API src

Found 576 results.

Kalium-basierte Festkörperbatterien für Technologiediversität und Resilienz, KAFEBAR - Kalium-basierte Feststoffbatterien für Technologiediversität und Resilienz

Vom Erdeisspeicher zum netzaktiven Prosumer-Quartier, Teilvorhaben: Friedrich-Alexander-Universität Erlangen - Geophysikalisches Monitoringkonzept und Qualitätsmanagement für Erdeisspeicher im Regelbetrieb

Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.

Vom Erdeisspeicher zum netzaktiven Prosumer-Quartier, Teilvorhaben: FH Westküste - Projektkoordination und wissenschaftliches Monitoring

Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.

Vom Erdeisspeicher zum netzaktiven Prosumer-Quartier, Teilvorhaben: Entwicklung und Umsetzung von ganzheitlichen Geschäftsmodellen

Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.

Vom Erdeisspeicher zum netzaktiven Prosumer-Quartier, Teilvorhaben: Entwicklung eines District Energy Management Systems

Vorhabensziel des Projekts ist die Überführung des Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes (KNW), der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen, um ein Gesamtoptimum zu erreichen und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, zu vermeiden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.

Berechnungsverfahren zu seismischen Einwirkungen auf basisisolierte kerntechnische Gebäudestrukturen und Komponenten

Carbonate Looping mit einer mobilen Anlage, Teilvorhaben: Betrieb einer Carbonate Looping Demonstrationsanlage basiert auf Wirbelschichten

H2Giga: Serienproduktion von Elektrolyseuren im Gigawatt-Bereich, Teilvorhaben: Aufbau eines Materialflusses für die Serienproduktion von PEM Elektrolyseuren - Anpassung und Vorbeugung von Engpässen in den Aufarbeitungskapazitäten für Pt- & Ir-Materialströmen, sowie Schließung des Kreislaufs durch die Katalysatorherstellung

Multibeam bathymetry processed data (Reson SeaBat T50-P working area dataset) of RV Littorina during cruise L13-20 including navigation files and python scripts for automated terrain based navigation correction

Multibeam bathymetry raw and processed data (RESON Seabat T50Extended Range) of Research Vessel Littorina at Fehmarn Belt in the western part of the Baltic Sea. The raw data (.db format) were processed using QPS Qimera software (v 1.7), based on the following workflow: 0.Raw data -> 1.Apply correct Sound Velocity Profiles -> 2. correct lever arm offsets -> 3. Finalize with manual 2D and 3D point editing. The corrected soundings were used to create a GeoTIFF (EPSG Code:4326) .gsf data and GeoTIFF are provided. In addition software is provided with the aim of establishing a benchmark for terrain based navigation correction software using mutlibeam data. A) A script that allows to alter navigation solutions B) A script that allows to compare navigation solutions By altering the original and correct navigation and using the product as a basis for a terrain based navigation correction algorithm, the quality of such an algorithm can be measured by comparing its output to the original navigation. This in turn allows quantitative comparisons between different algorithms or settings. In addition to the original navigation some altered navigation files are provided (in .csv file format).

Vorhersage von Schüttungen alpiner Karstquellen im Hinblick auf den Klimawandel unter Verwendung neuer Deep Learning-Methoden

Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.

1 2 3 4 5 … 56 57 58