EnEff: Campus Lichtwiese
Im Rahmen des Projektes soll ein virtuelles Gesamtmodell des Energiesystems des Campus Lichtwiese, ein sogenannter „Digitaler Zwilling“, entwickelt werden, um eine vollständige Optimierung eines multimodalen Energiesystems im Betrieb und für eine zukünftige Auslegung zu erzielen. Über alle Energieformen hinweg soll so die Realisierung einer ganzheitlichen Optimierung hoch komplexer Energiesysteme gezeigt werden.
Heutige und zukünftige Energiesysteme müssen den Anforderungen der Energiewende, wie z.B. höhere Flexibilität und Variabilität in der Erzeugung und dem Verbrauch, gerecht werden, um dadurch geringere CO2 Emissionen zu erzielen.
In diesem Kontext eignet sich der Campus Lichtwiese als Forschungsobjekt in besonderer Weise, da neben elektrischem auch thermischer Energiebedarf in Form von Wärme und Kälte besteht. Darüber hinaus existiert für alle Energieformen ein dediziertes Netz. Die Erzeugung erfolgt mittels mehrerer Blockheizkraftwerke, Gaskessel sowie Absorptions- und Kompressionskältemaschinen. Der Campus bildet somit ein vollständiges multimodales Energiesystem. Zudem besteht auf der Bedarfsseite durch die unterschiedlichen Verbraucher, wie Büros, energieintensive Forschungsanlagen oder ungleichmäßig genutzte Vorlesungsräume, eine hohe Diversität.
Der digitale Zwilling als modellprädiktiver Regler benötigt eine möglichst umfassende Datenbasis über Systemkomponenten und den Systemzustand. Dazu wird in diesem Teilprojekt ein umfassendes Energiemonitoring aufgebaut, das Erzeugung sowie Verbrauch von Wärme, Kälte und elektrischer Energie auf dem Campus erfasst. Wichtig ist dabei eine hohe zeitliche Auflösung. Diese soll für elektrische Energie sekündlich und für thermische Energie halbminütig eingestellt werden. Diese hohe Auflösung ist wichtig, um Betriebszustände und die Dynamik von Systemkomponenten wie z.B. Speicher oder Erzeugungsanlagen adäquat ermitteln zu können.
Mittels Machine Learning Methoden sollen die Parameter der Komponenten des Campus wie z.B. die Wirkungsgrade der Erzeuger in Abhängigkeit des Systemzustands evaluiert werden, um so die Güte des erarbeiteten Campusmodells zu verbessern.
Des Weiteren sollen Prognosemodelle erarbeitet werden, die Kurzfristprognosen über die Lastgänge aller Verbraucher bereitstellen. Ziel ist es, auf Basis der gesammelten und kalkulierten Daten eine kontinuierliche und optimale Betriebsstrategie für alle steuerbaren Komponenten im Energiesystem vorzuschlagen.
Name | Arbeitsgebiet(e) | Kontakt | |
---|---|---|---|
| Prof. Dr. rer. nat. Florian Steinke | Leitung des Teilprojekts Aktiver Digitaler Zwilling | Florian.Steinke@eins.tu-d… +49 6151 16-21710 S3|10 306 |