Description: Ziel des Vorhabens ist es, die Grundlagen für den energieeffizienz- und lebensdaueroptimalen Betrieb von Fernwärme- und Fernkältenetze zu erarbeiten. Berücksichtigt werden dabei die zukünftig regenerative und eher dezentrale Erzeugungsstruktur, niedrigere Vorlauftemperaturen sowie ein zunehmender Ausbau der Sensorik durch Smart Metering. Zur Erreichung dieser Ziele sollen Modelle zur Ermittlung von Energieverluste sowie Stressfaktoren entwickelt und durch Messungen von z.B.Temperatur und Feuchtigkeit im Boden kalibriert werden. Weiterhin soll ein vorhandenes, hydraulisches Netzberechnungsverfahren um die thermische Komponente erweitert sowie für die Anwendung auf Kältenetze angepasst werden. Lebensdauerverluste sollen auf Basis von Erkenntnissen aus dem Forschungsvorhaben 'FW- Instandhaltung' abgeschätzt werden. Zudem sollen diesbezüglich neue, KI-basierte Algorithmen entwickelt werden. Das Verfahren zur Netzberechnung soll um diese Lebensdauerprognose erweitert werden, sodass jederzeit die hydraulischen und thermischen Zustandsgrößen sowie Stressfaktoren vorliegen und bei der Netzregelung berücksichtigt werden können. Auf Basis dessen soll sowohl ein modellprädiktiver als auch ein KI-basierter Ansatz zur optimalen Netzregelung entwickelt und im praktischen Einsatz erprobt werden. Teilvorhaben: Physikalische Modellierung und Regelungsentwurf Im Rahmen dieses Teilvorhabens werden bestehende Netzmodelle zur hydraulischen Simulation von Fernwärmenetzen um thermische Komponenten (Temperaturverläufe, Energieverluste) erweitert. Zudem wird das Simulationsmodell für die Verwendung im Rahmen modellprädiktiver Regelungen angepasst, welche ebenfalls in diesem Teilvorhaben entwickelt und implementiert werden soll. Neben dem modellprädiktiven Ansatz werden die vorhandenen Messdaten verwendet, um den KI-basierten Ansatz zu trainieren. Die beiden Ansätze sollen abschließend beim Projektpartner Stadtwerke München implementiert und ausgiebig getestet werden.
Types:
SupportProgram
Origins:
/Bund/UBA/UFORDAT
Tags:
München
?
Smart Meter
?
Fernwärme
?
Temperaturentwicklung
?
Belastungsfaktor
?
Energieverlust
?
Messdaten
?
Simulationsmodell
?
Kommunale Versorgungswirtschaft
?
Thermisches Verfahren
?
Modellierung
?
Sensorische Bestimmung
?
Forschungsprojekt
?
Region:
Bremen
Bounding boxes:
8.83333° .. 8.83333° x 53.08333° .. 53.08333°
License: cc-by-nc-nd/4.0
Language: Deutsch
Organisations
Time ranges:
2023-06-01 - 2026-05-31
Alternatives
-
Language: Englisch/English
Title: Subproject: Optimal network control
Description: The aim of the project is to develop the basis for the energy-efficient and lifetime-optimized operation of district heating and cooling networks. The future regenerative and rather decentralized generation structure, lower flow temperatures and an increasing expansion of sensor technology through smart metering will be taken into account. To achieve these goals, models for determining energy losses and stress factors are to be developed and calibrated by measuring, for example, temperature and humidity in the soil. Furthermore, an existing hydraulic network calculation method is to be extended to include the thermal component and adapted for application to refrigeration networks. Service life losses are to be estimated on the basis of findings from the research project 'FW Maintenance'. In addition, new AI-based algorithms are to be developed in this regard. The procedure for network calculation is to be expanded to include this service life prediction, so that the hydraulic and thermal state variables as well as stress factors are available at all times and can be taken into account in network control. Based on this, both a model-predictive and an AI-based approach for optimal grid control will be developed and tested in practical use. Subproject: Physical modeling and control design In this subproject, existing network models for the hydraulic simulation of district heating networks will be extended to include thermal components (temperature curves, energy losses). In addition, the simulation model will be adapted for use in model predictive control, which will also be developed and implemented in this subproject. In addition to the model predictive approach, the existing measurement data will be used to train the AI-based approach. Finally, both approaches will be implemented and extensively tested at the project partner Stadtwerke München.
https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1124404
Status
Quality score
- Overall: 0.50
-
Findability: 0.69
- Title: 1.00
- Description: 0.11
- Identifier: false
- Keywords: 1.00
- Spatial: RegionIdentified (1.00)
- Temporal: true
-
Accessibility: 0.67
- Landing page: Specific (1.00)
- Direct access: false
- Publicly accessible: true
-
Interoperability: 0.00
- Open file format: false
- Media type: false
- Machine-readable metadata: false
- Machine-readable data: false
-
Reusability: 0.67
- License: ClearlySpecifiedAndFree (1.00)
- Contact info: false
- Publisher info: true
Accessed 1 times.