Masterarbeit (w/m/d): Probabilistische PV-Leistungsprognose mit Multi-Point-Solarvorhersagen

Das erwartet dich :
Diese Masterarbeit beschäftigt sich mit der Transformation hochaufgelöster probabilistischer intra-hour Solarstrahlungsprognosen in präzise, Photovoltaik-(PV)-Leistungsprognosen unter schnell wechselnden Bewölkungsbedingungen. Dabei arbeitest du mit modernsten generativen Vorhersagemodellen, die ensemblebasierte Strahlungsprognosen mit einer zeitlichen Auflösung von 30 Sekunden aus räumlich verteilten Nowcasting-Systemen liefern. Die zentrale Herausforderung besteht darin, diese multipunktbasierten atmosphärischen Vorhersagen in zuverlässige und unsicherheitsbewusste PV-Leistungsprognosen für unterschiedliche großskalige PV-Systemkonfigurationen zu überführen und dabei die räumliche Variabilität innerhalb der PV-Anlage zu berücksichtigen. Insbesondere entwickelt und evaluiert die Arbeit einen vollständigen probabilistischen PV-Leistungsprognose-Workflow, der Strahlungs-Ensembles in Leistungsprognosen überführt und dabei Variabilität, Rampenverhalten sowie Prognoseunsicherheiten analysiert.
Du wirst in einem diversen und motivierten Team an Fragestellungen der Energiewende arbeiten und damit aktiv zum Klimaschutz beitragen. Gleichzeitig arbeitest du eng mit Betreuern und Kollegen zusammen, um Ideen auszutauschen und Herausforderungen zu lösen. Du erhältst praxisnahe Erfahrung in der wissenschaftlichen Python-Entwicklung, PV-System- und Leistungsmodellierung, probabilistischen Prognosemethoden, räumlicher Datenanalyse sowie Software-Engineering-Praktiken einschließlich automatisierter Tests und Versionskontrolle. Als Besonderheit erwartet dich ein Arbeitsplatz in Almería, einem der sonnigsten Standorte Europas.

Deine Aufgaben:
• Einarbeitung in PV-Leistungsmodellierung und Konzepte probabilistischer Solarstrahlungsprognosen
• Implementierung eines PV-Simulationsframeworks auf Anlagenebene
• Entwicklung und Vergleich von südorientierten sowie vertikal ost-west bifazialen PV-Systemmodellen
• Entwurf und Implementierung räumlicher Aggregationsmethoden für multipunktbasierte Strahlungsprognosen
• Überführung von Ensemble-Strahlungsprognosen in probabilistische PV-Leistungsprognosen
• Analyse von inneranlagenbedingter Variabilität, Rampenereignissen und Unsicherheitsfortpflanzung
• Evaluierung und Visualisierung deterministischer und probabilistischer Prognosegüte

Das bringst du mit:
• Du studierst im Master Physik, Ingenieurwesen, Informatik, Mathematik, Meteorologie oder einem verwandten Bereich und bringst gute Studienleistungen mit
• Erfahrung in Python-Programmierung sowie Grundkenntnisse in wissenschaftlichem Rechnen oder Datenanalyse
• Interesse an erneuerbaren Energiesystemen und PV-Modellierung
• Erfahrung mit Datenanalyse und Versionskontrollsystemen (Git)
• Fähigkeit, selbstständig zu arbeiten und gleichzeitig in einem internationalen Team zu kooperieren
• Sehr gute Englischkenntnisse in Wort und Schrift