API src

Found 459 results.

Related terms

Über Kohlenstoff-Entnahme aus der Atmosphäre bis hin zum Erreichen des Ziels des Pariser Klimakommens: Temperature Stabilisation

Die anthropogenen Kohlendioxidemissionen (CO2) sind für den größten Teil der jüngsten globalen Oberflächenerwärmung der Erde um etwa 1°C gegenüber dem vorindustriellen Niveau verantwortlich. Das Land und die Ozeane nehmen derzeit etwa die Hälfte unserer Emissionen durch komplexe Prozesse des Kohlenstoffkreislaufs auf. Der Klimaantrieb durch anthropogene CO2-Emissionen hört erst auf, wenn ein Gleichgewicht zwischen CO2-Quellen und -Senken erreicht ist. Da es nicht realisierbar ist, alle CO2-Emissionen bis Mitte des 21. Jahrhunderts zu eliminieren, bestehen alle plausiblen zukünftigen Emissionsszenarien, die auf eine mit dem Pariser Abkommen übereinstimmende Temperaturstabilisierung anstreben, aus einem Portfolio menschlicher Aktivitäten, die Emissionssenkungen mit Maßnahmen zur so genannten Kohlendioxidentnahme (CDR) kombinieren, die die verbleibenden positiven Emissionen kompensieren sollen.Allerdings werden CDR-Maßnahmen wie die meisten anderen menschlichen Aktivitäten durch Emissionen von andere Treibhausgase als CO2 (z.B. Methan oder Distickstoffoxid), Aerosolen oder durch Landnutzungsänderungen zusätzliche Klimaveränderungen verursachen. Gegenwärtig machen diese weiteren Treibhausgase mehr als 40% der globalen Oberflächenerwärmung aus, während Aerosole einen Teil der Erwärmung ausgleichen. Darüber hinaus beeinflussen diese zusätzlichen Klimaeinflüsse den Kohlenstoffkreislauf, der wiederum Einfluss auf die atmosphärische CO2-Konzentration und damit auf die Oberflächentemperatur nimmt (Abb. 1). Diese Wechselwirkung beeinflusst die Menge der CO2-Entnahme, die durch CDR-Maßnahmen erforderlich ist, um eine Temperaturstabilisierung zu erreichen.Es ist daher wichtig, die vollständige Reaktion des Klimas auf spezifische menschliche Aktivitäten, einschließlich CDR-Maßnahmen, zu erfassen, um gut informiert Maßnahmen zur Temperaturstabilisierung ein zu leiten. Insbesondere die Untersuchung der Reaktion des Erdsystems auf realistische Portfolios künftiger anthropogener Aktivitäten erfordert die Einbeziehung aller damit verbundenen Klimafaktoren - CO2, andere Treibhausgase als CO2, Aerosole und Landnutzungsänderungen - um bestmögliche Einschätzungen der möglichen Wege zur Temperaturstabilisierung zu erhalten.

Simulations-Tools und KI-Methoden zur Multi-Einspeiseroptimierung in Fernwärmenetzen

Von großer Bedeutung wird künftig die zunehmende Dezentralisierung der Netze sein. Aufgrund der angestrebten Dekarbonisierung der Wärmeerzeugung (nach Paris-Abkommen bis 2035!) werden die großen Kraftwerke zunehmend durch kleinere, dezentral verteilte Kraftwerke und Einspeiser ersetzt werden. Auch die Gestehungskosten der einzelnen Wärmeerzeuger wird künftig deutlich stärker variieren. Es besteht daher Bedarf, dass der Einsatz dieser dezentralen Kraftwerke künftig dynamisch optimiert werden muss. Dazu muss neben genauen Lastprognosen und den zeitvariablen Kosten der Energieträger auch das hydraulische Verhalten des Netzes in Echtzeit berücksichtigt werden. Die übergeordneten Projektziel bestehen darin, den Einsatz regenerativer Energien in der Fernwärme zu erhöhen sowie den Betrieb der FW-Netze effizienter zu gestalten. Das vorgeschlagene Projekt verfolgt folgende vier Teil-Ziele, welche in enger Kooperation mit drei Fernwärmenetz-Betreibern untersucht werden: 1. Systematik zum effizienten Aufsetzen und Pflegen von datengetriebenen und thermo-hydraulischen Simulationsmodellen 2. Methoden und Tools zur Auswahl und Platzierung von neuen Sensoren 3. Untersuchung möglicher Optimierungspotentiale im Fernwärmenetzbetrieb 4. Methoden und Tools zur dynamischen Einsatzplanung bei dezentralen Kraftwerken und dynamischen Gestehungskosten. Die Fraunhofer IOSB ist Verbund-Koordinator und wird bei allen Arbeitspaketen mitarbeiten. Schwerpunkt der Arbeiten des IOSB liegt in der Realisierung eines modellprädiktiven Reglers zur Multi-Einspeiseroptimierung in Fernwärmenetzen.

Simulations-Tools und KI-Methoden zur Multi-Einspeiseroptimierung in Fernwärmenetzen, Teilvorhaben: Modellprädiktiver Regler zur Multi-Einspeiseroptimierung in Fernwärmenetzen

Von großer Bedeutung wird künftig die zunehmende Dezentralisierung der Netze sein. Aufgrund der angestrebten Dekarbonisierung der Wärmeerzeugung (nach Paris-Abkommen bis 2035!) werden die großen Kraftwerke zunehmend durch kleinere, dezentral verteilte Kraftwerke und Einspeiser ersetzt werden. Auch die Gestehungskosten der einzelnen Wärmeerzeuger wird künftig deutlich stärker variieren. Es besteht daher Bedarf, dass der Einsatz dieser dezentralen Kraftwerke künftig dynamisch optimiert werden muss. Dazu muss neben genauen Lastprognosen und den zeitvariablen Kosten der Energieträger auch das hydraulische Verhalten des Netzes in Echtzeit berücksichtigt werden. Die übergeordneten Projektziel bestehen darin, den Einsatz regenerativer Energien in der Fernwärme zu erhöhen sowie den Betrieb der FW-Netze effizienter zu gestalten. Das vorgeschlagene Projekt verfolgt folgende vier Teil-Ziele, welche in enger Kooperation mit drei Fernwärmenetz-Betreibern untersucht werden: 1. Systematik zum effizienten Aufsetzen und Pflegen von datengetriebenen und thermo-hydraulischen Simulationsmodellen 2. Methoden und Tools zur Auswahl und Platzierung von neuen Sensoren 3. Untersuchung möglicher Optimierungspotentiale im Fernwärmenetzbetrieb 4. Methoden und Tools zur dynamischen Einsatzplanung bei dezentralen Kraftwerken und dynamischen Gestehungskosten. Die Fraunhofer IOSB ist Verbund-Koordinator und wird bei allen Arbeitspaketen mitarbeiten. Schwerpunkt der Arbeiten des IOSB liegt in der Realisierung eines modellprädiktiven Reglers zur Multi-Einspeiseroptimierung in Fernwärmenetzen.

Solare Anwendung für neuartige Textilexpertise, Teilprojekt: Hochskalierung des Webprozesses für die Herstellung von Solartextilien

Entwicklung von Basistechnologien für 100% Wasserstoffgasturbinen zur Beschleunigung der Energiewende in Deutschland, Teilvorhaben: Entwicklung von Brennertechnologie und Wärmedämmschichten sowie Untersuchung von Gasturbinenwerkstoffen für 100% Wasserstoff

Simulations-Tools und KI-Methoden zur Multi-Einspeiseroptimierung in Fernwärmenetzen, Teilvorhaben: Deterministische Simulationswerkzeuge

Von großer Bedeutung wird künftig die zunehmende Dezentralisierung der Netze sein. Aufgrund der angestrebten Dekarbonisierung der Wärmeerzeugung (nach Paris-Abkommen bis 2035!) werden die großen Kraftwerke zunehmend durch kleinere, dezentral verteilte Kraftwerke und Einspeiser ersetzt werden. Auch die Gestehungskosten der einzelnen Wärmeerzeuger wird künftig deutlich stärker variieren. Es besteht daher Bedarf, dass der Einsatz dieser dezentralen Kraftwerke künftig dynamisch optimiert werden muss. Dazu muss neben genauen Lastprognosen und den zeitvariablen Kosten der Energieträger auch das hydraulische Verhalten des Netzes in Echtzeit berücksichtigt werden. Die übergeordneten Projektziel bestehen darin, den Einsatz regenerativer Energien in der Fernwärme zu erhöhen sowie den Betrieb der FW-Netze effizienter zu gestalten. Das vorgeschlagene Projekt verfolgt folgende vier Teil-Ziele, welche in enger Kooperation mit drei Fernwärmenetz-Betreibern untersucht werden: 1. Systematik zum effizienten Aufsetzen und Pflegen von datengetriebenen und thermo-hydraulischen Simulationsmodellen 2. Methoden und Tools zur Auswahl und Platzierung von neuen Sensoren 3. Untersuchung möglicher Optimierungspotentiale im Fernwärmenetzbetrieb 4. Methoden und Tools zur dynamischen Einsatzplanung bei dezentralen Kraftwerken und dynamischen Gestehungskosten. Die Schwerpunkte der Arbeiten von 3S Consult liegen in der Weiterentwicklung bestehender physikalisch-deterministischer Simulationswerkzeuge und deren Integration in einen Hybridsimulator mit den KI-Methoden des Projektpartners KT-Elektronik. Im Rahmen von Use Case Studien wird 3S Consult thermo-hydraulische Modelle der assoziierten Partner erstellen oder bestehende Modelle aktualisieren und an die Projektanforderungen anpassen. Auf Basis dieser Modelle wird die Leistungsfähigkeit der neu entwickelten Softwarebausteine evaluiert.

Entwicklung einer KI-basierten Vorhersage langfristiger Waldentwicklung zur Planung von CO2-Kompensationen, KI4KMU - AI-4EST: Entwicklung einer KI-basierten Vorhersage langfristiger Waldentwicklung zur Planung von CO2-Kompensationen

Carbon Removal Atlas - Entwicklung einer Informationsplattform zur interaktiven Darstellung relevanter Information zu Carbon Dioxide Removal Maßnahmen

Transregio (TRR) 410: neuartige Ökosysteme in wiedervernässten Niedermoorlandschaften

Future Sustainable Car Materials, Teilvorhaben: Additivtechnologien für Recyclingprozesse und Compoundierung

1 2 3 4 544 45 46