TY - THES A1 - Sporleder, Maximilian T1 - Design optimization of decarbonized district heating systems T1 - Auslegungsoptimierung von dekarbonisierten Fernwärmesystemen N2 - Reducing CO₂ emissions is crucial to combat global warming, especially as district heating sector emissions have increased by 25 % since 2010. This dissertation addresses the need for decarbonizing district heating systems through a Python package designed for optimizing sustainable heat solutions. It explores three main research questions: integrating renewable heat sources, modeling pit thermal energy storage systems, and comparing central supply networks with those incorporating booster heat pumps. The research includes a systematic literature review focused on optimizing district heating, identifying gaps in integrating renewable energy and storage capacities. A modeling approach to assess storage capacity within optimization problems is developed, along with a mixed-integer linear programming model for designing supply systems. The model considers network topology, demand, weather, and component data, optimizing mass flows and minimizing costs. Key findings indicate that integrating large-scale heat pumps and waste heat can compete economically with traditional systems. Pit thermal energy storage systems, particularly in high-temperature networks (>70 °C), can be designed effectively using mixed-integer linear programming combined with simulations. Charging strategies, such as solar thermal energy for low-density areas or Power-to-Heat technologies for urban settings, enhance economic performance. The study suggests that a combination of central and decentralized units, like booster heat pumps, can optimize performance and reduce investment costs. Overall, the research emphasizes the importance of integrating waste heat and thermal storage in creating decarbonized district heating systems that can supply heat for 15 ct/kWh by 2030. N2 - Die Reduzierung von CO₂-Emissionen zur Bekämpfung der globalen Erwärmung ist eine zentrale Herausforderung. Der Wärmesektor hat seit 2010 weltweit seine CO₂-Emissionen um 25 % erhöht, was eine Dekarbonisierung der Fernwärmesysteme erfordert. Diese Dissertation entwickelt ein Python-Paket zur Auslegungsoptimierung dekarbonisierter Fernwärmesysteme und untersucht drei Forschungsfragen: die Integration erneuerbarer Wärmequellen, die Modellierung von Erdbeckenspeichern und den Vergleich zentraler und dezentraler Versorgung. Eine systematische Literaturrecherche zu Optimierungsmethoden in Fernwärmesystemen deckt Forschungslücken bei der Integration erneuerbarer Energie auf. Ein Ansatz zur Modellierung der Speicherkapazität wird entwickelt, um die Auswirkungen auf die Systemauslegung zu testen. Zudem wird ein Modell zur Auslegung von Erdbeckenspeichern hinsichtlich Geometrie und Volumen erstellt. Die Methode gliedert sich in mehrere Stufen: Berechnung der Massenströme, Auslegung des Versorgungssystems durch gemischt-ganzzahlige lineare Programmierung und Simulation zur Berechnung von Temperaturen. Die Ergebnisse zeigen, dass die Integration von Großwärmepumpen und Abwärme wirtschaftlich sinnvoll ist und mit traditionellen Systemen konkurrieren kann. Erdbeckenspeicher sind besonders für hoch temperierte Netze geeignet (> 70 °C) und können durch Solarthermie oder Power-to-Heat-Technologien geladen werden. Fallstudien belegen, dass beide Ladeoptionen unempfindlich gegenüber steigenden Strompreisen sind und Gesamtsystemkosten von unter 15 ct/kWh realisierbar sind. Die Untersuchung zentraler und dezentraler Systeme zeigt, dass Booster-Wärmepumpen an Hochtemperatur-Verbrauchern die Effizienz erhöhen und Investitionskosten senken können. Die Dissertation unterstreicht die Bedeutung der Integration von Abwärme und Erdbeckenspeichern in der Transformation der Fernwärmesysteme, um bis 2030 nachhaltige Wärmeversorgung zu gewährleisten. KW - Design optimization KW - District heating KW - Mixed-integer linear programming KW - Auslegungsoptimierung KW - Gemischt-ganzzahlige lineare Optimierung KW - Fernwärmesysteme KW - Fernwärmeversorgung KW - Abwärme KW - Großwärmepumpe KW - Wärmespeicher KW - Ganzzahlige lineare Optimierung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-68526 ER -