details_view: 328 von 1148

 

Verbundvorhaben: HydroG(re)EnergY-Env - Neue KI-unterstützte Technologien zur effizienten Wasserstofferzeugung aus erneuerbaren Quellen; Teilprojekt P6: KI-optimierte Planungsverfahren für die Erzeugung grünen Wasserstoffs unter Einsatz volatiler erneuerbarer Energiequellen

Zeitraum
2022-05-01  –  2024-06-30
Bewilligte Summe
185.346,06 EUR
Ausführende Stelle
Förderkennzeichen
03EI6073A
Leistungsplansystematik
Digitalisierung der Energiewende [EB1830]
Verbundvorhaben
01246648/1  –  HydroGreEnergY-Env
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI6)
Förderprogramm
Energie
 
Das Projekt HydroGreEnergY-Env hat zum Ziel, die Erzeugung von Wasserstoff sowohl wirtschaftlicher als auch nachhaltiger (durch den Einsatz erneuerbarer Energiequellen) zu gestalten. Eine wesentliche Herausforderung der Erzeugung dieses grünen Wasserstoffs ist die verlässliche Bereitstellung der benötigten elektrischen Energie zum Betrieb der Elektrolyseure aus erneuerbaren Quellen, insbesondere Photovoltaik- (PV) und Windanlagen. Ein Betrieb aus nachhaltig erzeugter Energie ist unentbehrlich, um CO2-Emissionen zu vermeiden und dem Ziel der Klimaneutralität gerecht zu werden. Die Erzeugung von grünem Wasserstoff ist in ihrer Wichtigkeit in aller Regel weiteren Verbrauchern im Energienetz nachgelagert. Sie kann daher nur stattfinden, wenn hinreichende Erzeugungskapazitäten vorhanden sind und für eine sinnvolle minimale Betriebsdauer genutzt werden können, um den Verschleiß und Energieaufwand für das erneute Anfahren der Anlagen zu minimieren. Der kurze Vorhersagehorizont vieler erneuerbarer Quellen erschwert es jedoch teilweise sehr, einen verlässlichen Betrieb aus nachhaltigen Energiequellen sicherzustellen. Das Gesamtvorhaben betrachtet daher umfassend in einem Zusammenspiel aus wissenschaftlicher Forschung und praktischen Studien, (a) wie Wasserstofferzeuger modelliert und somit für theoretische Studien nutzbar gemacht werden kann, (b) wie KI-gestützte Steuerungsmethoden die Wirtschaftlichkeit und Effizienz der Erzeugung von Wasserstoff steigern können, sowie (c) wie diese Erkenntnisse in Handlungsempfehlungen überführt werden können, um weitere Unternehmen zur wirtschaftlichen Wasserstoffproduktion zu befähigen.