电动汽车充电与车网互动策略优化博士职位

项目概览

本博士职位聚焦电动汽车充电策略与车网互动策略的模型化优化，研究地点在于利希。

项目隶属于于利希研究中心能源技术研究所的电化学基础方向，强调电池建模、能源管理与优化方法的结合。

课题目标是在电池寿命、能源成本、碳排放、配网服务与用户需求之间找到更合理的平衡。

公开信息显示，该岗位为 3 年期全职博士职位，申请截止时间为 2026 年 9 月 30 日，开始时间为尽快。

项目详情

项目说明写明，于利希研究中心面向数字化社会、气候友好型能源体系和可持续经济开展跨学科研究，并结合高性能计算与人工智能等基础设施。课题所在的能源技术研究所电化学基础方向，研究内容涵盖未来电池、新型电池概念、二氧化碳资源化、燃料电池、电解器，以及与能源转型相关的多项前沿问题。

本博士职位的核心任务，是开发并评估面向电动汽车的模型驱动充电与车网互动策略。研究将把电池模型和电池老化模型与真实世界的出行模式、电价、光伏发电和电网需求结合起来，寻找既能延长电池寿命，又能兼顾能耗、排放和用户需求的充电方案。项目特别关注 V1G 和 V2G 两类策略，并要求比较它们在电池老化、电费、碳排放、电网影响和用户要求方面的差异。

研究任务包括：为 V1G 和 V2G 优化建立目标函数与技术约束；把电化学电池模型和老化模型纳入优化框架；处理并整合真实驾驶、充电、车辆可用性、家庭负荷和光伏发电数据；开发并应用优化方法，例如模型预测控制、多目标优化，以及在适当情况下使用强化学习；研究适合的模型降阶与近似方法，以提高计算效率；分析用户行为和外部边界条件的不确定性；并记录、发表研究结果，在项目会议和学术会议上展示。

项目还强调跨团队协作，博士生将与从事电池建模、老化诊断和能源系统分析的研究人员紧密合作。申请者需要具备电气工程、控制工程、机械工程、应用数学、计算机科学、计算工程或相关学科的硕士学位；具备数学优化、控制工程或能源管理方法的扎实基础；具备 MATLAB 数值建模和科学编程经验；对电池系统、电动汽车、能源系统或电网有基本理解。若具备模型预测控制、多目标优化、强化学习或不确定性分析经验，则更具优势。

语言要求也写得很具体。项目要求英语读写和口语能力非常好，至少达到 CEFR B2 水平，最好有语言等级证明；德语不是必须，但会被视为加分项。福利方面，岗位提供国际化与跨学科团队环境、良好的科研设施、参加国际会议和项目会议的机会、灵活工作安排、30 天年假、针对博士生的持续培训与导师支持，以及健康管理与员工支持服务。薪酬方面，视资历与职责按 TVöD-Bund 第 13 级的 75% 执行，并包含年终奖金和资本形成福利。申请材料要求提交动机信、简历、证书和成绩单，且不接受电子邮件申请。

申请要点

• 适合背景：电气工程、控制工程、机械工程、应用数学、计算机科学、计算工程或相关方向。

• 研究方法：电池建模、电池老化建模、模型预测控制、多目标优化、强化学习、不确定性分析、时间序列处理。

• 数据来源：真实驾驶、充电、车辆可用性、家庭负荷、光伏发电与电价数据。

• 研究重点：V1G/V2G 策略优化、寿命与成本平衡、碳排放与电网影响评估。

• 语言要求：英语至少 B2；德语非必须但加分。

• 资助信息：有资助；按 TVöD-Bund 第 13 级 75% 执行，并含年终奖金和资本形成福利。

• 合同与周期：3 年期全职博士职位；开始时间为尽快。

• 申请截止：2026 年 9 月 30 日。

• 申请材料：动机信、简历、证书、成绩单。

• 联系方式：公开信息建议通过官方联系表单咨询，技术原因不接受电子邮件申请。

需要进一步确认

• 公开信息未明确说明具体导师姓名。

• 未说明是否必须已有电池建模或车网互动经验。

• 申请提交入口与项目介绍页面链接需要按正式页面进一步核实。

PhD 项目深度调研报告：PhD Position - Optimization of Electric Vehicle Charging and Vehicle-to-Grid Strategies

执行结论

推荐标签：有吸引力，但需要核实匹配度。

这是一项质量较强、偏应用导向的博士雇员岗位，适合能够把受约束优化、控制或能源管理方法，与电池老化模型及真实 EV/电网数据结合起来的申请者。它的核心优势在于 Forschungszentrum Juelich 的 Helmholtz 级研究环境、IET-1 与课题高度贴合的 Vehicle-to-Grid 研究平台、带薪的 TVoD-Bund 雇佣合同，以及 JuDocS 提供的结构化博士支持。

但仅凭公开信息，还不能把这项机会视为行政信息已经完全明确。官方直达职位页面截至 2026 年 8 月 7 日仍然可访问，且显示可申请入口，但页面写明的截止日期是 2026-08-31，而种子列表给出的日期是 2026-09-30。保守起见，应按 2026-08-31 准备，并尽快通过联系表单确认。职位说明也没有写明正式学术导师，授位大学和学院同样未明确。

学校、项目与地点信号

Forschungszentrum Juelich 更应被理解为德国大型国家研究中心，而不是通常意义上的大学院系。其官方简介显示，这是一个围绕信息、能源和生物经济开展研究的 Helmholtz 研究中心，simulation、data sciences 和大型科研基础设施是其关键方法与能力基础（FZJ profile）。Helmholtz 的机构页面进一步给出规模信号：来自 114 个国家的近 7,450 人、1,457 名访问研究人员、2023 年 2,511 篇论文，以及 2023 年 EUR 987 million revenue（Helmholtz profile）。

研究所层面的匹配度较强。Institute of Energy Technologies 的定位是开发可再生电力转换与储能技术，并处理供给在区域和时间维度上的波动平衡问题（IET）。IET-1 则聚焦 electrochemical storage and conversion，包括 lithium-ion batteries、green hydrogen、CO2 electrolysis 和 resource-efficient storage concepts（IET-1）。

博士培养结构也是积极信号，但仍需保留判断。FZJ 表示这里有 1,000 多名博士研究人员，通常采用三年期博士合同，并包含社会保险和医疗保险覆盖（doctoral research at FZJ）。JuDocS 为 1,000 多名博士研究人员和 400 多名导师提供入职、培训、项目跟踪、咨询及合作大学协调支持（JuDocS）。但需要注意，FZJ 通常并不是授位单位，因此具体授位大学、学院规则和注册义务仍需确认。

导师与实验室评估

导师研究方向

公开职位页面没有列出正式学术导师。当前在 IET-1 的 V2G 方向中可见的联系人是 Dr. Luc Raijmakers，其身份为 acting department head，研究主题包括 batteries、Li-ion batteries、battery modelling、battery temperature、EIS、ageing 和 battery management systems（Luc Raijmakers profile）。其个人简介显示，他自 2018 年起在 Juelich 从事与电池相关的项目，其中包括一个 V2G 项目。ORCID 也提供了额外的学术身份线索（ORCID）。

这些信息足以说明团队方向高度相关，但不足以据此推断正式指导关系。申请者应在投入较高申请成本前，核实正式导师、日常导师、共同导师，以及具体授位大学。

近期重要论文

目前最有力的近期论文证据，主要集中在 battery modelling 和 V2G scheduling，而不是某一位明确 PI 的完整论文序列。

1. Degradation-cost-aware scheduling of electric vehicle charging and discharging 将 battery degradation cost、calendar and cycle ageing、电力/峰值功率成本，以及 mixed-integer linear programme 结合到 V2G scheduling 中（JuSER record）。这与职位描述中比较 V1G/V2G 策略、同时考虑老化、成本和电网约束的任务高度一致。

2. A comparison between physics-based Li-ion battery models 是一篇近期与 IET-1 相关的电池建模论文，有助于理解优化框架中模型精度与计算可行性之间的取舍（DOI）。

3. A Hybrid Electrochemical Multi-Particle Model for Lithium-Ion Batteries 与模型降阶及高效 electrochemical modelling 这一侧高度相关（DOI）。

4. Reaction-rate distribution at large currents in porous electrodes 有助于理解大电流充电压力，以及快充或双向充电约束下电极级模型精度问题（DOI）。

实验室、资源与协作环境

IET-1 的 Vehicle-to-Grid 页面与本项目的相关性非常直接。页面指出，电池研究团队正在研究 V2G 工况下的电池老化，开发 battery ageing models，构建 cell/module/pack 层级的 electrochemical 和 thermal models，并通过实验室实验与 test drives 进行验证，目标是优化充放电曲线，以兼顾 ageing、fast charging 和 V2G services（IET-1 V2G）。

基础设施信号也比较具体：包括 bidirectional 和 unidirectional charging stations、CCS2/CHAdeMO/Type 2 接口、额外的 EVTEC bidirectional wallbox、研究用 EVs（Nissan Leaf、Nissan e-NV200、Honda e、Tesla Model 3），以及驾驶过程中的 telematics monitoring。LLEC::VxG 页面还说明，EV 与充电基础设施已整合进 Living Lab Energy Campus，用于 intelligent charging/discharging 和校园能源系统支撑（LLEC::VxG）。

研究方向与领域前景

领域动向

这一方向当前较为活跃，因为 EV 的快速增长正在把充电问题从单纯的交通议题，转变为配电网、费率设计、电池健康和用户行为的综合问题。IEA 的 Global EV Outlook 2026 指出，2025 年全球 electric car 销量已超过 20 million，并强调 smart charging 和 V2G 有助于降低峰值需求、提供灵活性，但同时也指出 V2G-capable models 和监管清晰度仍然有限（IEA Global EV Outlook 2026）。IEA 的 V2G 技术报告也将 V2G 视为降低充电成本、支持频率调节、减轻电网投资压力的重要路径，但仍面临现实障碍（IEA V2G technology）。

德国本身也是一个较强的经验场景。Bundesnetzagentur 报告显示，截至 2026 年 6 月 1 日，德国已有 152,915 个 normal charging points 和 53,292 个 fast charging points 在运行，同时具备 8.87 GW 的 simultaneous charging capacity（Bundesnetzagentur）。在欧盟层面，Alternative Fuels Infrastructure Regulation 已设定强制性的基础设施和互操作性目标（European Commission AFIR）。

可能的研究切入点

这项课题的框架比较扎实，因为它把多个通常被分开处理的约束合并到一起：电池与老化模型、出行模式、电价、PV generation、电网要求、CO2 emissions、用户需求、不确定性以及计算效率（direct job page）。潜在可发表的切入点包括：

• 面向 V1G/V2G 的 degradation-aware MILP、nonlinear programming 或 MPC；
• 可嵌入 rolling-horizon optimization 的 reduced-order electrochemical/thermal battery models；
• 围绕 battery life、user utility、CO2、grid support 和 cost 的 multi-objective Pareto analysis；
• 结合 mobility availability 与 price/PV/load forecast errors 的 uncertainty-aware strategies；
• 以具有显式约束的 MPC/MILP 为基线，对 reinforcement-learning controllers 进行 benchmark。

一篇 2026 年 open-access 的 V2G battery-health 论文，也说明当前领域确实在持续关注把 degradation prediction 与 grid-service requirements 结合起来的问题（Scientific Reports）。

职业与市场前景

这组能力在学术界之外同样具有可迁移性。EV charging operators、distribution-system operators、automotive OEMs、battery-management vendors、energy consultancies、electricity retailers、flexibility aggregators 以及 public research labs，都需要能把 energy-market objectives 与 battery constraints、grid operation 连接起来的人才。如果博士阶段能够产出可复用的 modelling/optimization code、真实数据集，以及同时解释 battery health 与 grid-service 价值的论文，这个项目的职业外溢价值会更高。

资助、申请与生活成本

官方直达职位页面说明，这是一个 funded three-year position，薪酬按 TVoD-Bund E13 75% 支付，并包含 year-end bonus 和 capital-forming benefits（direct job page）。FZJ 的福利页面也确认了基于 TVoD 的薪酬结构，以及培训、国际入职支持、健康服务、灵活安排和年假等条件（FZJ benefits）。

公开的 TVoD-Bund 2026 工资表显示，E13 Stufe 1 的全职月薪约为 EUR 4,901 gross/month；若按 75% 合同计算，则税前大约为 EUR 3,676 gross/month，具体仍需 HR 确认（TVoD Bund table）。这一水平与常见学生生活成本基准相比是有优势的。邻近 Aachen 的官方生活成本建议为至少 EUR 1,100/month（RWTH Aachen costs）。FZJ 的 guest house 也可能有帮助，但仅对员工、访问学者或通过研究所预约的学生开放，且公开房租约从 EUR 421-564/month 起（FZJ guest house）。

对非欧盟申请者，德国官方指引显示，持有工作/研究合同的博士研究人员通常可走 research/work residence routes，而部分情况也可能落在 study residence 路径中，具体取决于项目结构（research visa, BAMF scientists）。EU Blue Card 也可能相关，但 2026 年的 salary thresholds 需要结合实际 gross salary 进一步核对（EU Blue Card）。

申请者匹配与准备

最适合的背景

这个项目更适合具有 electrical engineering、control engineering、mechanical engineering、applied mathematics、computer science、computational engineering 或相关 energy-systems 背景的申请者。较强的匹配证据包括：受约束优化、model predictive control、多目标优化、MATLAB 数值建模、time-series processing，以及对电池/EV/电网问题的基础理解。

需要谨慎的情况

如果申请者希望做的是纯实验电化学项目、完全理论化的优化研究而不涉及物理电池/电网约束，或者没有 feasibility constraints 的泛化 AI/RL 项目，就需要谨慎。职位虽然提到 reinforcement learning 可作为优势，但前提是 “where appropriate”；核心需求仍然是基于模型的策略开发与比较。

可增强的能力证据

较强的准备材料，应当能展示一个小而严谨的作品集：对 objective functions 和 technical constraints 的清晰表述；基于 time-series data 的 MATLAB 或 Python 优化代码；对 baseline charging、V1G 和 V2G 策略的比较；以及对 battery ageing、user availability 和 grid needs 如何改变最优策略的简洁说明。

风险与待确认问题

高优先级问题

• 申请截止日期究竟以 2026-08-31 还是 2026-09-30 为准？
• 谁是正式学术导师、日常导师和共同导师？
• 学位将由哪所大学、哪个学院授予？
• 目前已经具备哪些 battery models、mobility data、charging data、household-load data、PV profiles、electricity-price data 和 grid constraints？
• 博士研究人员是否会直接使用 IET-1/LLEC 的 V2G charging stations 和 research EVs？
• TVoD-Bund E13 的具体 Stufe、gross monthly salary 和可能的 net range 分别是多少？

中优先级问题

• 项目的方法重心更偏向 MILP/MPC、多目标优化、reinforcement learning、不确定性分析，还是模型降阶？
• 第一学年结束前预期要完成哪些论文或 demonstrator deliverables？
• 项目是否包含 external partners、grid operators 或 industrial collaborators？
• FZJ 是否会协助 guest-house accommodation 或私人住房搜索？
• 对非欧盟博士雇员，HR 通常支持哪一种 visa route？
• 日常行政、安全培训或协作中是否需要德语？

证据与来源

核心机构与项目

• Direct official job page
• FZJ active job feed
• FZJ profile
• Helmholtz profile
• IET
• IET-1
• IET-1 Vehicle-to-Grid
• LLEC::VxG
• Doctoral research at FZJ
• JuDocS
• FZJ benefits

导师与论文

• Luc Raijmakers profile
• ORCID
• JuSER V2G scheduling record
• Electrochimica Acta battery model paper
• Journal of The Electrochemical Society battery model paper
• Journal of Power Sources porous-electrode paper
• V2G battery-health optimization paper

领域、资助与申请

• IEA Global EV Outlook 2026
• IEA V2G technology
• Bundesnetzagentur charging data
• European Commission AFIR
• TVoD Bund table
• RWTH Aachen costs
• FZJ guest house
• Research visa
• EU Blue Card
• BAMF scientists