Stage-oe-small.jpg

Thema3399: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
K (hat „Thema1016“ nach „Thema3399“ verschoben)
Zeile 1: Zeile 1:
 
{{Abschlussarbeit
 
{{Abschlussarbeit
 
|Titel=Kurzfristige Lastprognose von Haushalten
 
|Titel=Kurzfristige Lastprognose von Haushalten
 +
|Student=Lucas Friedrich
 +
|Abschlussarbeitstyp=Bachelor
 
|Betreuer=Christian Hirsch
 
|Betreuer=Christian Hirsch
 
|Forschungsgruppe=Effiziente Algorithmen
 
|Forschungsgruppe=Effiziente Algorithmen
|Abschlussarbeitsstatus=Offen
+
|Abschlussarbeitsstatus=Vergeben
 
|Beschreibung DE=[[Datei:Hirsch_DA_Lastprognose_Haushalte.pdf‎|Ausschreibung]]
 
|Beschreibung DE=[[Datei:Hirsch_DA_Lastprognose_Haushalte.pdf‎|Ausschreibung]]
 
Klimawandel, steigender Energiebedarf und knapper werdende fossile Energieressourcen rücken immer weiter in den Fokus der Öffentlichkeit. Es müssen neue Lösungen gefunden werden, die den Anforderungen des Wandels zu dezentralen und volatilen Erzeugungsstrukturen sowie zur Elektromobilität Rechnung tragen und dabei ein Höchstmaß an Wirtschaftlichkeit, Versorgungssicherheit und Umweltverträglichkeit garantieren.
 
Klimawandel, steigender Energiebedarf und knapper werdende fossile Energieressourcen rücken immer weiter in den Fokus der Öffentlichkeit. Es müssen neue Lösungen gefunden werden, die den Anforderungen des Wandels zu dezentralen und volatilen Erzeugungsstrukturen sowie zur Elektromobilität Rechnung tragen und dabei ein Höchstmaß an Wirtschaftlichkeit, Versorgungssicherheit und Umweltverträglichkeit garantieren.

Version vom 6. Februar 2012, 09:32 Uhr



Kurzfristige Lastprognose von Haushalten




Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor
Betreuer: Christian Hirsch
Forschungsgruppe: Effiziente Algorithmen

Archivierungsnummer: 3399
Abschlussarbeitsstatus: Vergeben
Beginn: unbekannt
Abgabe: unbekannt

Weitere Informationen

Datei:Hirsch DA Lastprognose Haushalte.pdf Klimawandel, steigender Energiebedarf und knapper werdende fossile Energieressourcen rücken immer weiter in den Fokus der Öffentlichkeit. Es müssen neue Lösungen gefunden werden, die den Anforderungen des Wandels zu dezentralen und volatilen Erzeugungsstrukturen sowie zur Elektromobilität Rechnung tragen und dabei ein Höchstmaß an Wirtschaftlichkeit, Versorgungssicherheit und Umweltverträglichkeit garantieren.

Aktuelle Smart Grid-Initiativen haben eine intelligente Nutzung aller zur Verfügung stehenden Ressourcen sowie die Optimierung und Integration des Gesamtsystems der Elektrizitätsversorgung zum Ziel. In diesem Zusammenhang spielt die Prognose der zu erwartenden Last eine bedeutende Rolle, um ein Gleichgewicht von Energieerzeugung und -verbrauch sicher zu stellen.

Im Rahmen dieser Arbeit sollen Verfahren implementiert und evaluiert werden, welche den voraussichtlichen Stromverbrauch von Haushalten bis zu 24 Stunden im Vorfeld abschätzen. Als Basis für die kurzfristigen Lastprognosen dienen historische Verbrauchsdaten und Wetterdaten.