Christoph Klie

M.Sc.
Research Assistant

Contact

Christoph Klie, M.Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Office Hours
Jederzeit
Harburger Schloßstraße 22a,
21079 Hamburg
Building HS22a, Room 2.004
Phone: +49 40 42878 2239
E-mail:
Logo

Research Project

SuSy
Sustainable DC-Systems – DC-Power Systems on Ships

SuSy

Sustainable DC-Systems – DC-Power Systems on Ships

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2024

Publications

TUHH Open Research (TORE)

2023

2022

Courses

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Qualifizierungsprogramm Forschendes Lernen - Lehrgang 5
Semester:
unbegrenzt
Veranstaltungstyp:
sonstige (Lehre)
DozentIn:
Ulrike Bulmann, Dr. Dorothea Ellinger
Beschreibung:
Eine vorrangige Aufgabe der Technischen Universität Hamburg (TUHH) ist es, Studierende zeitgemäß für die berufliche Ingenieurpraxis zu qualifizieren und zur Forschung in technischen Fächern zu befähigen. Dies kann am besten gestaltet werden, wenn die Lehre von Beginn an forschungsbezogen ausgerichtet ist. Doch wie können die Lehrenden ihre Veranstaltungen so durchführen, dass die Studierenden fachspezifisch forschen lernen? Das vom Präsidium der TUHH initiierte Qualifizierungsprogramm „Forschendes Lernen an der TUHH“ stellt diese Frage in den Mittelpunkt. Es richtet sich gezielt an die wissenschaftlichen Mitarbeiterinnen und Mitarbeiter, die am Beginn ihrer Karriere in Forschung und Lehre stehen. Seit 2015 startet das einjährige Programm in halbjährlichem Turnus und wird vom Zentrum für Lehre und Lernen (ZLL) durchgeführt.
Bereichseinordnung:
Studiendekanat Gewerblich-Technische Wissenschaften
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: ZB Zentrum für Lehre und Lernen (ZLL)
In Stud.IP angemeldete Teilnehmer: 11
Anzahl der Postings im Stud.IP-Forum: 34
Anzahl der Dokumente im Stud.IP-Downloadbereich: 31

Supervised Theses

ongoing

2023

  • Erxleben, J. (2023). Entwicklung eines Algorithmus zur Identifikation und Klassifizierung relevanter Arbeitspunkte eines elektrischen Systems aus Momentanwert-Datensätzen.

completed

2023

  • Engemann, T. (2023). Entwicklung einer Methodik zur automatischen Identifizierung, Klassifizierung und Modellierung betriebsrelevanter Arbeitspunkte eines elektrischen Netzes aus Echtzeitmesswerten.

  • Herzberg, M. (2023). Entwicklung eines echtzeitfähigen Photovoltaiksimulators auf Basis historischer Strahlungsdaten für einen Power Hardware-in-the-Loop Aufbau mit einem PV-Wechselrichter.

  • Heunda, J.E.W. (2023). Entwicklung, Optimierung und Vergleich von Methoden zur Erzeugung passiver Ersatzschaltbilder aus Messwerten einer Impedanzspektroskopie.

2022

  • Becker, H. C. (2022). Entwicklung, Implementierung und Verifizierung einer Schnittstellensynchronisation für die Kopplung von in Echtzeit simulierten Anlagen und Komponenten an einen PHiL Laboraufbau.

  • Hinzke, M. (2022). Untersuchung der Stabilität eines Power Hardware-in-the-Loop Teststandes unter der Verwendung eines Synchrongenerators als Schnittstelle zwischen Simulation und Hardware.

  • Landenfeld, Jakob (2022). Implementierung und Validierung einer Methode zur Stabilisierung von Power Hardware-in-the-Loop Simulationen mittels einer online-Impedanzmessung auf einem FPGA.

  • Landenfeld, Jakob (2022). Bestimmung der Stabilitätskriterien eines DC Power Hardware-in-the-Loop Aufbaus zur Untersuchung von Rippelstrom in Gleichstromsystemen.

  • Müller, E. (2022). Evaluation of different modelling approaches for battery aging to predict capacity fade for optimization of battery operation.

  • von Krosigk, J. (2022). Analyse und Bewertung einer Einsatzoptimierung für erneuerbare Energieanlagen in Kombination mit Batteriespeichersystemen im Multi-Use Betrieb.

2021

  • Erxleben, J. (2021). Untersuchung der Performance eines Pools aus Erneuerbaren Energien für die Erbringung von frequenzstützenden Maßnahmen.

  • von Krosigk, J. (2021). Untersuchung eines neuartigen Ansatzes zur kurz- und mittelfristigen Vorhersage der Netzfrequenz unter der Verwendung künstlicher neuronaler Netze.