Working Student Strategic Grid Planning - Python Tool Development (m/f/d)

Gestalte mit uns die Stromnetze von morgen

Du willst die Energiewende praktisch mitgestalten? Dann werde Teil der strategischen Netzplanung und entwickle ein Python-Tool für zentrale Studien der deutschen Übertragungsnetzbetreiber.

Das macht den Job für dich interessant: Für unsere Berechnungen im Höchstspannungsnetz modellieren wir definierte Übergabepunkte/Netzanschlusspunkte als Schnittstelle zum unterlagerten Verteilnetz.  Lasten und Einspeisungen aus den unterlagerten Netzen werden diesen Übergabepunkten zugeordnet, sodass sie in unseren Höchstspannungsmodellen als realistische Einspeise-/Lastverteilungen an den Netzanschlusspunkten erscheinen – dies bezeichnen wir als Regionalisierung.
Bisher kann das Tool entweder auf Basis voll detaillierter oder vollständig reduzierter Verteilnetzmodelle laufen. Deine Aufgabe ist es, die Methodik so weiterzuentwickeln, dass auch Zwischenstände der Netzreduktion elektrisch korrekt abgebildet werden. 

Deine Aufgaben:  

• Du entwickelst ein bestehendes Python-Tool zur Regionalisierung von Last/Einspeisung weiter und implementierst die Abbildung teilreduzierter Verteilnetze (Zwischenzustände),
• Du konzipierst und bist an der Implementierung einer robusten Schnittstelle zur Q‑Prognose mit beteiligt, sodass Regionalisierung und Blindleistungsbedarf je Reduktionsgrad konsistent zusammenpassen,
• Du entwirfst Validierungs- und Vergleichskonzepte (z. B. gegen Referenzrechnungen) und dokumentierst Annahmen, Datenflüsse und Ergebnisse,
• Du bringst dich in die Tool- und Prozesslandschaft der strategischen Netzplanung ein und identifizierst methodische Verbesserungen mit Mehrwert für unsere Analysen.

Dabei verwendest du folgenden Tech-Stack bzw. folgende Tools:

• Python, Pandas, Pandapower,
• Anbindung/Workflow mit DIgSILENT PowerFactory (Schnittstelle),
• Versionsverwaltung in Git.

Wir stellen uns vor, dass du... 

• ein fortgeschrittenes Bachelorstudium oder ein begonnenes Masterstudium in einer Ingenieurs‑ oder naturwissenschaftlichen Fachrichtung verfolgst,
• fortgeschrittene Python‑Kenntnisse hast und dich in einen komplexen bestehenden Code schnell einarbeiten kannst,
• analytisch denkst, strukturiert arbeitest und Freude daran hast, Methodik und Software sauber zusammenzubringen,
• erste Berührungspunkte mit Netzreduktionen und/oder Sensitivitätsberechnungen (z. B. PTDF) hast,
• Erwünscht: Erfahrung mit Git in Team‑Setups (z. B. Branches, Pull-/Merge‑Requests, Code‑Reviews) – damit Änderungen nachvollziehbar und gemeinsam weiterentwickelt werden können,
• idealerweise erste Erfahrungen in der Modellierung elektrischer Netze mitbringst,
• gute Deutsch‑ und Englischkenntnisse (mind. B2) in Wort und Schrift hast.

Erste Vorkenntnisse in PowerFactory und/oder INTEGRAL 7 sind kein Muss, machen Deine Bewerbung aber zusätzlich interessant für uns. Bei erfolgreicher Zusammenarbeit bietet sich zudem die Option einer Masterarbeit.