Filtern
Jahr
- 2019 (76)
- 2020 (61)
- 2021 (58)
- 2017 (56)
- 2022 (55)
- 2018 (47)
- 2023 (46)
- 2013 (44)
- 2007 (37)
- 2011 (37)
- 2024 (35)
- 2015 (33)
- 2005 (31)
- 2008 (31)
- 2016 (30)
- 2006 (28)
- 2009 (27)
- 2010 (24)
- 2014 (23)
- 2004 (21)
- 2012 (20)
- 1998 (17)
- 2003 (16)
- 1993 (10)
- 2000 (10)
- 2001 (10)
- 1997 (9)
- 2002 (7)
- 1995 (6)
- 1999 (6)
- 1992 (5)
- 1996 (5)
- 1994 (4)
- 1989 (2)
- 1990 (2)
- 1000 (1)
- 1979 (1)
- 1984 (1)
- 1987 (1)
- 1991 (1)
Publikationstyp
- Vortrag (unveröffentlicht) (521)
- Beitrag in einer (wissenschaftlichen) Zeitschrift (190)
- Beitrag in einem Buch (Kapitel) (69)
- Beitrag in einer Konferenzveröffentlichung (52)
- Buch (34)
- Beitrag in einer sonstigen (nichtwiss.) Zeitung oder Zeitschrift (24)
- Mitarbeit an einer DIN-Norm, Richtlinie, RFC (18)
- Bericht (10)
- Sonstiges (4)
- Ton (4)
Sprache
- Deutsch (934) (entfernen)
Schlagworte
- Überflutung (28)
- Überflutungsvorsorge (19)
- Hochwasser (18)
- Starkregen (18)
- Klimawandel (16)
- Trinkwasserinstallation (11)
- Urbanes Grün (11)
- Bewässerung (9)
- Baumrigole (7)
- Trinkwasserhygiene (7)
Fachbereich / Studiengang
- Energie · Gebäude · Umwelt (EGU) (934) (entfernen)
Lokale Energiemärkte können zukünftig eine der zentralen Maßnahmen der Energiewende sein, sind bisher jedoch kaum verbreitet. Durch die Einbindung einer Vielzahl von Letztverbrauchern in den Energiehandel, sind lokale Energiemärkte in der Lage, die Akzeptanz der Bevölkerung gegenüber der Energiewende zu steigern und somit die Transformation der Energiesysteme zu beschleunigen. Dieses Buch definiert erstmals die verschiedenen Arten lokaler Energiemärkte, grenzt andere Marktkonzepte ab und unterscheidet dabei zwischen verschiedenen Energieformen. Bestehende Konzepte für Peer-to-Peer Märkte, Community Self Consumption Märkte und lokale Systemdienstleistungsmärkte werden analysiert und darauf aufbauend Gestaltungsmöglichkeiten zukünftiger Marktkonzepte identifiziert. Mithilfe des entwickelten Energiemarkt Reengineering Frameworks können lokale Energiemärkte nach einem Baukastenprinzip konzeptioniert werden. In einem nachgelagerten Schritt können die Konzepte auf verbleibende technischeund rechtliche Hürden untersucht werden. Jan N. Tockloth stellt ein umfangreiches Werk zur Verfügung, das einen niederschwelligen Einstieg in lokale Energiemärkte ermöglicht und diese im energiewirtschaftlichen Kontext einordnet. Die detaillierten Inhalte und entwickelten Methoden bieten gleichzeitig einen praktischen Nutzen für Leserinnen und Leser aus den Bereichen Forschung, Energiewirtschaft und Politik.
Energieausweise informieren über den Energiebedarf und -verbrauch von Gebäuden. Für die Erstellung eines Energieausweises werden gebäudespezifische Daten benötigt, weshalb sie oft nicht für alle Gebäude vorliegen oder erst durch eine Begehung vor Ort erfasst werden können. Die vorliegende Arbeit untersucht die Möglichkeit, durch die Identifikation eines Datenschemas, basierend auf einer integrativen Analyse von Energieausweisen, Energiebedarfsvorhersagen für unbekannte Wohngebäude zu treffen. Die Zielsetzung der vorliegenden Arbeit besteht in der Identifikation wesentlicher Merkmale aus offenen Datenquellen, welche den Energiebedarf signifikant beeinflussen sowie deren Integration in ein kompaktes und effizientes Regressionsmodell. Dabei werden verschiedene maschinelle Lernmethoden, insbesondere das Extreme Gradient Boosting (XGB), eingesetzt, um Modelle zu entwickeln und zu validieren, die auf Daten aus Energieausweisen basieren.
Dafür werden unter anderem Merkmale aus den beschriebenen Merkmalen zum Dach, der Außenwände, zu Fenstern und zum Boden extrahiert und in neue Merkmale überführt. Dies sind unter anderem Dach- und Wandtyp, das zugehörige Isolationsniveau und der Verglasungsgrad der Fenster. Im Anschluss werden drei Datensätze entwickelt und auf ihre Leistung untersucht. Eine Analyse der Merkmalsrelevanz hat gezeigt, dass über alle Datensätze hinweg bestimmte Merkmale wie Gebäudetyp, Baujahr, Wohnfläche, Dämmungsgrad und geografische Lage entscheidenden Einfluss auf die Vorhersage des Energiebedarfs haben. Das auf den Fernerkundungsdaten basierte Modell, wies nach Optimierung ein Bestimmtheitsmaß R2 von 0,64 und einen mittleren absoluten Fehler (MAE) von 4,12 auf. Der Fehler bezieht sich auf eine Effizienzskala von 1-100 (Energieklasse G-A). Nach Skalierung der Pipeline und durch Ergänzung weiterer Datenpunkte, konnte der Wert auf 0,84 erhöht werden. Durch die Ergänzung von vebrauchsabhängigen Merkmalen, erreichte das XGB-Regressionsmodell ein R2 von 0,94 und einen MAE von 1,46 über den Trainings- und Testdatensatz. Zur weiteren Validierung werden die Auswirkungen der einzelnen Merkmale über Shapley-Werte quantifiziert, um die Auswirkungen der Merkmale bei der Vorhersage zu interpretieren. Die entwickelten Modelle erreichten eine hohe Prognosegenauigkeit und demonstrierten eine signifikante Verbesserung gegenüber herkömmlichen Methoden. Die Erstellung der Datensätze erfolgte unter Verwendung der Programmiersprache Python sowie des Frameworks Scikit-learn (Version 1.4.1) zur Entwicklung der Modelle. Die erzeugten Datensätze und Modelle wurden in eine reproduzierbare Pipeline überführt und stehen nach Freigabe unter GitHub zur Verfügung.
Das Spektrum technischer Filter zur Niederschlagswasserbehandlung reicht von kompakten Anlagen im dezentralen Maßstab bis zu zentralen Anlagen mit mehreren Hektar angeschlossener Fläche. Die hier vorgestellten zentralen Systeme werden im Aufstromverfahren durchflossen. Der Zufluss wird dabei durch Sedimentation oder eine Sedimentation-Lamellen-Kombination vorbehandelt. Das Spektrum der eingesetzten Filtersubstrate ermöglicht den Rückhalt feiner Partikel (AFS63) bis hin zu gelösten Stoffen. Die Rückhaltewirkung von technischen Filtern kann sehr hoch sein, allerdings muss der Kompromiss zwischen Wirkung und Wartung gefunden werden. Die Überwachung der Systeme ist durch Bilanzierung der Füllstände vergleichsweise einfach. Erste Ansätze für eine Bemessung der Systeme werden vorgestellt.
The energy demand of the residential sector contributed to about 29 % of Germany’s final energy consumption in 2020. For the planning and optimization of energy systems, an understanding of the temporal energy consumption is necessary. This paper discusses tools for estimating these load profiles. Load profiles for electricity, space heating and domestic hot water (DHW) are investigated. A total of ten tools were applied. It turns out that the selected load profiles are dependent on the field of application. Load profiles influence the results of energy system modeling and therefore it is important to differentiate load profile tools. Standardized load profiles are well suited when a large number of buildings are considered. Stochastic load profiles, behavioral load profiles and the reference load profiles are well suited for building-specific simulations. Physical load pro- files are well suited for single building models, but as soon as several buildings are considered, the input effort for a sufficient accuracy is high.
Der Spreadsheet Energy System Model Generator (SESMG) ist ein Werkzeug zur Modellierung und Optimierung von (urbanen) Energiesystemen. Der SESMG hat eine browserbasierte grafische Benutzeroberfläche, eine tabellenbasierte Dateneingabe und eine ausführliche Dokumentation, was einen einfachen Einstieg ermöglicht. Zudem erfordern die Installation und Anwendung keine Programmierkenntnisse. Im SESMG sind verschiedene Modellierungsmethoden implementiert, wie z. B. die Anwendung des Multi-Energie-System-Ansatzes, die multikriteriale Optimierung, modellbasierte Methoden zur Reduktion des Rechenaufwands sowie die automatisierte Erstellung von räumlich hoch aufgelösten Energiesystemmodellen. Somit können urbane Energiesysteme mithilfe des SESMGs mit vergleichsweise geringem Aufwand, aber unter Berücksichtigung einer Vielzahl von Parametern und Randbedingungen, modelliert und optimiert werden.
Die Planung urbaner Energiesysteme wird durch die zunehmende Verbreitung sektorgekoppelter Technologien und neuer Verbrauchssektoren immer komplexer. Klassische Planungsmethoden kommen an ihre Grenzen. Die Energiesystemmodellierung (ESM) bietet eine Möglichkeit, ein Energiesystem hinsichtlich der Kosten und der Treibhausgas (THG)- Emissionen zu optimieren. Gleichzeitig ergibt sich aus der Energiewende und angestrebten THG-Neutralität ein akuter Handlungsbedarf. Dies gilt auch für die 1 500 Kasernen in Deutschland. Im Rahmen dieser Arbeit werden der bestehende Modellierungsprozess des Spreadsheet Energy System Model Generator (SESMG) erweitert, indem Herausforderungen der Modellierung und Optimierung von Kasernen identifiziert und Lösungsansätze hierzu entwickelt werden.
Diese Arbeit basiert auf der ESM einer realen Kaserne. Es kann das Urban District Upscaling Tool zur Erstellung der für den SESMG benötigten Modelldefinition verwendet werden. Die Open-Source Datenbank SESMG-Data, kann automatisch die benötigte Standard Parameter Tabelle mit zugehörigem Bericht generieren. Weiterhin wurde ein Energieaustauschmodell vorgestellt, das den Energieaustausch zwischen Kasernen eines Bilanzkreises ermöglicht. Ein Fokus liegt auf der Abbildung zukünftiger Ausbaupläne.
Dazu wurden kasernenspezifische Gebäudeprofile entwickelt, die gemittelte spezifische Energiebedarfe und weitere Parameter zur Berechnung der Wand-, Fenster-, und Dachfläche enthalten. Der spezifische Wärmebedarf kann durch einen Faktor an die Baualtersklasse angepasst werden. Mit Hilfe statistischer Kennwerte lässt sich ein geeignetes Standardlastprofil für verschiedene Gebäudeprofile auswählen. Zur Reduktion der Komponenten im Energiesystemoptimierungsmodell (ESOM) können die Dachflächenpotenziale von Photovoltaikanlagen zusammengefasst werden. Da Kasernen nur eine Bilanzgrenze besitzen, können zudem auch die Strombedarfe der einzelnen Gebäude zusammengefasst werden. Damit lassen sich gleichzeitig dezentrale Batteriespeicher als Komponente des ESOMs ausschließen. Die Potenzialflächen von Erdwärmepumpen können zusammengefasst werden, wobei Abstands- und Belastbarkeitsgrenzen eingehalten werden müssen.
Kasernen verfügen häufig über Bestandswärmenetze, die im ESOM gesondert berücksichtigt werden müssen. Um dieses Bestandswärmenetz abzubilden, können die Verteilleitungen manuell nachgezeichnet werden und in einer Vormodellierung mit dem SESMG mit geringeren Kosten angesetzt werden. Die in dieser Arbeit entwickelten Methoden sind allgemeingültig für Kasernen. Die Übertragbarkeit der kasernenspezifischen Gebäudeprofile ist aufgrund der unterschiedlichen Nutzung von Kasernen nur eingeschränkt möglich. Der bestehende Modellierungsprozess wurde um kasernenspezifische Prozessschritte erweitert und visualisiert. Zukünftige Modellierungen von Kasernen können zur Validierung der Ergebnisse und für weitere Anpassungen, wie z. B. die Erstellung einer kasernenspezifischen Datenbank, genutzt werden.