Um die Energieausbeute zu erhöhen wurden in den vergangenen Jahren Windenergieanlagen mit zunehmend größerem Rotordurchmesser entwickelt. Eine weitere signifikante Vergrößerung der Rotoren erfordert die Entwicklung neuer Konzepte und Technologien, um einen überproportionalen Anstieg von Gewicht und Herstellungskosten zu vermeiden und die Energie-Erzeugungskosten zu senken. Das gemeinsame Ziel des Forschungsschwerpunktes besteht in der Entwicklung und Bewertung innovativer Konzepte zur Lastenkontrolle. Im beantragten Teilvorhaben soll eine hochgenaue CFD-basierte Berechnungskette weiterentwickelt und zur Berechnung der instationären Lasten einer Windenergieanlage mit bzw. ohne aktivierter Lastenkontrolle angewendet werden. Dabei soll eine realitätsnahe atmosphärische Zuströmung mit zeitlich aufgelöster Turbulenz betrachtet werden. Die Komplexität der betrachteten Konfiguration sowie der Zuströmung wird dabei sukzessive erhöht, um spezifische Einflüsse gezielt untersuchen zu können, Vergleiche mit Windkanalversuchen der Univ. Oldenburg und der TU Darmstadt zu ermöglichen und schließlich Daten zur Verbesserung vereinfachter Berechnungsverfahren der TU Berlin und der TU Darmstadt zu liefern. Da sich die Windkanalversuche nur im Modellmaßstab durchführen lassen wird das entwickelte numerische Verfahren zur Bewertung der Wirksamkeit des Lastenkontrollkonzepts für eine generische Anlage im Original-Maßstab unter atmosphärischen Bedingungen genutzt.
Während der letzten Jahre wurde Salpetrige Säure (HONO) als eine Hauptquelle von OH-Radikalen in der unteren Atmosphäre erkannt. Da das OH Radikal für den Abbau der meisten Schadstoffe und die Bildung von Photooxidantien, wie z.B. Ozone, verantwortlich ist, sind die Identifizierung und die Quantifizierung von atmosphärischen HONO-Quellen von großer Bedeutung. Basierend auf Laborstudien wurden hauptsächlich bodennahe HONO-Quellen vorgeschlagen, um die unerwartet hohen HONO-Tageskonzentrationen in der unteren Atmosphäre zu erklären. Daraus resultierende vertikale Flussmessungen von HONO über atmosphärischen Oberflächen werden jedoch nur selten durchgeführt. Zudem wird hierbei auf Grund fehlender schneller und empfindlicher HONO-Messgeräte meist nur die aerodynamische Gradientenmethode eingesetzt, die mit großen Unsicherheiten behaftet ist. Daher soll im Rahmen des hier beantragten Projektes ein REA (Relaxed Eddy Accumulation) System, zur Quantifizierung vertikaler Flüsse salpetriger Säure (HONO) entwickelt und erprobt werden. Es soll ein Zweikanal-Messgerät aufgebaut werden, das auf dem LOPAP (Long Path Absorption Photometer)-Messprinzip basiert und das mit einem mikrometeorologischen Einlasssystem gekoppelt wird. Hierbei werden zwei schnelle Magnetventile mit Hilfe eines Ultraschallanemometers gesteuert und somit die beiden Kanäle für jeweils auf- und absteigende Luftmassen beprobt. Zusätzlich werden in einem dritten Kanal chemische Interferenzen bestimmt und zur Korrektur der Messsignale verwendet. Parallel zum Aufbau der Hardware soll für die Steuerung der Ventile und die Datenerfassung der meteorologischen Daten eine passende Software entwickelt werden. Das Gerät wird zunächst an der BUW auf seine technische Funktionalität getestet und optimiert. Zum Ende des Projektes sollen dann mit Hilfe des Messgerätes und begleitenden anderen Spurengasmessungen Tagesquellen von HONO über einem landwirtschaftlich genutzten Feld in Grignon (Frankreich) identifiziert und quantifiziert werden. Die gewonnenen Daten sollen mit Ergebnissen aus HONO-Gradientenmessungen verglichen werden, die im Rahmen eines früheren DFG-Projekts des Antragstellers am selben Messort gewonnen wurden.
Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.
Um die gesellschaftlichen Ziele im Hinblick auf eine nachhaltige Entwicklung unserer Umwelt zu ereichen, wissen wir, dass die Energieeffizienz und Ökologie eines jeden Architekturprojektes heute ganz oben auf der Agenda aller Planenden stehen (müssen). Man könnte meinen, dass das Einbeziehen der Aspekte zur Ökologie und Energieperformance zu einer ganz neuen architektonischen Formensprache führen müsste. Dies ist aber bis heute kaum der Fall. Abgesehen von einigen wenigen Beispielen, entstehen in der Regel entweder die in der allgemeinen architektonischen Fachwelt eher verpönten Öko-Häuser' - meist Einfamilienhäuser mit einer zusammenhangsloser Zusammensetzung von Holzelementen, dicker Wärmedämmung, Sonnenkollektoren und einem aufgesetzten Wintergarten. Oder es wird behauptet, dass die Überlegungen zur Ökologie und Energieeffizienz im Entwurf so gut versteckt sind, dass man davon (architektonisch) nichts mehr merkt. Dieses Forschungsprojekt beschäftigt sich mit folgenden Fragestellungen; wie ausgeprägt ist die Beziehung zwischen der Form und der Energieperformance eines Gebäudes? Führt das Einbeziehen solcher Überlegungen zwangsläufig zu einer neuen Formensprache? Oder es ist denkbar, die Energieeffizienz und Nachhaltigkeit eines Gebäudes unabhängig von seiner Architekturstilrichtung und ohne Auswirkungen auf den gewollten architektonischen Eindruck so zu optimieren, dass die o.a. gesellschaftlichen Ziele trotzdem erreicht werden können?