details_view: 32 von 141

 

Verbundvorhaben: EnEff:Stadt: ENable - VErtikale INtegration von Kommunikations- und Regelungssystemen zur Aktivierung von Flexibilität für eine quartiersweite Energieoptimierung; Teilvorhaben: Systemsimulation und Smart Services

Zeitraum
2022-04-01  –  2025-03-31
Bewilligte Summe
879.682,63 EUR
Ausführende Stelle
Förderkennzeichen
03EN3061B
Leistungsplansystematik
Örtliche Versorgungskonzepte [EA2113]
Verbundvorhaben
01245366/1  –  EnEff:Stadt: ENable
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN3)
Förderprogramm
Energie
 
Energiesysteme im Quartier der Zukunft sind cross-sektoral, flexibel und hinsichtlich übergeordneter Strukturen netzdienlich. Um die geforderten Ziele einer Energie,- und CO2-Reduktion, sowie die Dekarbonisierung der Quartiersversorgung ökonomisch erreichen zu können, ist ein hoher Digitalisierungsgrad des Energiemanagements notwendig, welcher durch seine Komplexität nicht mehr vom Menschen gemanagt werden kann. Ziel des Teilvorhabens ist es, autonome Strukturen und Services für Energiemanagementsysteme zu implementieren, welche dadurch in die Lage versetzt werden, auf Basis real zu deckender Bedarfe Flexibilitäten zu heben, Betriebssicherheit zu gewährleisten und ökonomische Systemoptimierung bereitzustellen. Ausgehend von den physikalischen Gegebenheiten, die mithilfe thermischer Simulation modelliert werden, können mithilfe von Prognoseservices auf den Anwendungsfall bezogene Prognosen von z.B. der Erzeugung oder der zukünftigen Bedarfe vorhergesagt werden. Die im realen Betrieb notwendigen Anpassungen der mathem. Modell nutzen historische und Echtzeitdaten aus dem DataLake, welche dieser aus dem Energiemonitoring bezieht und in strukturierter Form aufbereitet. Als Ergebnis können kosten,- und CO2-optimale Energienutzungsfahrpläne berechnet, die unter Ausnutzung der Flexibiltäten im Versorgungssystem die Grundlage für die Vermarktbarkeit freier Kapazitäten bildet. Insbesondere die vielfältige Datenmenge machen eine umfangreiche Plausibilisierung notwendig. Hierzu werden Möglichkeiten zur Erkennung von Fehlern und Anomalien evaluiert.