichtmodule › Process Systems Engineering |
| WiSe 2025/26 | Wahlpflichtmodule › Process Systems Engineering | |
| SoSe 2026 | Wahlpflichtmodule › Process Systems Engineering | |
| WiSe 2026/27 | Wahlpflichtmodule › Process Systems Engineering | |
| Regenerative Energiesysteme StuPO 2009 | SoSe 2025 | Energie und Umwelt |
| WiSe 2025/26 | Energie und Umwelt | |
| SoSe 2026 | Energie und Umwelt | |
| WiSe 2026/27 | Energie und Umwelt | |
| Regenerative Energiesysteme StuPO 2023 | SoSe 2025 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration |
| WiSe 2025/26 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration | |
| SoSe 2026 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration | |
| WiSe 2026/27 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration | |
| Sustainable Energy and Process Engineering StuPO 2024 | SoSe 2025 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods |
| WiSe 2025/26 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods | |
| SoSe 2026 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods | |
| WiSe 2026/27 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods | |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2026/27 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Energie und Ressourcen/Energy and Resources (ER) › Energie und Ressourcen/Energy and Resources (Wahlpflicht/Compulsory-Elective) › Energy |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › Energie und Ressourcen › Energie und Ressourcen (Wahlpflicht) › Energy |
Sonstiges
Keine Angabe