API src

Found 3789 results.

Related terms

KI unterstützte Kommunikationstechnologien zur dynamischen Optimierung von Mobilität und Energiespeichern zur Frequenzstabilisierung und Energieversorgung, Teilvorhaben SAP SE: Interzellurare Echtzeit Energie Optimierung

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.

ISGAN-Annex_WG, ISGAN Working Group 7; Beitrag Öko-Institut

Energie - Windkraftanlagen

Der Kartendienst (WMS-Gruppe) stellt die digitalen Geodaten aus dem Bereich Erneuerbare Energien des Saarlandes dar.:Windkraftanlagen des Saarlandes (Anlagen, die die kinetische Energie des Windes in elektrische Energie umwandelt und in das Stromnetz einspeist). Attribute: RW, HW: Koordinaten des Rechtswertes und Hochwertes; NAMEN: Namen des Windparks; SACHSTAND:UVP Vorprüfung (UVP=Umweltverträglichkeitsprüfung), Laufendes Verfahren, Genehmigte WEA; LEISTUNG: Angabe in Megawatt-MW; NABENHOEHE: Höhe der Gondel über dem Turmfuß; GESAMTHOEH:Rotorblattlänge plus Nabenhöhe ergibt die Gesamthöhe.

Biomassebefeuertes Heizkraftwerk Warendorf

Holz, einschließlich Altholz, kommt eine wichtige Rolle als erneuerbarer Energieträger zu. Die energetische Nutzung von Biomasse kann wichtige Beiträge zur nachhaltigen Energieversorgung und zum Klimaschutz liefern. In Deutschland werden zur Zeit jährlich ca. 5 Mio. t Altholz ohne weitere stoffliche oder energetische Nutzung deponiert, rund 2 Mio. t werden exportiert. Es werden daher aus heutiger Sicht zusätzliche Kapazitäten zur energetischen Nutzung von Altholz benötigt. Hinzu kommt, dass nach Auslaufen der Übergangsregeln der TA Siedlungsabfall im Jahr 2005 die Deponierung von Altholz nicht mehr gestattet sein wird. Die Bio-Energiewerk Warendorf (BEW) GmbH & Co. KG beabsichtigt, regional anfallendes Aufkommen an unzerkleinertem Industrierestholz und Strauchschnitt in einem neu zu errichtenden 13 MW-Biomasse-Heizkraftwerk energetisch zu verwerten. Das emissionsseitig und energetisch optimierte Heizkraftwerk soll in einem Energieverbund mit dem ortsansässigen Industriebetrieb Warendorfer Hartsteinwerke, einer noch zu errichtenden Klärschlamm- und Strauchschnitttrocknungsanlage und der örtlichen, kommunalen Kläranlage betrieben werden. Das Biomasse-Heizkraftwerk wird die Warendorfer Hartsteinwerke mit Prozesswärme und Strom, die Kläranlage mit Strom und die Trocknungsanlage mit Niedertemperaturwärme versorgen. Überschussstrom wird in das öffentlich Stromnetz eingespeist. Zur Vermeidung von Geruchsemissionen wird die Abluft der Trocknungsanlage im Heizkraftwerk als vorgewärmte Verbrennungsluft genutzt. Der in der Trocknungsanlage behandelte Strauchschnitt wird im Heizkraftwerk als Brennstoff eingesetzt, der getrocknete Klärschlamm wird an das örtliche Klärwerk zurückgeführt und extern verbrannt. Durch die energetische Verwertung von jährlich 27.000 t Industrierestholz und 3.000 t Strauchschnitt in der geplanten, dezentralen Anlage zur gekoppelten Strom- und Wärmeerzeugung sollen ca. 88 Mio. kWh/a fossile Energieträger substituiert und pro Jahr ca. 40.000 t CO2-, 10 t Staub-, 213 t SO2-, 85 t NOx- und 33 t CO-Emissionen vermieden werden. Das Vorhaben wird einen wichtigen Beitrag zur Gestaltung einer nachhaltigen Energieversorgung auf Basis erneuerbarer Energien leisten. Zudem trägt das Projekt zur Verminderung von Treibhausgasemissionen bei. Dabei ist insbesondere auf den vorgesehenen Energieverbund im Sinne einer kooperativen Kraft-Wärme-Wirtschaft hinzuweisen. Das Vorhaben wird durch ein umfangreiches Messprogramm begleitet und somit Erkenntnisse liefern, wie Altholz in feuerungs- und emissionsseitig optimierten, dezentralen Holzheizkraftwerken zur Strom- und Wärmeerzeugung im Verbund mit anderen Anlage genutzt werden kann und mit welcher Wirtschaftlichkeit dies machbar ist.

Optimierte Verfahren zur Prognose vertikaler Netzlast unter Nutzung von maschinellem Lernen, Teilvorhaben: Opti-VNL-UQ+ Unsicherheitsquantifizierung für die optimierte Prognose der vertikalen Netzlast

Für effektive Planungsprozesse in elektrischen Netzen ist eine zuverlässige Vorausschau auf die Netzsituation von großer Bedeutung. Ein zentrales Element ist dabei die Vorhersage der vertikalen Netzlast (VNL), die Lastflüsse an den Transformatoren der Umspannung zwischen den Netzebenen als Planungsgröße ermittelt. Diese Prognose bildet eine Eingangsgröße für die Netzzustandsanalyse. Sollte ein Engpass identifiziert werden, kommt es zu Maßnahmen zur Behebung des Netzengpasses wie z.B. Redispatch. Diese lösen in der Folge weitere energiewirtschaftliche Prozesse aus. Zu betonen ist, dass eine frühzeitige Erkennung von Engpasssituationen dem Netzbetreiber hilft, die erforderlichen Maßnahmen zeitlich, örtlich und mengenmäßig präzise zu bestimmen und eine Über-Abregelung insbesondere der erneuerbaren Energien zu vermeiden. In diesem Projekt soll eine neue Methode zur Vorhersage der vertikalen Netzlast an Umspanntransformatoren entwickelt, erprobt und in Anwendungen implementiert werden. Durch hinreichende Kenntnis über die vertikale Netzlast lassen sich Transferbedarfe in der Übertragungsebene besser vorhersagen und auch die Netzebeneninterne Leistungsbilanz präziser abschätzen. Eine Optimierung dieses Prozesses kann die Folgekosten des Redispatchs mindern. Die Ergebnisse z. B. in Form des erweiterten Methodenwissens sind auch auf weitere Bereiche der Netzführung, wie z.B. einer belastungsabhängigen Betriebsmittelverwaltung übertragbar. In der konkreten Umsetzung im Projekt werden neue Methoden an einer Referenzumgebung, die zu Beginn des Vorhabens als ein digitales Modell einer typischen Verteilnetzumgebung definiert wird, entwickelt und getestet. Die Univ. Oldenburg arbeitet insbesondere mit an der Entwicklung einer Referenz- und Testumgebung für unterschiedliche physikalisch-basierte sowie Machine-Learning-Modellansätze und entwickelt zur Verlässlichkeitssteigerung der VNL-Vorhersage neuartige Methoden zur Unsicherheitsquantifizierung.

Klimaschutzbeitrag von großen Stromspeichern

Derzeit ist der Netzausbau die Achillesferse für den weiteren Ausbau der erneuerbaren Energien (EE) als eine zentrale Klimaschutzmaßnahme im Strombereich, insbesondere mit der Vorgabe des netzsynchronen EE-Ausbaus im Koalitionsvertrag. Daher bedarf es neuer intelligenter Ansätze, um das Bestandsnetz höher auszulasten, den EE- vom Netzausbau zu entkoppeln, EE-Abregelungen zu reduzieren sowie die Zeit bis zur Realisierung des im Bundesbedarfsplan beschlossenen, dringend notwendigen, aber verzögerten Netzausbaus zu überbrücken. Der intelligente Einsatz von (großen) Batteriespeichern als Netzbetriebsmittel kann einen bedeutenden Beitrag dazu leisten. Sie bieten große Potenziale zu vergleichbaren Kosten, wie zusätzliche HGÜ-Leitungen. Durch ihren Einsatz kann trotz zeitweiliger Netzengpässe der EE-Strom aufgenommen und zu einem späteren Zeitpunkt transportiert werden und somit die nutzbare Übertragungskapazität des bestehenden Netzes ohne einen zusätzlichen Leitungsneubau erhöht werden. (Große) Batteriespeicher können relativ schnell, d.h. innerhalb von ein bis zwei Jahren, realisiert werden und damit deutlich schneller als der Netzausbau die Einspeisemöglichkeit der EE verbessern. Weitere Vorteile sind die in den letzten Jahren erheblich gesunkenen Batteriekosten, die bis 2030 voraussichtlich nochmals auf die Hälfte sinken könnten, und der, im Vergleich zu 'einfachen' neuen Stromleitungen, erheblichen Zusatznutzen im Stromsystem (zusätzliche Reserveleistung, Verbesserung der Netzsicherheit, Schwarzstartfähigkeit und Unterstützung des Wiederaufbaus nach einem Blackout). Im Rahmen dieses Vorhabens sollen daher Einsatzmöglichkeiten und Effekte von (Groß) Speichern zur Optimierung des Stromnetzes für eine verbesserte EE-Integration sowie deren Beitrag zum Klimaschutz mittels detaillierter Modellrechnungen vertieft untersucht, energiewirtschaftlich bewertet sowie Handlungsmöglichkeiten und -empfehlungen entwickelt werden.

Physikbasiertes, lernfähiges Energiemanagement zur Sektorenkopplung und Verteilnetzflexibilisierung, Teilvorhaben: Modulares Energiemanagement zur Erzeugung von Flexibilität beim Endkunden

Das Projekt PhyLFlex zielt darauf ab, die Resilienz und Effizienz von Verteilnetzen in Deutschland durch die Entwicklung und Implementierung fortschrittlicher Gebäude-Energie-Management-Systeme (GEMS) zu verbessern. Angesichts der steigenden Anforderungen an das Stromnetz durch den Ausbau erneuerbarer Energien wie Photovoltaik und der zunehmenden Nutzung von Elektrofahrzeugen und Wärmepumpen, werden im Projekt intelligente Lösungen zur Laststeuerung und Netzflexibilisierung entwickelt. Basierend auf den Ergebnissen des Forschungsprojektes STROM wird erwartet, dass durch den Einsatz effektiver GEMS erhebliche Einsparungen bei den Netzausbaukosten erzielt werden können. Diese Systeme werden den Energieverbrauch optimieren und gleichzeitig die Netzstabilität sicherstellen, ohne dass sensible Nutzerdaten an Netzbetreiber übermittelt werden müssen. Durch die Kombination von physikalisch basierten Modellen mit modernen Machine-Learning-Methoden wie Reinforcement Learning werden innovative GEMS entwickelt, die sich selbstständig an unterschiedliche Gebäudetypen und Netzbedingungen anpassen können. Die im Projekt entwickelten Lösungen werden in realen Umgebungen getestet und weiterentwickelt, um sicherzustellen, dass sie nicht nur theoretisch, sondern auch praktisch anwendbar sind. PhyLFlex trägt so maßgeblich zur Reduzierung von Netzausbaukosten bei und fördert die Integration erneuerbarer Energien, was die Energiewende beschleunigt und die Versorgungssicherheit erhöht. ÜZW testet und evaluiert verschiedene Flexibilisierungsmaßnahmen und stellt als Praxispartner seine Erfahrungen als Energieversorger im Verteilnetz zur Verfügung. Die Entwicklung eines netzfreundlichen Signales soll etabliert werden, um steuerbare Akteure und zentrale Speicher nutzbar zu machen. Darüber hinaus unterstützt PhyLFlex die Ziele des 8. Energieforschungsprogramms der Bundesregierung und leistet einen entscheidenden Beitrag zur erfolgreichen Umsetzung der Energiewende in Deutschland.

KI unterstützte Kommunikationstechnologien zur dynamischen Optimierung von Mobilität und Energiespeichern zur Frequenzstabilisierung und Energieversorgung, Teilvorhaben CampusGenius: Automated Integration with the 5G-Core

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.

Untersuchung hochflexibler Betriebsfahrweisen von Salzkavernen und Obertageanlagen zur Wasserstoffspeicherung unter Nutzung von Sole-Pendelung, Teilprojekt: Modellierung Gesamtsystem

Im F&E Vorhaben 'H2CAST-Prove' werden neuartige Betriebsfahrweisen zur Untergrundspeicherung von grünem Wasserstoff in Salzkavernen erprobt und sicherheitstechnisch validiert. Zwei umgerüstete Kavernen und die für H2 ausgelegte Obertageanlage werden im industriellen Maßstab betrieben. Mit Hilfe eines innovativen Solependelbetriebs unter Nutzung bestehender Anlagen wird ein realitätsnaher Betrieb in einem geschlossenen Kreislauf ohne Verbrauch von H2 abgebildet. Speichervolumen, Druck- und Fließratenregime können angepasst werden, hochflexible und multizyklische Ein- und Ausspeicherraten sind möglich. Probeläufe und der Langzeitdemonstrationsbetrieb liefern Grundlagen für Bewertung und Optimierung der Betriebsfahrweisen, Gasreinigung, Kavernenintegrität, Prüf- und Instandhaltungsstrategien und Anlagensicherheit. Durch den Testbetrieb wird ein TRG von 7 erreicht. Ein Triaxialprüfstand für gebirgsmechanische Untersuchungen wird entwickelt. Die Kavernen dienen dem Test von Untertage-Ausrüstungen, Durchführbarkeit von UT-Arbeiten sowie dem Fachkräfte- und Wissensaufbau. Mittels eines Gesamtsystemmodelles erfolgt begleitend die simulative Bestimmung von Auslegungsgrößen und Betriebsparametern für den Versuchsbetrieb. Zusätzlich werden die Potentiale der Kavernenspeicher als sektorenkoppelnde Schnittstelle des Gas- und Stromnetzes evaluiert und Konzepte für CO2-Einsparpozenziale erarbeitet. Mit Projektabschluss soll ein entsprechend den sicherheitstechnischen und behördlichen Anforderungen bestimmungsgemäßer Speicher für die unbefristete Nutzung bereitstehen. Das Speichervolumen kann entsprechend des Bedarfs angepasst werden. H2CAST dient zum gezielten, nachhaltigen infrastrukturellen Markthochlauf für die Untergrundspeicherung von H2 als chemischer Energieträger in einem zukünftigen Energiesystem. Voraussetzungen für die Anbindung des Kavernenspeichers an eine H2-Pipeline Infrastruktur werden geschaffen. Begleitend stehen Fragen zur öffentlichen Akzeptanz im Fokus.

KI unterstützte Kommunikationstechnologien zur dynamischen Optimierung von Mobilität und Energiespeichern zur Frequenzstabilisierung und Energieversorgung, Teilvorhaben Universität Dresden: Kommunikationstechnologien

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.

1 2 3 4 5 … 377 378 379