Weiterbildung »Energy Data Science for Optimization«

Dieses Seminar bietet eine Einführung in die Optimierung der sektorenübergreifenden Energieeinsatzplanung und ermöglicht es den Teilnehmenden, diese Grundlagen an einfachen Beispielen zu erlernen. Obwohl das Seminar thematisch an das Seminar Energy Data Analyst anknüpft, baut es nicht darauf auf.

In diesem Seminar lernen die Teilnehmenden die Grundlagen der mathematischen Optimierung und erfahren, wie Optimierungsmethoden im energiewirtschaftlichen Planungsprozess gewinnbringend eingesetzt werden können. Praktische Erfahrungen werden anhand erster Übungsbeispiele vermittelt, die zeigen, wie Optimierungsmodelle in der Energiewirtschaft eingesetzt werden können, um relevante Themenstellungen wie die sektorenübergreifende Energieeinsatzplanung, die Dimensionierung eines optimalen Technologiemix und das Lademanagement für Elektrofahrzeuge zu vertiefen. Darüber hinaus bietet das Seminar Einblicke in aktuelle Forschungsthemen in diesem Gebiet.

Nach Abschluss des Seminars werden die Teilnehmenden in der Lage sein, Optimierungsfragestellungen in ihrem Unternehmen zu erkennen und zu verbessern, da sie ein tieferes Verständnis für die Thematik und das erlernte Wissen haben. 

ÜBERBLICK
Format
Online oder Präsenz
Abschluss
Teilnahmebescheinigung
Zugangsvoraussetzung
Keine besonderen Voraussetzungen notwendig
Termine, Anmeldefrist und Ort
  • 05.03.2024 + 13./14.03.2024 Online Kick-off & Präsenzseminar in Ilmenau (Anmeldefrist: 25.02.2024)
  • 05.11.2024 + 13./14.11.2024 Online Kick-off & Präsenzseminar in München (Anmeldefrist: 27.10.2024)
Dauer/ Ablauf
→ Tag 1 - Online Seminar Kick-Off (ca. 1h) → Tag 2 - Präsenzveranstaltung → Tag 3 - Präsenzveranstaltung
Sprache
Deutsch
Teilnahmegebühr
→ 1950€ → Wenn Sie dieses Seminar »Energy Data Science for Optimization« in Kombination mit dem Seminar »Energy Data Analyst« buchen, können Sie beide Seminare für den Aktionspreis von 3700€ besuchen.
Mehr infos
  • Die Teilnehmendenzahl ist auf 15 Personen pro Termin beschränkt
ZIELGRUPPE

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.

INHALTE

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!

Beispielbilder unseres Schulungstools "cocalc"
Beispielbilder unseres Schulungstools "ILIAS"
IHR NUTZEN
  • 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

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