Bachelorarbeit
Ansprechpartner:
Jacob Tran, M.Sc.
+49 241 997857-249 jacob.tran@fgh-ma.de
Forschungsgemeinschaft für Elektrische Anlagen und Stromwirtschaft e.V. (FGH e.V.) Roermonder Straße 199
52072 Aachen http://www.fgh-ma.de
Parametrierung eines Double-Q-Reinforcement-Learning Modells für die Ableitung von Handelsstrategien in Smart Markets
Der Zubau dezentraler Erzeugungsanlagen hat in den letzten Jahren zu einem massiven Bedarf nach Flexibilität im Engpassmanagement geführt. Die ambitionierten Ausbauziele der Erneuerbaren und regulatorische Entwicklungen wie die Spitzenkappung und die Novellierung des Energiewirtschaftsgesetzes machen ein effizientes Engpassmanagement in Zukunft zwingend notwendig. Zur Deckung des Flexibilitätsbedarf stehen Konzepte wie der lokale Flexibilitätsmarkt zunehmend im Fokus. Eine daraus resultierende Herausforderung ist das strategische Bietverhalten der Flexibilitäten. So können diese durch eine geschickte Vermarktung am Spotmarkt ihre Erlöse am Flexibilitätsmarkt maximieren. Um die verschiedenen Handelsstrategien ableiten zu können, wurde ein selbstlernendes Multi-Agenten- System implementiert, das mit einem Reinforcement Learning-Ansatz trainiert wurde.
Aufgrund der erheblichen Rechenzeit des Modells sind Vorüberlegungen bezüglich der
Parametrierung und der
Eingangsdatenverarbeitung notwendig, um auch mehrdimensionale Systeme untersuchen zu können.
Das Ziel deiner Bachelorarbeit ist daher eine tiefergehende Analyse der Methoden zur Ableitung der Parametrierung des Reinforcement Learning Modells. Des Weiteren soll mit Hilfe eines Neuronal Netzes Transfererkenntnisse im Lernprozess erkannt und genutzt werden, um die Rechenzeit des Lernprozesses zu reduzieren.
Dein Profil:
• Du bist interessiert an aktuellen Forschungsthemen rund um die Energieversorgung der Zukunft
• Du willst dich mit eigenen Ideen aktiv in laufende Forschungsprojekte einbringen
• Du interessierst dich für Machine Learning und Methoden der Datenverarbeitung
• Du hast optional bereits erste
Programmierkenntnisse in Python oder C++ gesammelt
Wir bieten:
• Eine intensive und zuverlässige Betreuung
• Einen eigenen klimatisierten Arbeitsplatz mit flexibler Arbeitszeiteinteilung
• Kostenfreie Teilnahme an Sportangeboten (Volleyball, Tennis, Fußball und vieles mehr)
• Eine tolle Atmosphäre mit vielen gemeinsamen Aktionen von Studenten und Assistenten
• Bei sehr guter Leistung die Möglichkeit der anschließenden Promotion
• Bei sehr guter Leistung die Vermittlung von Industriekontakten aus einem Netzwerk von knapp 70 Unternehmen
Agent Market
Grid