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

About this role

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.