2025-01-01  –  2028-06-30

88.495,34 EUR

Technische Universität Berlin Fakultät II Institut für Mathematik Fachgebiet Mathematische Modellierung von industriellen Lebenszyklen, Berlin, Berlin

03EE5186B

Rückverstromung von Wasserstoff und erneuerbaren Gasen/Brennstoffen - Turbinen [EA1704]

01271847/1  –  TurboTrans - Turbomaschinen für die Transformation in das integrierte Energiesystem der Zukunft

Bundesministerium für Wirtschaft und Energie (BMWE.IIC2)

Forschungszentrum Jülich GmbH (PT-J.ESE5)

Energie

Wasserstoffbetriebene Gasturbinen bieten eine hohe Betriebsflexibilität für eine kohlenstofffreie Energieerzeugung. Eine rasche Umstellung von fossilen Brennstoffen auf Wasserstoff ist jedoch mit erheblichen technischen Herausforderungen verbunden. Das Ziel einer wasserstoffkompatiblen Gasturbine ist erreichbar durch innovative Entwurfstools, die hier in zwei Teilprojekten adressiert werden. In Teilprojekt 4.4 wird ein generatives KI-Verfahren entwickelt, welches Designentwürfe auf Basis von Leistungsvorgaben erstellt. Dieses Verfahren wird zur selbstgesteuerten Kopplung an Simulationsverfahren ertüchtigt und in die Lage versetzt, Brennersysteme mit unterschiedlichen Massestömen zu entwerfen. Das Teilprojekt 4.6 entwickelt datengetriebene Auslegungsmethoden der Brennkammern zur Verhinderung von thermoakustischen Instabilitäten. Die Modellierung der Thermoakustik erfordert aufwendige und teure Experimente mit akustischer Anregung der Flamme, die nur in hochspezialisierten Prüfständen durchgeführt werden können. Dieser hohe messtechnische Aufwand begründet die Tatsache, dass umfangreiche Parameterstudien unter realistischen Betriebsbedingungen kaum durchgeführt werden. Ein neuentwickelter, alternativer Ansatz ist die Verwendung von Methoden des maschinellen Lernens, um die akustische Flammenantwort aus Druckzeitreihen zu extrahieren. Die Vorteile hier sind, dass (i) Zeitschriebe des dynamischen Druckes typischerweise in Verbrennungssystem aufgezeichnet werden und damit die Grundlage der Datengenerierung bereits vorhanden; (ii) der für die akustische Anregung benötigte experimentelle Aufbau nicht mehr erforderlich ist. Die Machbarkeit dieses Ansatzes, der bisher auf datengetriebene Optimierungsmethoden basiert, wurde kürzlich vom Partner an der TU Berlin für die Erdgasverbrennung demonstriert.