API src

Found 459 results.

Related terms

Zustandsgeregelte mikrobiologische Klärschlammbehandlung zur Steigerung der Phosphor- und Energieausbeute in Kläranlagen, Teilprojekt 1

Zustandsgeregelte mikrobiologische Klärschlammbehandlung zur Steigerung der Phosphor- und Energieausbeute in Kläranlagen, Teilprojekt 2

Zustandsgeregelte mikrobiologische Klärschlammbehandlung zur Steigerung der Phosphor- und Energieausbeute in Kläranlagen, Teilprojekt 3

Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks, Teilvorhaben: Qualitätssteigerung der Datengrundlage und Bestimmung standortspezifischer Leistungskennlinien für ein effizientes Gesamtframework

Zur Erreichung der von der Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. anemos ist in dem Verbundprojekt maßgeblich an der Automatisierung des Gesamtprozesses beteiligt. Wissenschaftlich wird anemos ein Verfahren zur Bestimmung der standortspezifischen Leistungskennlinie und zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen entwickeln. Außerdem wird anemos die Datengrundlage im Hinblick auf den Langzeitbezug von Kurzzeitmessungen auf relevante saisonale Abweichungen analysieren und korrigieren.

Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks, Teilvorhaben: Entwicklung und Test von KI-basierten Methoden zur Verkürzung der Messdauer und Abschätzung der Designwindbedingungen

Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Die Universität Kassel fokussiert sich im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Langzeitkorrektur von Kurzzeitwindmessungen mittels Methoden von künstlicher Intelligenz und die verbesserte Abschätzung der Designwindbedingungen.

Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks, Teilvorhaben: Fernerkundung und Verlustmodellierung für bessere Ertragsabschätzungen

Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Das Fraunhofer IEE koordiniert das Verbundprojekt. Wissenschaftlich fokussiert sich das Fraunhofer IEE im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Detektion von Rauhigkeitsänderungen auf Basis von Erdbeobachtungsdaten und entwickelt zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen.

Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks

Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Das Fraunhofer IEE koordiniert das Verbundprojekt. Wissenschaftlich fokussiert sich das Fraunhofer IEE im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Detektion von Rauhigkeitsänderungen auf Basis von Erdbeobachtungsdaten und entwickelt zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen.

Adaptive Betriebsstrategien für bestehende Windenergieanlagen, Teilvorhaben: Lidar-basierte Lebensdauerverlängerung, Lastverifikation und Betriebsführung

In dem hier beantragten Forschungsprojekt sollen gemeinsam neue adaptive Strategien entwickelt werden, um den Betrieb der bestehenden Windenergieanlagen auf aktuelle und zukünftige Herausforderungen anzupassen. Die Schwerpunkte liegen zum einen auf der Integration des aktuellen Energiepreises, einer Lidar-basierten Windvorhersage und eines Lastmonitorings in der Betriebsführung. Zum anderen sollen durch datenbasierte Regelung eine Lebenszeitverlängerung, eine Erhöhung des Energieertrages, eine Reduktion der Schallemissionen und eine Stützung des elektrischen Netzes erreicht werden. Die entwickelten Betriebsstrategien werden dann auf einer 2 MW und auf zwei 6 MW Forschungsanlagen erprobt. sowento wird Methoden und Algorithmen zur Lidar-basierten Lebensdauerverlängerung entwickeln und testen. Die Lidar-Regelungsplattform für die MM92 wird sowento erstellen und den Projektpartnern zur Verfügung stellen. Auf ihr werden alle Methoden und Strategien des Projekts getestet. Außerdem wird sowento moderne Lidardatenverarbeitungsmethoden entwickeln, die für die adaptiven Regelungsstrategien benötigt werden. Ein weiterer Schwerpunkt wird die Lidar-basierte Lastverifikation sein. Hierfür werden Methoden entwickelt und mit den Messungen an der MM92 validiert.

Geologische und verfahrenstechnische Möglichkeiten der Erdwärmenutzung am Standort der Medizinischen Hochschule Hannover (MHH)

Für die Medizinische Hochschule Hannover hat das GeothermieZentrum Bochum gemeinsam mit der GeoDienste GmbH (Garbsen) im Zeitraum von August 2007 bis März 2008 eine Vorstudie zur Einbindung der Geothermie in das Energiekonzept des Klinikums erstellt. Im Anschluss an diese Vorstudie wurde eine Wirtschaftlichkeitsanalyse erstellt, welche die petrothermale und hydrothermale Versorgung betrachtete. Vorstudie: Die Medizinische Hochschule Hannover (MHH) wird derzeit von den Stadtwerken Hannover mit den Medien Gas, Strom und Fernwärme zur Erzeugung ihrer dreigliedrigen Energieversorgung, bestehend aus Dampf, Raumwärme und Klimakälte, versorgt. Aufgrund der hydrogeologischen Situation am Standort der MHH in Hannover wird eine Einbindung der Geothermie sowohl in den Heizkreislauf (direkte Integration über Wärmetauscher) als auch in den Kälteklimakreislauf (modular betriebene Absorptionskältemaschinen) vorgeschlagen. Ziel der Einbindung ist es konventionelle, preislich fluktuierende und primärenergetisch nachteilige Energieträger, wie in erster Linie elektrischen Strom und nachrangig Fernwärme oder Gas, durch den Einsatz der Geothermie vollständig, oder im Rahmen der Leistungsfähigkeit des geothermischen Reservoirs teilweise, zu ersetzen. Wirtschaftlichkeit, CO2-Bilanz und Versorgungssicherheit stehend dabei im Vordergrund. Die Grundlastfähigkeit der Geothermie wird in der vorgeschlagenen Anlagenkonfiguration vollständig ausgenutzt. Im Bereich der Spitzenlastdeckung spielt die Geothermie daher keine Rolle. Die geothermisch unterstützte Dampferzeugung findet im betrachteten Szenario keinen Eingang. Dies liegt in der internen Wärmerückgewinnung im Dampferzeuger durch den Economizer zur Vorwärmung des Speise- und Verbrauchswassers begründet. Da die Geothermie bei der Dampfherstellung nur einen geringen energetischen Beitrag leisten kann und Investitionen für ihre Anbindung an das Dampferzeugersystem entstehen, wird von der Betrachtung dieser Systeme abgesehen. Übersteigt die Bereitstellung von geothermischer Energie im Heiz- oder Kühlfall die Energienachfrage, lassen sich Pufferspeicher integrieren um diese überschüssig Energie effizient zu speichern. Bei Lastspitzen kann die Energie zurückgewonnen werden. Somit erhöht sich der geothermische Anteil an der Gesamtenergiebereitstellung. Wirtschaftlichkeitsanalyse: Hier wurden 9 verschiedene Szenarien untersucht, welche sich aufgrund ihrer Art (petrothermal / hydrothermal), der Bohrtiefe (4500 / 3000 m), ihrer Schüttung (15-50 l/s), Temperatur (115 / 160 Grad C) oder Bereitstellung (Wärme / Strom+Wärme) unterscheiden. Die höheren Investitionskosten für die petrothermalen Systeme werden durch die höhere Energieausbeute (Schüttung und Temperatur) abgefangen und diese somit wirtschaftlicher als die hydrothermalen Systeme, welche sich in der Amortisationsrechnung nur aufgrund der steigenden Energiepreise nach einigen Jahren rechnen.

Adaptive Betriebsstrategien für bestehende Windenergieanlagen, Teilvorhaben: Weiterentwicklung, Test und Integration Lidar-basierter Betriebsstrategien

In dem hier beantragten Forschungsprojekt sollen gemeinsam neue adaptive Strategien entwickelt werden, um den Betrieb der bestehenden Windenergieanlagen auf aktuelle und zukünftige Herausforderungen anzupassen. Die Schwerpunkte liegen zum einen auf der Integration des aktuellen Energiepreises, einer Lidar-basierten Windvorhersage und eines Lastmonitorings in der Betriebsführung. Zum anderen sollen durch datenbasierte Regelung eine Lebenszeitverlängerung, eine Erhöhung des Energieertrages, eine Reduktion der Schallemissionen und eine Stützung des elektrischen Netzes erreicht werden. Die entwickelten Betriebsstrategien werden dann auf einer 2 MW und auf zwei 6 MW Forschungsanlagen erprobt. Neben der Koordination wird das WETI sich vor allem auf die Entwicklung von datenbasierten Regelungsstrategien konzentrieren. Hierzu werden zunächst Algorithmen zur Windvorhersage, basierend auf vereinfachten Strömungsmodellen, entwickelt und Analysen zu den Auswirkungen von Gierfehlern auf den Energieertrag und die Lasten durchgeführt. Diese werden dann in Regelstrategien zum optimalen Betrieb und Netzstützung integriert. Dazu wird die Idee der Lidar-basierten Vorsteuerung weiterentwickelt, indem zur Laufzeit optimale Referenz- und Stellgrößenverläufe berechnet werden. Die verbesserte Windvorhersage und die optimale Vorsteuerung wird anschließend auf einer Testanlage erprobt.

1 2 3 4 5 … 44 45 46