Das Projekt "Entwicklung einer selbstlernenden Steuerung zur Integration von Biogasanlagen in Netze mit hohem Anteil fluktuierender Stromerzeuger, Teilvorhaben 1: Entwicklung selbstlernende Biogasanlagensteuerung" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Technische Hochschule Ingolstadt, Zentrum für Angewandte Forschung (ZAF).Ziel des Projekts ist die Entwicklung von innovativen Regelungsstrategien und Geschäftsmodellen sowie die Entwicklung einer selbstlernenden Steuerung für Biogasanlagen (BGAs) zur Vermeidung kurzfristiger, tageszeitlich auftretender Netzüberlastung im ländlichen Verteilnetz. Die Steuerung soll die lokalen Bedürfnisse des Verteilnetzes mit hohem Anteil fluktuierender Energieerzeuger ins Zentrum der vorausschauenden Fahrplanerstellung für BGAs rücken. Die Steuerung soll auf Schwankungen von Photovoltaikanlagen (PV) kurzfristig und selbstlernend reagieren. Hierzu werden laufend Wetterprognosen aus Modellen und modernen Nowcasting-Verfahren sowie PV-Strom-Einspeiseprofile, realer am Stromnetz angeschlossener PV-Anlagen, in den Steuerungsablauf integriert. Es werden Verbesserungen bisher verfügbarer Wetterprognosen hinsichtlich kleinräumiger und kurzfristiger Schwankungen bei sehr kurzen Vorhersagehorizonten auf Basis hochaufgelöster Satelliten- und Wetterkameradaten integriert. Die Stromerzeugung und die gleichzeitige Versorgung von Wärmenetzen durch BGAs werden untersucht. Zusätzlich soll die Steuerung der BGA Zellerfeld auf Netzbedürfnisse sensibilisiert und verbessert sowie das bestehende Monitoring weitergeführt werden.
Das Projekt "Entwicklung einer selbstlernenden Steuerung zur Integration von Biogasanlagen in Netze mit hohem Anteil fluktuierender Stromerzeuger, Teilvorhaben 2: Optimierung Einstrahlungsvorhersage" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Ludwig-Maxililians-Universität München, Meteorologisches Institut, Lehrstuhl für Experimentelle Meteorologie.Ziel des Projekts ist die Entwicklung von innovativen Regelungsstrategien und Geschäftsmodellen sowie die Entwicklung einer selbstlernenden Steuerung für Biogasanlagen (BGAs) zur Vermeidung kurzfristiger, tageszeitlich auftretender Netzüberlastung im ländlichen Verteilnetz. Die Steuerung soll die lokalen Bedürfnisse des Verteilnetzes mit hohem Anteil fluktuierender Energieerzeuger ins Zentrum der vorausschauenden Fahrplanerstellung für BGAs rücken. Die Steuerung soll auf Schwankungen von Photovoltaikanlagen (PV) kurzfristig und selbstlernend reagieren. Hierzu werden laufend Wetterprognosen aus Modellen und modernen Nowcasting-Verfahren sowie PV-Strom-Einspeiseprofile, realer am Stromnetz angeschlossener PV-Anlagen, in den Steuerungsablauf integriert. Es werden Verbesserungen bisher verfügbarer Wetterprognosen hinsichtlich kleinräumiger und kurzfristiger Schwankungen bei sehr kurzen Vorhersagehorizonten auf Basis hochaufgelöster Satelliten- und Wetterkameradaten integriert. Die Stromerzeugung und die gleichzeitige Versorgung von Wärmenetzen durch BGAs werden untersucht. Zusätzlich soll die Steuerung der BGA Zellerfeld auf Netzbedürfnisse sensibilisiert und verbessert sowie das bestehende Monitoring weitergeführt werden.
Das Projekt "PV Vorhersage für netzdienliche Steuerung von Wärmepumpen (PV2WP), Teilprojekt 1" wird/wurde gefördert durch: Ministerium für Umwelt, Klima und Energiewirtschaft Baden-Württemberg. Es wird/wurde ausgeführt durch: Hochschule Offenburg, Hochschule für Technik, Wirtschaft und Medien Offenburg, Institut für Energiesystemtechnik.Die Zunahme von Wärmepumpen bei der Realisierung einer klimaneutralen Wärmeversorgung führt zu einer signifikaten Zunahme und Änderung der elektrischen Lasten in den Verteilnetzen. Daher gilt es, Wärmepumpen so zu steuern, dass sie Verteilnetze wenig belasten oder sogar unterstützen. Im Projekt sollen Wärmepumpen, die gemeinsam mit PV-Anlagen betrieben werden, durch prädiktive Algorithmen in Kombination Wolkenkamera-basierte Kürzestfristvorhersagen für die PV-Erzeugung netzdienlich gesteuert werden. Auf Basis realer Betriebserfahrungen sollen das Potential aus Netzsicht abgeschätzt und Erkenntnisse für eine flächendeckende Nutzung abgeleitet werden (Details im Rahmenplan). Die Beiträge des Instituts für Energiesystemtechnik (INES) der HSO sind neben der (0) Projekt-koordination (1) die Bereitstellung der prädiktiven Algorithmen, die zuvor aus Basis einer Analyse historischer Betriebsdaten ausgelegt wurden, (2) die Implementierung von Vorhersagesystem und Algorithmen in die Realumgebung sowie (3) die Skalierung und Bewertung der Ergebnisse auf Netzebene.
Das Projekt "PV Vorhersage für netzdienliche Steuerung von Wärmepumpen (PV2WP)^Teilprojekt 1, Teilprojekt 2" wird/wurde gefördert durch: Ministerium für Umwelt, Klima und Energiewirtschaft Baden-Württemberg. Es wird/wurde ausgeführt durch: Fraunhofer-Institut für Solare Energiesysteme.Die Zunahme von Wärmepumpen bei der Realisierung einer klimaneutralen Wärmeversorgung führt zu einer signifikaten Zunahme und Änderung der elektrischen Lasten in den Verteilnetzen. Daher gilt es, Wärmepumpen so zu steuern, dass sie Verteilnetze wenig belasten oder sogar unterstützen. Im Projekt sollen Wärmepumpen, die gemeinsam mit PV-Anlagen betrieben werden, durch prädiktive Algorithmen in Kombination Wolkenkamera-basierte Kürzestfristvorhersagen für die PV-Erzeugung netzdienlich gesteuert werden. Auf Basis realer Betriebserfahrungen sollen das Potential aus Netzsicht abgeschätzt und Erkenntnisse für eine flächendeckende Nutzung abgeleitet werden (Details im Rahmenplan). Die Beiträge des Instituts für Energiesystemtechnik (INES) der HSO sind neben der (0) Projekt-koordination (1) die Bereitstellung der prädiktiven Algorithmen, die zuvor aus Basis einer Analyse historischer Betriebsdaten ausgelegt wurden, (2) die Implementierung von Vorhersagesystem und Algorithmen in die Realumgebung sowie (3) die Skalierung und Bewertung der Ergebnisse auf Netzebene.
Das Projekt "ReWaM - Verbundprojekt StucK: Sicherstellung der Entwässerung küstennaher urbaner Räume unter Berücksichtigung des Klimawandels, Teilprojekt 5" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: hydro & meteo GmbH.Ziel des Projektes StucK ist, ein Sektor übergreifendes Konzept der küstennahen Gewässerbewirtschaftung für urban geprägte Fließgewässer zu erarbeiten. Schwerpunkt ist die Entwässerung bei Extremwetterereignissen. Es gilt nachhaltige, allgemeingültige Lösungsansätze zu finden. Hierbei wird die Informationskette von der kleinräumigen Vorhersage bis zur optimierten Entwässerung vollständig methodisch erarbeitet und in die Praxis umgesetzt. Die Bearbeitung enthält auch die Untersuchung der ökologischen und die ökonomischen Konsequenzen. Die Ergebnisse aus Planungs- und Bewirtschaftungsaktivitäten sollen in den operationellen Betrieb des LSBG eingeführt werden und in ein zu erstellendes Merkblatt einfließen. Das Projekt gliedert sich in 8 Arbeitspakete: Im AP1 erfolgt die Verbesserung der Kurzzeitvorhersage des Niederschlages -durch Niederschlagsmessung und -modellierung mit hoher zeitlicher und räumlicher Auflösung. In AP2 Hydrologie und Flächenmanagement werden aus den Ergebnissen aus AP1 Abflüsse und Überschwemmungsflächen berechnet. AP3, Hochwassermanagement, analysiert die Hydrologie und Meteorologie über lange Zeiträume. Hier wird eine Bewirtschaftungsstrategie erstellt, die in AP2 auf Wirksamkeit verifiziert wird. Dieser Vorgang wird iteriert bis zu einer optimierten Bemessung und einer Optimierung der Entwässerung. In AP4 'Ökologie' wird der Zusammenhang zwischen Steuerung und ökologischen Konsequenzen erstellt. Die Ergebnisse fließen in die Optimierung der Steuerung ein. AP6 'Ökonomische Analyse' betrachtet die monetär darstellbaren Auswirkungen von Steuerung, Ökosystemleitungen und Überflutungsrisiko. In AP5 erfolgt die Umsetzung der Ergebnisse in den zwei unterschiedlichen urbanen Projektgebieten. AP7 ist für die Vernetzung und Öffentlichkeitsarbeit zuständig, und in AP8 wird das Projekt gesteuert und die Ergebnisse in einen zeitlich zielführenden Ablauf gebracht.
Das Projekt "Verbesserung der Kurzfristvorhersage von Niederschlagsereignissen mittels Fahrzeugsensoren - mobileVIEW, Teilvorhaben: Emschergenossenschaft" wird/wurde gefördert durch: Bundesministerium für Digitales und Verkehr. Es wird/wurde ausgeführt durch: Emschergenossenschaft.Das Ziel des Projektes mobileVIEW ist die Kombination von Sensordaten aus fahrenden KFZ mit stationsgebundenen Daten sowie Radardaten zur Erfassung von Niederschlag und Satellitendaten. Die wesentliche Aufgabe liegt darin, aus den erfassten Einzelinformationen (Big Data) eine Gesamtinformation zu erzeugen, die einen Mehrwert gegenüber den Einzeldaten aufweist (Smart Data). Im Ergebnis werden Kürzestfristvorhersagen für Niederschlagsereignisse erzeugt, die der Wasserwirtschaft für Prognosen dienen und im Fall von Starkregen auch Feuerwehr und Katastrophenschutz wertvolle Informationen liefern können. Im Zusammenhang mit weiteren - z.B. beim BMVI vorliegenden - Echtzeitdaten im Bereich Verkehr sollen die so erfassten Informationen auch zur unmittelbaren Verkehrsinformation eingesetzt werden. Zusätzlich zu den obigen Aspekten sollen die Ergebnisse für EGLV eine Verdichtung von Niederschlagsinformationen und damit eine bessere Vorhersage von Abflussereignissen liefern. Hierauf aufbauend soll die Steuerung wasserwirtschaftlicher Anlagen optimiert werden. Außerdem soll eine Einbeziehung der Bevölkerung in relevante Prozesse der Wasserwirtschaft (Akzeptanz/Sensibilisierung) und eine Wechselwirkung zwischen Wasserwirtschaft, Verkehrswirtschaft und weiteren Bereichen (z.B. Energiewirtschaft) erreicht werden.
Das Projekt "KMU-innovativ - Klimaschutz - BIG - Bedarfsabhängige und innovative Gebäudeautomation in Produktionsstätten, Teilprojekt 4: Systemerprobung" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: J. Schlenter Production GmbH.
Das Projekt "KMU-innovativ - Klimaschutz - BIG - Bedarfsabhängige und innovative Gebäudeautomation in Produktionsstätten, Teilprojekt 1: Koordination und Softwareentwicklung" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: SYS.TEC Gebäudeautomation GmbH & Co. KG.
Das Projekt "KMU-innovativ - Klimaschutz - BIG - Bedarfsabhängige und innovative Gebäudeautomation in Produktionsstätten, Teilprojekt 3: Klima- und Wetterdatenimplementierung" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Climate & Environment Consulting Potsdam GmbH.
Das Projekt "KMU-innovativ - Klimaschutz - BIG - Bedarfsabhängige und innovative Gebäudeautomation in Produktionsstätten, Teilprojekt 2: wissenschaftliche Grundlagenuntersuchungen" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Fraunhofer-Institut für Produktionstechnologie.BIG hat das Ziel, mit der Kopplung von Produktionsplanung und -steuerung (PPS), Wetter-Forecasts und Gebäudeautomation den Energiebedarf von Unterstützungsprozessen produzierender Unternehmen durch bedarfsabhängige und prädiktive Steuerung zu verringern. Studien prognostizieren dabei Einsparungen bei den peripheren Energiekosten von 30-40%. Übergeordnete Ziele sind daher u.a.: - Programmierung einer modellgestützten Regelung zur vorausschauenden und bedarfsorientierten Steuerung der Gebäude- und Anlagentechnik - Entwicklung einer modellprädiktiven Regelung (MPC-Algorithmus) als Kernelement - Integration von Wetter-Forecasts und Einbeziehung wetterabhängiger Effekte unter Berücksichtigung regionaler Unterschiede der Phänomene - Herstellungunabhängige Kopplung an PPS zur flexiblen und austauschbaren Installation des Automationssystems hinsichtlich der eingesetzten Software- und Hardwarekomponenten.
| Origin | Count |
|---|---|
| Bund | 31 |
| Type | Count |
|---|---|
| Förderprogramm | 31 |
| License | Count |
|---|---|
| offen | 31 |
| Language | Count |
|---|---|
| Deutsch | 26 |
| Englisch | 12 |
| Resource type | Count |
|---|---|
| Keine | 13 |
| Webseite | 18 |
| Topic | Count |
|---|---|
| Boden | 15 |
| Lebewesen & Lebensräume | 17 |
| Luft | 25 |
| Mensch & Umwelt | 31 |
| Wasser | 15 |
| Weitere | 31 |