Weiterbildung »Energy Data Science for Optimization«

Das Seminar »Energy Data Science for Optimization« richtet sich an: Ingenieurinnen und Ingenieure, Mitarbeitende aus Geschäftsführung, Portfoliomanagement, Trading, Energieinformatik, Beschaffung, Vertrieb, Kraftwerkeinsatzplanung, Netzbetrieb oder Energiedatenmanagement aus den Branchen: Energieversorgungs- und Energiedienstleistungsunternehmen, Stadtwerke, energieintensive Industrie und Unternehmensberatungen.

Sie interessieren sich für die Anwendung von Optimierungsmethoden in der Energiewirtschaft? Sie wollen lernen, wie Sie komplexe Probleme aus diesem Bereich modellieren und lösen können? Dann ist die Schulung »Energy Data Science for Optimization« genau das Richtige für Sie!

In dieser Schulung lernen Sie:

• Grundlagen der Energiewirtschaft mit Bezug auf Optimierung

Sie erfahren, welche Herausforderungen und Chancen sich in diesem Sektor ergeben, erhalten einen Überblick, wie die Energiemärkte funktionieren und welche Rolle die Optimierung dabei spielt.

• Grundlagen der Optimierung

Sie erwerben die notwendigen mathematischen und algorithmischen Kenntnisse, um Optimierungsprobleme zu formulieren und zu analysieren. Sie lernen die wichtigsten Begriffe und Konzepte wie Zielfunktion, Nebenbedingungen und Optimalität kennen und erhalten einen Überblick zu gängigen Problemklassen und passenden Lösungsmethoden.

• Modellierungstechniken

Sie lernen, wie Sie reale Probleme aus der Energiewirtschaft in Optimierungsmodelle übersetzen können. Dabei erlernen Sie schrittweise, wie Optimierungsprobleme wörtlich, mathematisch und mit der freien und auf Python basierenden Modellierungssprache Pyomo formuliert werden.

• Exakte Lösungsverfahren

Sie erfahren, wie Sie Optimierungsmodelle mit Hilfe von spezialisierten Solvern lösen können. Sie verstehen die Funktionsweise und die Grenzen von verschiedenen Lösungsalgorithmen wie dem Simplex-Algorithmus, Branch-and-Bound- oder Schnittebenen-Verfahren.

• Heuristiken

Sie lernen, wie Sie Optimierungsmodelle mit Hilfe von einfachen oder fortgeschrittenen Heuristiken lösen können, wenn exakte Verfahren zu langsam oder unpraktisch sind.

• Stochastische und robuste Optimierung

Sie erkennen, wie Sie Optimierungsmodelle formulieren können, um Unsicherheiten und Risiken zu berücksichtigen. Anhand eines praktischen Beispiels werden die Unterschiede zwischen robusten und stochastischen Optimierungsansätzen dargestellt.

• Aktuelle Forschungsthemen

Sie lernen Themen mit Bezug zur Optimierung aus der aktuellen Forschungslandschaft kennen.

Die Schulung ist interaktiv gestaltet und in einen Selbststudiums-, Präsenz- und Übungsteil unterteilt. Im Übungsteil werden Sie ihr gelerntes Wissen über zur Optimierung in der Energiewirtschaft mit der Kursplattform CoCalc in praxisnahen Problemen anwenden und dabei eigene Modellierungen in Pyomo vornehmen. Sie profitieren von der Erfahrung und dem Feedback  qualifizierter Dozenten und von dem Austausch mit anderen Teilnehmern. Melden Sie sich jetzt an und sichern Sie sich Ihren Platz!

• Wissen über aktuelle Ergebnisse der Fraunhofer-Forschung und Methoden der Zeitreihenprognose, Optimierung und der Energiewirtschaft
• Anwendungsorientierte Wissensvermittlung durch praktische Übungen
• Verwendung verschiedener Methoden aus dem Energiesektor und Bewertung der Ergebnisse
• Direkte Umsetzbarkeit des Erlernten im Berufsalltag
• Bereitstellung von Lernmaterialien zu den vermittelten Themengebieten
• Erfahrungsaustausch zwischen Teilnehmenden und Fraunhofer Expertinnen und Experten in angenehmer Lernumgebung

Weitere Informationen zu der Seminarreihe »Energy Data Scientist« erhalten Sie hier.