Masterarbeit: Datengetriebene Identifikation und Prognose der thermischen Flexibilität in Wärmepumpensystemen für Wohngebäude (w/m/div.)

Wärmepumpen in Wohngebäuden können elektrische Flexibilität bereitstellen, indem sie die im gesamten Energiesystem verfügbare thermische Speicherkapazität nutzen – einschließlich der thermischen Gebäudemasse, der Trinkwarmwasser-(TWW-)Speicherung sowie, sofern vorhanden, Pufferspeicher. Bosch verfügt bereits über Konzepte zur thermischen Charakterisierung, zur Flexibilitätsschätzung sowie zur Prognose des Energieverbrauchs. Ihre Abschlussarbeit soll daher darauf fokussieren, diese Konzepte operativ nutzbar zu machen, indem systemspezifische thermische Eigenschaften aus Monitoringdaten identifiziert und zur Prognose des Energieverbrauchs sowie der verfügbaren Flexibilität eingesetzt werden. Die Fragestellung lautet: Wie können die thermischen Eigenschaften und nutzbaren Speicherkapazitäten von Wärmepumpen-Energiesystemen in Wohngebäuden – einschließlich thermischer Gebäudemasse, TWW-Speicher sowie Pufferspeicher – automatisch aus Monitoringdaten identifiziert werden, und wie kann diese Information in Prognosekonzepte integriert werden, um den elektrischen Energieverbrauch sowie die verfügbare thermische Flexibilität zu schätzen?
Sie prüfen bestehende Bosch-Modellierungskonzepte zur thermischen Charakterisierung und Flexibilitätsschätzung und analysieren empirische Feld-Monitoringdaten, um Datenpipelines, Ein-/Ausgabeanforderungen sowie relevante Datenqualitätskriterien zu definieren.
Darüber hinaus identifizieren Sie automatisch gebäude- und speicherspezifische thermische Parameter (z. B. thermischer Widerstand, Wärmekapazität). Zudem haben Sie die Möglichkeit, datengetriebene Identifikationsansätze gegenüber Neural Ordinary Differential Equations (Neural ODEs) hinsichtlich Parameterplausibilität, Rechenaufwand sowie Modellgenauigkeit zu benchmarken.
Außerdem integrieren Sie die parametrierten Modelle in Prognosepipelines, um elektrische Lastprofile zu schätzen und zeitabhängige Flexibilitätsmargen zu quantifizieren. Sie vergleichen Prognosen sowie Flexibilitätskennzahlen auf Ebene einzelner Gebäude und aggregierter Flotten (einschließlich statistischer Analyse der Aggregationseffekte).
Im Rahmen Ihrer Abschlussarbeit entwickeln Sie einen automatisierten End-to-End-Prototypen-Workflow, der Datenvorverarbeitung, Modellparameteridentifikation, Instanziierung sowie Prognosegenerierung abdeckt. Sie validieren den Prototypen anhand von Messdaten und dokumentieren Ihre Ergebnisse sowie die Grenzen des Systems.
Während Ihrer Tätigkeit vergleichen Sie Daten auf Haus- und Flottenebene und analysieren Verbrauchsmuster auf Basis von Monitoringdaten. Optional führen Sie eine detailliertere statistische Analyse von Aggregationsmethoden durch.
Nicht zuletzt umfasst Ihre Aufgabe eine Bewertung des Identifikations- und Prognose-Workflows auf Basis realer Monitoringdaten, einen Benchmark-Vergleich von Identifikationsmethoden (z. B. RC-Modelle vs. Neural ODEs) sowie der Skalierung (Einzelhaushalt vs. Flottenaggregation) und konkrete praxisnahe Empfehlungen für den Einsatz automatisierter Flexibilitätsprognosen in zukünftigen Bosch Energielösungen für Wohngebäude.
Ausbildung: Masterstudium im Bereich Informatik, Energietechnik oder vergleichbar
Erfahrungen und Kenntnisse: in Python; Erfahrung mit Datenbanken sowie Kenntnisse von Wärmepumpensystemen von Vorteil
Persönlichkeit und Arbeitsweise: Sie sind eine zuverlässige, neugierige Persönlichkeit mit starker intrinsischer Motivation und der Bereitschaft, Neues zu lernen
Arbeitsroutine: Teilweise mobiles Arbeiten ist möglich, mit einem Anteil an Arbeit vor Ort von 60 % (drei Tage pro Woche)
Sprachen: verhandlungssicher in Deutsch und Englisch

Employment type
Full-time

Work arrangement
Hybrid