Das Energieökosystem ist auf dem Weg zu einem dezentralisierten Energieversorgungs- und Verteilungssystem, in dem der Privatkunde mehr als nur ein Verbraucher ist. In den heutigen Stromnetzen wird eine zentralisierte Stromverteilungsarchitektur verwendet bei der die Energieunternehmen für die Stromerzeugung und -verteilung an die Endverbraucher verantwortlich sind. Allerdings entscheiden sich immer mehr Bürger für die Anschaffung von Energieerzeugungsanlagen auf Basis erneuerbarer Energien. Von der Bundesregierung auf Grund von ökologischen, sozialen und wirtschaftlichen Vorteilen gefördert, können Haushalte mit erneuerbaren Energiequellen wie Sonnenkollektoren oder Windgeneratoren, die auch als verteilte Energieressourcen (DERs - Distributed Energy Resources) bezeichnet werden, unabhängig von den Stromanbietern operieren und überschüssige Energie zurück an das Hauptnetz verkaufen, was zu einer Transformation des Stromnetzes führt. Die Realisierung dieser Transformation ist nur durch eine kompetente Kommunikationsinfrastruktur möglich, welche die Fernüberwachung, das Management und die Koordination des Stromnetzes ermöglicht. Die Einführung einer neuen Generation von Mobilfunknetzen gemäß dem Standard 5G erleichtert die Entwicklung zukünftiger Energieverwaltungslösungen.
Das Projekt BattLifeBoost soll die Zustandsschätzung und die damit verbundene Lebensdauerabschätzung für Batteriesysteme verbessern. Dabei wird von den 4 Projektpartnern unter Berücksichtigung von vorhandenen Felddaten sowie der Anwendung von statistischen Methoden, maschineller Lernverfahren und den im Projekt entwickelten Zellalterungsmodell ein Systemalterungsmodell entwickelt, was eine deutlich verbesserte Prädiktion der noch möglichen Speicherlebensdauer ermöglicht. Neben der verbesserten Prognose der Batteriehaltbarkeit in vorgegebenen stationären Anwendungen wird zudem ein Modelltransfer auf bis dato nicht hinreichend parametrierte Batteriezellen untersucht. Abschließen werden die Projektergebnisse von allen Partnern ökonomisch und ökologisch bewertet. Dieses Teilprojekt fokussiert sich auf die State-of-Health (SOH) Bestimmung von stationären Energiespeichern. Dabei soll der SOH aus Felddaten von Heimspeichersystemen ermittelt und mittels Machine-Learning Algorithmen extrapoliert werden, um ein End-of-life (EOL) Datum bestimmen zu können. Aus den gewonnenen sowie geclusterten Daten sollen Degradationsparameter bestimmt und daraus ein SOH-Model entwickelt werden, um die Auswirkungen weiterer Lastprofile bzw. Anwendungsfelder auf die Lebensdauer abschätzen zu können. Mit den Ergebnissen soll die Überdimensionierung der Speicher sowie die Zeit für die notwendige Qualifizierung von Zellen verringert werden, wodurch sich wirtschaftliche und ökologische Vorteile wie die Reduktion des CO2-Fußabdrucks ergeben.
Die TU Darmstadt strebt eine drastische und zeitnahe Reduktion der Treibhausgasemissionen an. Zu diesem Ziel wurden im Rahmen der Vorgängerprojekte EnEff Campus Lichtwiese I und II Maßnahmen theoretisch und praktisch untersucht und umgesetzt. Nachdem in Phase II bereits Einzelmaßnahmen umgesetzt und hinsichtlich ihres Einflusses auf die effiziente Energieversorgung des Campus bewertet wurden, erfolgt in Phase III die physische und digitale Integration dieser und weiterer Maßnahmen, die aufbauend auf den Erkenntnissen der Phase II geplant werden, in das Energiesystem des Quartiers. Der Fokus liegt dabei auf der Integration CO2-freier Energiequellen und wird aus drei verschiedenen Perspektiven untersucht. Durch die Umsetzung einer elektrischen Energiezelle wird eine PV-Anlage mit Flexibilitäten und einem Batteriespeicher kombiniert um deren Erzeugung effektiv in einem Subquartier und im gesamten Campus zu integrieren. In einem weiteren Subquartier steht der Verbund von Abwärme aus mehreren Quellen, Solarthermie und einem geothermischen Speicher zur Nutzung in Bestandsgebäuden im Fokus. Dabei wird auch bewertet, wie geringinvasive Maßnahmen im Gebäudebestand umgesetzt werden können, um Wärme aus CO2-freien Quellen dort nutzbar zu machen. Durch den aktiven Digitalen Zwilling werden einzelne Komponenten anhand einer mathematisch optimalen Betriebsstrategie automatisiert gesteuert. Neben der Integration der genannten Energiespeicher werden auch bereits vorhandene thermische und elektrische Flexibilitäten regelungstechnisch nutzbar gemacht. Alle Umsetzungsmaßnahmen und ihre Interaktion werden im realen Betrieb erprobt und auf ihr Skalierungspotential hin untersucht. Das Projekt wird von einem interdisziplinären Forschungsteam aus vier Fachrichtungen sowie dem Baudezernat bearbeitet. Durch die Beteiligung des Baudezernats ist die dauerhafte Nutzung der Projektergebnisse gewährleistet. Damit wird das Projekt die TU Darmstadt auf dem Weg zur Klimaneutralität unterstützen.
Die TU Darmstadt strebt eine drastische und zeitnahe Reduktion der Treibhausgasemissionen an. Zu diesem Ziel wurden im Rahmen der Vorgängerprojekte EnEff Campus Lichtwiese I und II Maßnahmen theoretisch und praktisch untersucht und umgesetzt. Nachdem in Phase II bereits Einzelmaßnahmen umgesetzt und hinsichtlich ihres Einflusses auf die effiziente Energieversorgung des Campus bewertet wurden, erfolgt in Phase III die physische und digitale Integration dieser und weiterer Maßnahmen, die aufbauend auf den Erkenntnissen der Phase II geplant werden, in das Energiesystem des Quartiers. Der Fokus liegt dabei auf der Integration CO2-freier Energiequellen und wird aus drei verschiedenen Perspektiven untersucht. Durch die Umsetzung einer elektrischen Energiezelle wird eine PV-Anlage mit Flexibilitäten und einem Batteriespeicher kombiniert um deren Erzeugung effektiv in einem Subquartier und im gesamten Campus zu integrieren. In einem weiteren Subquartier steht der Verbund von Abwärme aus mehreren Quellen, Solarthermie und einem geothermischen Speicher zur Nutzung in Bestandsgebäuden im Fokus. Dabei wird auch bewertet, wie geringinvasive Maßnahmen im Gebäudebestand umgesetzt werden können, um Wärme aus CO2-freien Quellen dort nutzbar zu machen. Durch den aktiven Digitalen Zwilling werden einzelne Komponenten anhand einer mathematisch optimalen Betriebsstrategie automatisiert gesteuert. Neben der Integration der genannten Energiespeicher werden auch bereits vorhandene thermische und elektrische Flexibilitäten regelungstechnisch nutzbar gemacht. Alle Umsetzungsmaßnahmen und ihre Interaktion werden im realen Betrieb erprobt und auf ihr Skalierungspotential hin untersucht. Das Projekt wird von einem interdisziplinären Forschungsteam aus vier Fachrichtungen sowie dem Baudezernat bearbeitet. Durch die Beteiligung des Baudezernats ist die dauerhafte Nutzung der Projektergebnisse gewährleistet. Damit wird das Projekt die TU Darmstadt auf dem Weg zur Klimaneutralität unterstützen.
Um in Zeiten der Energiewende menschlichen Bedürfnissen im Alter gerecht zu werden, stellen wir in unserem Teilprojekt den Bewohner in den Mittelpunkt. Im Rahmen des Gesamtprojektes ermöglichen wir älteren Menschen innerhalb der 30 geplanten Wohneinheiten ein lebenswertes, digital unterstütztes Umfeld, in dem ein selbstständiges Agieren im Alltag trotz altersbedingter Einschränkungen problemlos möglich ist. Dieses Ziel erreichen wir mit smarten AAL-Ansätzen (Ambient Assisted Living) und selbst-lernenden Algorithmen, die die Bedürfniserfüllung der Bewohner im zentralen Fokus haben. Für eine erweiterte Unterstützungspalette bzw. die Schaffung eines bedürfnisgerechten Umfeldes ist die Integration von Pflegedienstleistungen und digitalen Hilfestellungen in unterschiedler Ausführung geplant. Somit schaffen wir Mehrwerte bei der Selbstorganisation und Selbsthilfe der Bewohner im Alltag.
Das Projekt flasHH untersucht den Einsatz von Wasserstoff (H2) als CO2-neutralen Brennstoff in modernen Verbrennungssystemen zur Reduktion der Abhängigkeit von fossilen Brennstoffen. H2 kann aus erneuerbaren Quellen gewonnene Energie langfristig speichern, die Rückverstromung birgt jedoch erhebliche Sicherheitsrisiken wie Flammenrückschlag (engl. 'Flashback'). Dies gilt insbesondere für den Einsatz in emissionsarmen, vorgemischten Verbrennungssystemen, die in stationären Gasturbinen zur Stromerzeugung Stand der Technik sind. Die sichere und zuverlässige Nutzung von H2 erfordert ein tiefgehendes Verständnis der physikalischen Mechanismen, die zur Flammenstabilisierung und Rückschlagsvermeidung beitragen. Das Ziel des Projektes ist es validierte Methoden zur Vorhersage und Vermeidung des Flammenrückschlags zu entwickeln. Der Einfluss des konjugierten Wärmeübergangs im Wandmaterial soll dabei besondere Beachtung finden. Numerische Simulation, Experiment und datengetriebene bzw. ordnungsreduzierte Modellierungsansätze sollen in innovativer Weise integriert werden, um systematische und anwendungsrelevante Erkenntnisse zum Rückschlag von Strahl- und Drallflammen mit 100 % Wasserstoff zu gewinnen und Optimierungsstudien zu ermöglichen. Die Technische Universität Berlin (TUB) und die Technische Universität München (TUM) führen das Vorhaben in enger Zusammenarbeit und mit Ko-Finanzierung durch die Forschungsvereinigung Verbrennungskraftmaschinen e. V. (FVV) durch. Mitglieder der FVV, darunter Siemens Energy, stehen beratend zur Seite.
JenErgieReal versteht sich als 'Blaupause' für die zukünftig ganzheitliche Versorgung mit elektrischer und thermischer Energie sowie der Integration der Mobilität als Bindeglied. Dabei werden die Haupttreiber des Energieverbrauchs Verkehr, Industrie, Gewerbe und Wohnen sektorenübergreifend betrachtet. JenErgieReal wird als Reallabor der Energiewende die für die deutsche Energiepolitik wesentlichen systemischen Herausforderungen in einem klar umrissenen Großvorhaben exemplarisch angehen und die Rolle der Infrastrukturbetreiber im Energiewendeprozess verdeutlichen. JenErgieReal hat Pioniercharakter für die Transformation des Energiesystems und widmet sich Forschungsfragestellungen, die eine Schlüsselrolle bei der Umsetzung der Energiewende einnehmen. Die Demonstration der Ergebnisse erfolgt als Reallabor in der Stadt Jena. Das primäre Ziel des Teilprojektes 3 (TP 3) im Verbundprojekt JenErgieReal liegt in der Umsetzung der mit den Projektpartnern entwickelten wissenschaftlichen und technischen (Wohn-) Quartierspeicherlösungen, ausgehend von der kleinsten Zelle Wohnung zum smarten Quartier. Durch den Einsatz von Smart-Home-Komponenten werden die Wohnungen Teil des Virtuellen Kraftwerkes. Es sollen neue Prozesse und Formen des Zusammenlebens für eine Verbesserung der Lebensqualität und attraktiven Lebensraumgestaltung entwickelt und erprobt werden. Das Wohnen soll einfacher und angenehm erlebbar und ein langes (eigenständiges) Wohnen durch smarte Anwendungen ermöglicht werden. Somit soll nachhaltig die Wohn- und Lebensqualität der Bewohner verbessert, eine Senkung der Betriebskosten durch die Reduzierung der Stromverbräuche, z.B. Photovoltaik am Gebäude (Mieterstrom) und der Heizkosten sowie eine zukunftssichere Ausstattung der Wohnungen und nachhaltige Immobilienbewirtschaftung unter Berücksichtigung von sozialen, technischen, ökonomischen und ökologischen (CO2-Einsparung) Parametern erreicht werden.
Das Projekt BattLifeBoost soll die Zustandsschätzung und die damit verbundene Lebensdauerabschätzung für Batteriesysteme verbessern. Dabei wird von den 4 Projektpartnern unter Berücksichtigung von vorhandenen Felddaten sowie der Anwendung von statistischen Methoden, maschineller Lernverfahren und den im Projekt entwickelten Zellalterungsmodell ein Systemalterungsmodell entwickelt, was eine deutlich verbesserte Prädiktion der noch möglichen Speicherlebensdauer ermöglicht. Neben der verbesserten Prognose der Batteriehaltbarkeit in vorgegebenen stationären Anwendungen wird zudem ein Modelltransfer auf bis dato nicht hinreichend parametrierte Batteriezellen untersucht. Abschließen werden die Projektergebnisse von allen Partnern ökonomisch und ökologisch bewertet. Dieses Teilprojekt fokussiert sich auf die State-of-Health (SOH) Bestimmung von stationären Energiespeichern. Dabei soll der SOH aus Felddaten von Heimspeichersystemen ermittelt und mittels Machine-Learning Algorithmen extrapoliert werden, um ein End-of-life (EOL) Datum bestimmen zu können. Aus den gewonnenen sowie geclusterten Daten sollen Degradationsparameter bestimmt und daraus ein SOH-Model entwickelt werden, um die Auswirkungen weiterer Lastprofile bzw. Anwendungsfelder auf die Lebensdauer abschätzen zu können. Mit den Ergebnissen soll die Überdimensionierung der Speicher sowie die Zeit für die notwendige Qualifizierung von Zellen verringert werden, wodurch sich wirtschaftliche und ökologische Vorteile wie die Reduktion des CO2-Fußabdrucks ergeben.
Das Ökosystem der Stromnetze ist auf dem Weg zu einem dezentralisierten Energieversorgungs- und Verteilungssystem. Haushalte können mit erneuerbaren Energiequellen wie Sonnenkollektoren oder Windgeneratoren, als verteilte Energieressourcen (DERs - Distributed Energy Resources) bezeichnet, unabhängig von den Stromanbietern operieren und Energie zurück an das Hauptnetz verkaufen. Für die Realisierung dieser Transformation des Stromnetzes wird eine kompetente Kommunikationsinfrastruktur benötigt. Die Einführung des Standards 5G in Mobilfunknetze erleichtert die Entwicklung zukünftiger Energieverwaltungslösungen. Weiterhin ermöglichen neue Technologien die Entwicklung intelligenter Algorithmen für die Steuerung zukünftiger Stromnetze. Hierzu gehören das Internet der Dinge (Internet of Things, IoT), Vernetzung über Mesh-Netzwerke zur Fernüberwachung des Netzstatus und die Künstliche Intelligenz (KI) für Management und Koordination. In Dymobat wird ein Single-User-Controller für die Verwaltung der einzelnen DERs auch unter Einsatz von privaten 5G-Netzwerken entwickelt. Anschließend wird eine zentrale Steuerungseinheit für die Synchronisierung und Optimierung des Netzbetriebs innerhalb einer kleinen Gruppe von DERs, einem Microgrid, entworfen. Die Kommunikation zwischen und innerhalb der DER soll mittels Mobilfunktechnologie erfolgen. Dabei soll die Energieoptimierung mittels KI-Algorithmen erfolgen und auch den Energietransport mit Fahrzeugen berücksichtigen. Die softwareseitige Integration der KI-Algorithmen und des Energiemanagementsystems in das Kommunikationssystem ist ein wesentlicher Bestandteil dieses Projektes. Die entwickelten Algorithmen werden virtuell in einem Testbed-Modell anhand von realen Eingangsparametern erprobt, optimiert und validiert. Im zweiten Schritt wird ein reales Testfeld konzipiert, installiert und die Leistungsfähigkeit der modellhaft erprobten Algorithmen in einer realen Testumgebung bewertet.
Das Ökosystem der Stromnetze ist auf dem Weg zu einem dezentralisierten Energieversorgungs- und Verteilungssystem. Haushalte können mit erneuerbaren Energiequellen wie Sonnenkollektoren oder Windgeneratoren, als verteilte Energieressourcen (DERs - Distributed Energy Resources) bezeichnet, unabhängig von den Stromanbietern operieren und Energie zurück an das Hauptnetz verkaufen. Für die Realisierung dieser Transformation des Stromnetzes wird eine kompetente Kommunikationsinfrastruktur benötigt. Die Einführung des Standards 5G in Mobilfunknetze erleichtert die Entwicklung zukünftiger Energieverwaltungslösungen. Weiterhin ermöglichen neue Technologien die Entwicklung intelligenter Algorithmen für die Steuerung zukünftiger Stromnetze. Hierzu gehören das Internet der Dinge (Internet of Things, IoT), Vernetzung über Mesh-Netzwerke zur Fernüberwachung des Netzstatus und die Künstliche Intelligenz (KI) für Management und Koordination. In Dymobat wird ein Single-User-Controller für die Verwaltung der einzelnen DERs entwickelt. Anschließend wird eine zentrale Steuerungseinheit für die Synchronisierung und Optimierung des Netzbetriebs innerhalb einer kleinen Gruppe von DERs, Microgrid, entworfen. Im Anschluss werden Mobilitätsalgorithmen für die Nutzung von batterieelektrischen Fahrzeugen als mobile Energiespeicher entwickelt, die temporäre Selbstversorgung von Teilnetzen ermöglichen. Die entwickelten Algorithmen werden virtuell in einem Testbed-Modell anhand von realen Eingangsparametern erprobt, optimiert und validiert. Im zweiten Schritt wird ein reales Testfeld konzipiert, installiert und die Leistungsfähigkeit der modellhaft erprobten Algorithmen in einer realen Testumgebung bewertet und anhand des dadurch erarbeiteten Know-hows weiter verbessert. Das übergeordnete Ziel des Projektes DymoBat ist die Entwicklung von marktfähigen Lösungen für die zukünftige Stromnetzverwaltung zur Nutzung von verteilten Energieressourcen auf Basis der Anwendung von 5G-Technologien.
| Organisation | Count |
|---|---|
| Bund | 2423 |
| Europa | 195 |
| Kommune | 16 |
| Land | 98 |
| Weitere | 34 |
| Wirtschaft | 20 |
| Wissenschaft | 727 |
| Zivilgesellschaft | 33 |
| Type | Count |
|---|---|
| Daten und Messstellen | 3 |
| Ereignis | 2 |
| Förderprogramm | 2378 |
| Hochwertiger Datensatz | 3 |
| Text | 68 |
| Umweltprüfung | 7 |
| unbekannt | 35 |
| License | Count |
|---|---|
| Geschlossen | 102 |
| Offen | 2390 |
| Unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 2264 |
| Englisch | 455 |
| Resource type | Count |
|---|---|
| Archiv | 7 |
| Bild | 1 |
| Datei | 9 |
| Dokument | 52 |
| Keine | 1179 |
| Multimedia | 1 |
| Webdienst | 11 |
| Webseite | 1281 |
| Topic | Count |
|---|---|
| Boden | 1181 |
| Lebewesen und Lebensräume | 1458 |
| Luft | 1236 |
| Mensch und Umwelt | 2496 |
| Wasser | 664 |
| Weitere | 2444 |