Description: Das Projekt "Teilvorhaben: Untersuchung der Abwärme-Dynamik eines Fahrzeug-Brennstoffzellensystems und Optimierung für das Klimatisierungssystem" wird vom Umweltbundesamt gefördert und von WätaS Wärmetauscher Sachsen GmbH - Abteilung Forschung und Entwicklung durchgeführt. Ein wesentlicher Faktor für die Einsetzbarkeit von Brennstoffzellenfahrzeugen im Schienenpersonennahverkehr ist ihre garantierte Mindestreichweite zwischen zwei Tankfüllungen. Nach dem Antriebssystem weist die Fahrzeugklimatisierung den größten Energiebedarf auf. Heutige Fahrzeuge benötigen bis zu 25% des Gesamtenergiebedarfs für die Klimatisierung von Fahrgastraum und Fahrerstand. Zudem schwankt dieser Bedarf stark in Abhängigkeit der Umgebungstemperatur, weshalb immer das klimatische Worst-Case-Szenario (sehr tiefe bzw. hohe Außentemperaturen) betrachtet werden muss. Eingeschränkte Fahrleistungen und reduzierter Komfort sind für diese Szenarien nicht akzeptabel. Daher ist das Ziel des Gesamtprojektes die Erhöhung der Mindestreichweite von Brennstoffzellen-Triebzügen von mindestens 20 % bei gleichzeitiger Steigerung des thermischen und akustischen Komforts der Reisenden. Der neue Ansatz nutzt die Brennstoffzellenabwärme effizient und effektiv zur Temperierung des Fahrgastraums indem Komponenten des Innenausbaus mediengespeist thermisch aktiviert werden, was gleichzeitig hohen Komfort und signifikante Energieeinspareffekte ermöglicht. Im Sommer wird das Temperiermedium mit Hilfe einer Absorptionskältemaschine abgekühlt. Da die Brennstoffzelle auf Traktion und Nebenantriebe ausgelegt ist, kann die Abwärme nicht primär auf den Wärme- bzw. Klimatisierungsbedarf abgestimmt werden, weshalb die Einbindung eines Speichers notwendig ist. Dieser Latentwärmespeicher dient als thermische Weiche mit hoher Übertragungsleistung und gleichzeitig hoher Speicherkapazität bei geringen Bauraumanforderungen. Für einen möglichst hohen Nutzungsgrad der Abwärme ist eine prädiktive und lernfähige Klimatisierungsregelung notwendig, die die Vielzahl von Betriebs- und Umgebungsinformationen auswertet und die große Zahl von Regelgrößen bedient. Maschinelles Lernen ermöglicht eine stetige Optimierung des Prädiktionsmodells durch Auswertung von Mess- und Prädiktionsdaten.
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Klimaanlage ? Sachsen ? Brennstoffzelle ? Latentwärmespeicher ? Worst-Case-Szenario ? Schienenpersonennahverkehr ? Abwärme ? ÖPNV ? Schienenverkehr ? Sommer ? Szenario ? Wärmeübertrager ? Brennstoffzellenfahrzeug ? Energiebedarf ? Energiesystem ? Künstliche Intelligenz ? Messdaten ? Forschung und Entwicklung ? Fahrleistung ? Fahrzeug ? Absorptionskältemaschine ?
Region: Sachsen
Bounding boxes: 10.40664° .. 10.40664° x 49.29433° .. 49.29433°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2021-03-01 - 2024-02-29
Accessed 1 times.