Wissenschaftliche Hilfskraft: Simulation und Analyse von Wasserstoffnutzungsszenarien

In der aktuellen Wirtschaftslage gewinnt die Erforschung alternativer Energiequellen und insbesondere von Energieträgern wie Wasserstoff zunehmend an Bedeutung. Fragen der Verfügbarkeit, Wirtschaftlichkeit, Speicher- und Transporteigenschaften im Vergleich mit fossilen Brennstoffen stehen dabei im Zentrum der Untersuchung.
Das Verbundprojekt H2Wind setzt sich als Ziel, die wissenschaftlichen und technologischen Grundlagen für die weltweit erste, direkte Offshore-Wasserstoffproduktion zu erarbeiten. Dabei stehen die Grundlagen für eine Elektrolysetechnologie für den Offshore-Betrieb, die Möglichkeiten zur Speicherung und Transport von Wasserstoff an Land, sowie die optimale Abstimmung der Teilsysteme zur Erhöhung der Effizienz des Gesamtsystems im Vordergrund der Arbeiten. Basierend auf den erarbeiteten Grundlagen soll bis zum Ende des Projekts erste Wasserstoff Elektrolyse-Testanlage mit einer Leistung von bis zu 5 MW ausgelegt und gebaut werden, welche im Hinblick auf Anforderungen eines Offshore-Betriebs untersucht werden kann.
In diesem Zusammenhang und um die Funktionsweise und Wirtschaftlichkeit der betrachteten Wasserstofftechnologien zu evaluieren, wird im Vorhaben eine Infrastruktur zur Erstellung, Verwaltung und Nutzung digitaler Zwilling entwickelt. Dazu kommen semantische Technologien zum Aufbau einer Modellbibliothek und zur Beschreibung komplexer Netzstrukturen für die Berechnung und Co-Simulation zum Einsatz. Für die Abbildung verschiedener Nutzungsszenarien werden konkrete physikalische Modelle (Brennstoffzelle, Batterie, Leistungselektronik) in unterschiedlichen Granularitätsstufen entwickelt, die sowohl für Wirtschaftlichkeitsbetrachtungen als auch für die Bewertung und Optimierung einzelner Systemkomponenten zum Einsatz kommen können.
Zur Verstärkung unseres Teams „Nachhaltige Energiesysteme“ suchen wir daher ab sofort eine wissenschaftliche Hilfskraft, die uns insbesondere bei der Weiterentwicklung von digitalen Modellen und ihrer Schnittstellen anhand von Nutzungsszenarien unterstützt.