Austausch mit der Universität Valencia

Oscar Dominguez hat an der „Universitat Politècnica de València“ in Spanien Wirtschaftsingenieurwesen studiert. Seine Diplomarbeit entstand in Zusammenarbeit mit der technischen Universität Ilmenau in Deutschland. Im Anschluss war er mehrere Jahre bei Alstom im Schienenfahrzeugsektor, später in der Automobilzuliefere Branche tätig, bevor er Lehrkraft für Organisation und Projekte der mechanischen Fertigung in Valencia wurde.

2009 entschloss er sich für ein weiteres Masterstudium in Datenanalyse, Prozessverbesserung und Entscheidungsfindung, ebenfalls an der Universität Politecnica de Valencia. Dort ist Oscar Dominguez nun seit 2013 Professor.

Die Universität in Valencia und die Hochschule Ansbach pflegen schon seit mehreren Jahren eine Kooperation. Dazu gehören der gemeinsame Austausch, die gegenseitige Unterstützung und Zusammenarbeit in Projekten und Promotionen. Im Rahmen dessen war Prof. Dominguez vergangene Woche bei seinem Besuch an der Hochschule auch am Campus Feuchtwangen.

Mit seiner Expertise in Statistik mit Fokus auf Lastvorhersagen und Lastprognosen hat Prof. Dominguez als Gastdozent den Kurs „Optimization of Energy Systems“ (Optimierung von Energiesystemen) bereichert:

„Für den Auf- und Ausbau von intelligenten Energiesystemen ist es essenziell zu wissen, was in den nächsten Stunden oder gar Tagen passiert. Welchen Anteil bei der Erzeugung decken Photovoltaik (PV) und Wind? Wie hoch wird der Verbrauch von Industrie und Haushalten sein? Diese Abstimmung von Erzeugung und Verbrauch ist ein wichtiger Faktor in der Energiewirtschaft“ so Prof. Dominguez in seinem Vortrag.

„Versorgungsunternehmen müssen Vorhersagen für den nächsten Tag treffen und ihre Ressourcen planen. Eine möglichst genaue Vorhersage ist hierfür aus ökonomischer Sicht entscheidend für das Unternehmen. Bereits geringe Abweichungen können hohe Kosten verursachen.“

Prof. Dominguez zeigte den Studierenden, wie man mit historischen Daten als Basis Vorhersagen treffen kann. Dazu verwendet er beispielsweise Lastkurven, Wetterdaten, Temperatur, Wind und Globalstrahlung. Speziell in der Vorlesung haben die Studierenden Verbrauchswerten aus Haushalten und Unternehmen herangezogen, um daraus selbst Vorhersagen zu erstellen.