Finkenrath, Matthias
Refine
Year of publication
Document Type
- Article (12)
- conference proceeding (article) (11)
- Book (2)
- conference proceeding (presentation) (2)
- Handout (2)
- Part of a Book (1)
- Doctoral Thesis (1)
- Moving Images (1)
- Report (1)
Publication reviewed
- begutachtet (26)
- nicht begutachtet (7)
Keywords
- Fernwärme (11)
- Lastprognose (11)
- Maschinelles Lernen (11)
- KWK-Flex (10)
- deepDHC (10)
- Biomass (5)
- CCS (4)
- Deep Learning (4)
- Brennstoffzelle (2)
- Machine Learning (2)
- Simulation (2)
- Anlageneinsatzplanungsoptimierung (1)
- CO2 capture (1)
- Compressed Air Energy Storage (1)
- Deep learning (1)
- Digitalisierung (1)
- Dispatch optimisation (1)
- District Heating (1)
- Dynamische Belastung (1)
- Energy Storage (1)
- Fernwärmeversorgung (1)
- Festoxidbrennstoffzelle (1)
- KI (1)
- Kraft-Wärme-Kopplung (1)
- Kraftwerke (1)
- Kraftwerkstechnik (1)
- LNG (1)
- Load forecasting (1)
- NGCC (1)
- ORC (1)
- Organic Rankine Cycles (1)
- Power-to-Heat (1)
- Process Simulation (1)
- Process simulation (1)
- Prozessimulation (1)
- Prozesssimulation (1)
- SOFC (1)
- Temporal Fusion Transformer (1)
- low temperature heat recovery (1)
Institute
Die Integration fluktuierender erneuerbarer Energien erfordert hoch flexible Kraftwerke, Energiespeicher und Power-to-X-Anlagen zur Netzstabilisierung und bedarfsgerechten Abdeckung der verbleibenden Netzlasten.
Im Projekt KWK-Flex untersucht die Hochschule Kempten mit den Partnern Fernwärme Ulm GmbH (FUG) aus Baden-Württemberg und der ZAK Energie GmbH (ZAK) aus Bayern die Entwicklung innovativer Methoden und Anlagenbetriebsstrategien zur flexiblen, stromgeführten Fahrweise von Kraft-Wärme-Kopplungs-(KWK)-Anlagen mit hohen Anteilen erneuerbarer Energien.
Die Analysen wurden unterstützt von der AGFW | Der Energieeffizienzverband für Wärme, Kälte und KWK e.V.
Für Fernwärmeversorger spielt die Lastprognose bei der Anlageneinsatzplanung eine zentrale Rolle. Benötigte Fernwärme oder auch -kälte lassen sich umso kostengünstiger, effizienter und emissionsärmer bereitstellen, je exakter die zu erwartende Last abgeschätzt werden kann. Ein neuartiges, an der Hochschule Kempten entwickeltes Verfahren namens »Deep DHC« kann die Genauigkeit dieser Lastprognosen deutlich erhöhen
Natural gas-fueled combined cycle (NGCC) allows to reach the best performance among power plants fed by fossil fuels, but causes considerable CO2 emissions. With the aim of reducing greenhouse gases impact, NGCC could be integrated with post-combustion CO2 removal systems, typically based on chemical solvents like amines, that cause very large net efficiency penalties (about 9-12 percentage points at 90% overall CO2 capture). To reduce these high capture penalties, exhaust gas recirculation (EGR) has been studied. To further enhance the overall plant efficiency, the recovery of available low temperature heat from the solvent-based CO2 removal systems could be also performed. Low temperature heat is available in flue gas coolers (80-100 degrees C), in the amine reboiler water cooling (130-140 degrees C) and in the splitter condenser (100-130 degrees C). This waste thermal energy could be recovered by means of an Organic Rankine Cycle (ORC) that is able to convert heat into electricity efficiently even at comparably low temperatures. N-Butane was found to be as the most promising organic working fluid for the cycle operating temperatures and pressures. ORC produces additional electrical power improving the global performance of the power plant, for example, up to 1-1.5 percentage points in efficiency.