Statistische Physik für Energiezeitreihen: Physikalisch inspirierte Modellierung trifft auf stochastische Funktionale

• Antragsteller: Dr. Cai Dieball
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 570237743

Stochastische Schwankungen spielen in vielen komplexen Systemen eine entscheidende Rolle. Insbesondere stellen sie eine zentrale Herausforderung für das Verständnis und die Modellierung der Energiedynamik dar, z. B. bei Frequenz- und Spannungsschwankungen in Stromnetzen oder bei der Energieerzeugung und dem Energieverbrauch in verschiedenen Systemen. Der Übergang zu erneuerbaren Energiequellen, die aufgrund von Wetterveränderungen auf vielen Zeitskalen stochastisch sind, verstärkt die Schwankungen und damit die Risiken, die den stabilen Betrieb von Energiesystemen gefährden. Dies erfordert eine zunehmende Anzahl teurer Kontrollmaßnahmen, was wiederum ein tiefgreifendes Verständnis und eine Modellierung der beteiligten stochastischen Prozesse unabdingbar macht. In diesem Projekt verknüpfen wir die jüngsten Entwicklungen in der Theorie stochastischer Prozesse mit den unmittelbaren Herausforderungen beim Entwurf und Betrieb von Energiesystemen. Wir werden die Analyse und Modellierung von Energiezeitreihen vorantreiben, indem wir von der Physik inspirierte Ansätze mit stochastischen Differenzialgleichungen und maschinellem Lernen verfeinern. Motiviert durch die jüngsten Fortschritte auf den Gebieten der anomalen Diffusion und der stochastischen Thermodynamik, werden wir die nicht-gaußschen Kurzzeitfluktuationen von Energiezeitreihen tiefer untersuchen. Vor allem werden wir stochastische Funktionale in Form von zeit-integrierten Observablen und First-Passage-Zeiten einführen, um komplizierte Merkmale der komplexen Dynamik und die Treiber von Extremwerten besser zu verstehen.

• DFG-Verfahren: WBP Stelle