Refine
Document Type
- Book (3)
- Master's Thesis (3)
- Conference Proceeding (1)
Institute
Keywords
- Simulation (7) (remove)
Back to the future of gaming
(2014)
Einbindung von schneebedingten Erzeugungsverlusten einer Photovoltaikanlage in die Gebäudesimulation
(2022)
Aufgrund des globalen Photovoltaikeinsatzes, der mit einer starken Skalenökonomie der Technologie einhergeht, müssen auch regionale Wetterphänomene in Erzeugungsprognosen aufgenommen werden. Ein solches Wetterphänomen ist der Schneefall, der in höheren Breitengraden und Höhenlagen einen zentralen Einfluss auf den Ertrag der Anlagen hat. Aktuelle Vorhersagen durch Simulationssoftware berücksichtigen den Einfluss einer potentiellen Schneebedeckung meist nicht ausreichend oder gar nicht und die Solarerträge in den Wintermonaten werden deutlich überschätzt. Verbesserungen der Vorhersagen sind für die wirtschaftliche und betriebliche Einschätzung von Neuinstallationen wichtig. Prognoseverbesserungen in der kalten Jahreszeit sind insbesondere für die Planung von Projekten, bei denen das Heizsystem von solaren Gewinnen abhängt, notwendig. Darüber hinaus ist es wünschenswert, dass eine Prognose der schneebedingten Verluste direkt in die Planung und Modellierung von Neubauten einfließen kann. Der folgende Text befasst sich daher mit einer beispielhaften Modellierung von schneebedingten Erzeugungsverlusten einer Photovoltaikanlage. Das Modell wird dabei in bestehende Gebäudesimulationssoftware integriert. Dazu werden historische sowie empirisch gewonnene meteorologische Daten verwendet. Die genutzten Methoden umfassen zum einen überwachtes, maschinelles Lernen für die Prognose der Schneehöhen auf der Anlage und zum anderen einen physikalischen Ansatz, der die solare Durchdringung der Schneedecke abbilden soll. Die Arbeit dient als Impuls für eine zukünftige, unkomplizierte Berücksichtigung von schneebedingten Erzeugungsverlusten bei Photovoltaikanlagen in Gebäudesimulationssoftware.
Das exakte Messen der aktuellen Spannung ist ein essenzieller Baustein sowohl für die Versorgungssicherheit als auch die Verrechnung von Leistung in der elektrischen Energietechnik. Dazu werden verschiedene Geräte verwendet, welche die Spannung auf einen normierten Wert teilen, sodass diese problemlos gemessen werden kann. In dieser Masterarbeit werden in weiterer Folge lediglich die konventionellen Spannungswandler und deren Übertragungsfehler, genauer gesagt die kapazitiven Spannungswandler, im Detail analysiert. Das übergeordnete Ziel dieser Arbeit ist es, jene Parameter der modellbasierten Messung von kapazitiven Spannungswandlern zu finden, welche die größte Sensitivität im Bezug auf den Spannungsübersetzungs-und Phasenfehler sind. Dabei werden zuallererst die zwei gängigsten Messmethoden zur Prüfung der Genauigkeit von konventionellen Spannungswandlern diskutiert. Des Weiteren wird die Arbeit anhand der CIGRE Umfragen im Bezug auf die Ausfälle der konventionellen Wandler motiviert. Des Weiteren wird der Stand der Technik ermittelt und dargelegt.
Für die Dauer der Untersuchung wurde ein kapazitiver Spannungswandler in seine beiden Hauptkomponenten (induktiver und kapazitiver Teil), zwecks besserer Analysierbarkeit der einzelnen Komponenten, zerlegt. Somit konnten sowohl die einzelnen CVT Komponenten als auch der gesamte kapazitive Spannungswandler frequenzabhängig und spannungsabhängig untersucht werden. Mittels dieser und der modellbasierten Messungen wurden die einzelnen Parameter für die Simulationsumgebung des kapazitiven Spannungswandlers ermittelt. Im Anschluss wurde dieses zum einen mittels vier verschiedener Betriebszustände und zum anderen mittels Messergebnissen sowohl der modellbasierten Prüfung als auch der Primärprüfung (EPRO Kalibrierung) verifiziert. Mit dieser Grundlage wurden anschließend die verschiedenen Sensitivitätsanalysen durchgeführt.
Wärmepumpen werden als vielversprechende Lösung zur Dekarbonisierung des Gebäudesektors angesehen. Konventionelle Kältemittel, die als direkte Emissionen aus Wärmepumpensystemen austreten, stellen insbesondere vor dem Hintergrund steigender Installationszahlen ein relevantes Treibhauspotenzial dar. Natürliche Kältemittel verfügen über ein geringes Treibhauspotenzial und können daher zur Substitution konventioneller Kältemittel verwendet werden. Dennoch werden sie bislang nicht im großen Maßstab eingesetzt. Es bedarf weiterer Studien und Anreize, um den Einsatz natürlicher Kältemittel voranzubringen. In dieser Fallstudie erfolgt anhand eines Referenzprojektes ein simulativer Vergleich zweier reversibler Luft-Wasser-Wärmepumpen. Im Referenzfall wird das konventionelle Kältemittel R32 verwendet, als Alternative dient das natürliche Kältemittel R290. Die beiden Systeme werden hinsichtlich ihrer Effizienz, Klimawirksamkeit und Wirtschaftlichkeit verglichen. Die notwendigen Berechnungen basieren auf einem kalibrierten Simulationsmodell des Gebäudes und der Anlage. Die Ergebnisse zeigen einen energetischen und ökologischen Vorteil für R290. Im Heizbetrieb, der den Hauptteil des thermischen Energiebedarfs im Referenzprojekt ausmacht, erreicht die Wärmepumpe mit R290 eine um 9% höhere Jahresarbeitszahl. Im Gegensatz dazu erzielt die R32-Wärmepumpe eine um 12% höhere Jahresarbeitszahl im Kühlbetrieb. Durch die höhere Effizienz im Heizbetrieb und das niedrigere Treibhauspotenzial des Kältemittels liegen die Emissionen durch den Betrieb der R290-Wärmepumpe um 17% unter denen der R32-Wärmepumpe. Der wirtschaftliche Vergleich der beiden Systeme fällt aufgrund höherer Investitionskosten zum Nachteil der R290-Wärmepumpe aus.
With the emergence of the recent Industry 4.0 movement, data integration is now also being driven along the production line, made possible primarily by the use of established concepts of intelligent supply chains, such as the digital avatars. Digital avatars – sometimes also called Digital Twins or more broadly Cyber-Physical Systems (CPS) – are already successfully used in holistic systems for intelligent transport ecosystems, similar to the use of Big Data and artificial intelligence technologies interwoven with modern production and supply chains. The goal of this paper is to describe how data from interwoven, autonomous and intelligent supply chains can be integrated into the diverse data ecosystems of the Industry 4.0, influenced by a multitude of data exchange formats and varied data schemas. In this paper, we describe how a framework for supporting SMEs was established in the Lake Constance region and describe a demonstrator sprung from the framework. The demonstrator project’s goal is to exhibit and compare two different approaches towards optimisation of manufacturing lines. The first approach is based upon static optimisation of production demand, i.e. exact or heuristic algorithms are used to plan and optimise the assignment of orders to individual machines. In the second scenario, we use real-time situational awareness – implemented as digital avatar – to assign local intelligence to jobs and raw materials in order to compare the results to the traditional planning methods of scenario one. The results are generated using event-discrete simulation and are compared to common (heuristic) job scheduling algorithms.