Ort:  Stuttgart
Datum:  11.11.2025

Studien-/Abschlussarbeit - PV-Eigenverbrauchsoptimierung anhand Day-Ahead-Prognosen

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen.

Ausschreibung für die Fachrichtung wie z. B.: Elektrotechnik, Informatik, Kybernetik, Luft- und Raumfahrttechnik, Maschinenbau, Mathematik, Mechatronik, Physik, Regelungstechnik, Softwaredesign, Softwareengineering, technische Informatik, Technologiemanagement, Wirtschaftsingenieurwesen oder vergleichbare.

 

Langtitel: Einfluss von Unsicherheiten von Day-Ahead PV-Prognosen auf die energieflexible Eigenverbrauchsoptimierung unter Variation der PV-Anlagendimensionierung

 

⏩ Warum Prognosen?
In Zeiten zunehmender Energiepreis- und Einspeiseschwankungen werden Energie-Lastprognosen benötigt, um gezielt Laständerungen planen zu können, um von monetären Anreizen zu profitieren. Konkret kann eine PV-Prognose beispielsweise für den Folgetag („day ahead“) genutzt werden, um fleixble Verbraucher in einem Werk hoch- und herunterzufahren, wann immer viel oder wenig Sonne verfügbar ist. Dies reduziert unnötige Einspeisungen ins Versorgungsnetz.

 

⏩ Ziel der Arbeit
Im Rahmen dieser Abschlussarbeit soll untersucht werden, welchen Einfluss die Dimensionierung (Größe) einer PV-Anlage bei der unsicherheitsbehafteten zeitlichen Einplanung von flexiblen Verbrauchern hat.

 

⏩ Forschungsfragen
Im Rahmen der Arbeit können die folgenden Forschungsfragen adressiert werden. Die Liste ist nicht vollständig und soll vor der Bearbeitung angepasst und konkretisiert werden.

 

Stand der Technik / Literatur

  • Was sind typische Fehlergrößen bei der PV-Prognose? 
  • Welche (öffentlichen) Prognose-Modelle gibt es?
  • Wie können künstliche Prognosen / Szenarien erstellt werden?

 

Simulation

  • Welchen Einfluss hat der Prognosefehler auf die Mehrkosten bei der Planung?
  • Welchen Einfluss hat die PV-Dimensionierung auf die Planung?

 

⏩ Potenzielles Vorgehen
Literaturrecherche:

  • Erarbeiten eines Verständnisses, genauen Bearbeitungsrahmen festlegen
  • Festlegen von Suchkriterien
  • Systematische Suche, Datenauswertung

 

Simulation aufbauen:

  • Einbindung von Unternehmensdaten, Datenvorverarbeitung, Datenexploration
  • Modellieren und Einbinden von PV-Prognosen verschiedener Prognosegenauigkeit 
  • Entwickeln einer Einsatz-Optimierung für die Planung flexibler Lasten

 

Simulationsergebnisse bewerten

  • Quantifizieren der Mehrkosten bzgl. einem fehlerfreien (optimalen) Betrieb (Kostenfunktion aufstellen)
  • Variation von Parametern
  • Wiederholen für verschiedene Unternehmen / Profile, Prognosen (Güteklassen), Flexibilitäten

 

⏩  Nächste Schritte
Melden Sie sich gerne, falls organisatorische oder inhaltliche Fragen offen sind. In einem informellen ersten Kickoff-Termin können wir klären, ob das Thema Ihren Erwartungen, Fähigkeiten und Interessen entspricht. 
Mein Betreuer sagte dazu immer: "Das Futter muss dem Fisch schmecken, nicht dem Angler" 🐟🎣 

 

Was Sie bei uns tun

  • Exploration der zur Verfügung gestellten Datensätzen, Datenverständnis erarbeiten
  • Einarbeitung in das Themenfeld der PV-Erzeugungsprognose in der Literatur
  • Recherchieren von (öffentlichen) PV-Prognosen
  • Erstellen von PV-Forecasts unterschiedlicher Fehlerordnungen, basierend auf historischen PV-Daten
  • Modellieren von flexiblen Verbrauchern, einbinden einer Strategie zum optimalen Einsatz dieser
  • Ableiten der Mehrkosten durch Prognoseunsicherheit unter Variation der PV-Anlagengröße
  • Dokumentation und Veröffentlichung

 

Was Sie mitbringen

  • Gültige Immatrikulation an einer deutschen Hochschule/Universität
  • Intrinsische Motivation an dem Arbeiten in dem Themenfeld, Freude am Forschen
  • Gute Programmierkenntnisse (Python)
  • Eigenständige, sorgfältige und strukturierte Arbeitsweise
  • Sehr gute Deutsch- und Englischkenntnisse
  • Hohes Maß an Zuverlässigkeit 

 

Was Sie erwarten können

  • Mitarbeit im spannenden und innovativen Themenfeld der „Energiedatenanalyse“, das insbesondere in der jungen Vergangenheit stark an Bedeutung gewonnen hat 
  • Eine angenehme Arbeitsatmosphäre in einem motivierten Team
  • Flexible Einteilung der Arbeitszeit (für Klausurvorbereitung etc.)
  • Ortsunabhängiges Arbeiten nach Absprache möglich
  • Falls gewünscht: Betreuung nach persönlichem Stil (lose oder straff, z.B. in wöchentlichen Abstimmungsterminen)
  • Mitwirken an Veröffentlichungen
  • Übertragen Sie theoretisches Wissen aus dem Studium in die Praxis, und lernen Sie dabei, Herausforderungen bei der Arbeit mit realen Daten kennen

 

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

 

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. 

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen! 
 

Frau Lisa Schäfer

Recruiting

+49 711 970-3681

lisa.schaefer@ipa.fraunhofer.de 

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA 

www.ipa.fraunhofer.de 


Kennziffer: 82079