Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
Lehrstuhl für Energieverfahrenstechnik
Fürther Straße 244f
90429 Nürnberg
Prof. Dr. Jürgen Karl – Projektleiter
Telefon: +49 (0)9115302 9021
E-Mail: juergen.karl@fau.de
Simon Markthaler – direkter Ansprechpartner / Projektkoordinator
Telefon: +49 (0)9115302 9113
E-Mail: simon.markthaler@fau.de
Dr. Martin Weng – Projektleiter
Telefon: +49 (0)241 4134492-10
E-Mail: weng@aixprocess.de
Dr. Martin Habermehl – direkter Ansprechpartner
Telefon: +49 (0)241 4134492-24
E-Mail: habermehl@aixprocess.de
Das Gesamtprojekt thematisiert die Flexibilisierung von Biogasanlagen zur Integration einer bedarfsgerechten Stromproduktion aus Biomasse in das zukünftige Stromsystem. Über die Methanisierung des in der Biogasanlage freigesetzten Kohlenstoffdioxids mit regenerativ erzeugtem Wasserstoff können Stromüberkapazitäten genutzt und für die Sektorenkopplung chemisch gespeichert werden. Folglich wird die Methanausbeute der Biogasanlage bei gleichzeitig niedrigeren spezifischen Emissionen signifikant gesteigert. Der „machine learning“-Ansatz ermöglicht hierbei die Entwicklung einer autonomen Steuerung und Regelung des Systems, welche angepasst an den Betrieb der Biogasanlage und den Strompreis zu einer wirtschaftlichen Optimierung des Gesamtprozesses führt.
Das Ziel des Gesamtprojekts ist die Erprobung der dynamischen Methanisierung von Biogas an dem Standort einer Biomethananlage. Die wirtschaftliche Einsatzplanung des Methanisierungsreaktors in der Umgebung der Biomethananlage soll softwarebasiert mit einem „machine learning“-Ansatz in einem Langzeitversuch optimiert werden.
FAU-EVT
Am Lehrstuhl für Energieverfahrenstechnik werden Voruntersuchungen zum Methanisierungsverhalten mit Biogas durchgeführt und ein Methanisierungsreaktor für den Demonstrationsbetrieb am Standort der Biomethananlage aufbereitet. Darüber hinaus wird ein virtuelles Reaktormodell für die Einbindung in die autonome Steuerung entwickelt.
aixprocess
aixprocess GmbH entwickelt die autonome Steuerung und Regelung der Methanisierungseinheit auf Basis von neuronalen Netzwerken bzw. Mustererkennung („machine learning“) und installiert diese am Standort der Biomethananlage. Dazu wird eine breite Datenbasis aus Prozess- und Simulationsdaten zum Methanisierungsreaktor, Prozessdaten der Biomethananlage und Daten zum Strommarkt aufgestellt.
revis bioenergy
revis bioenergy GmbH wird eine ihrer Biomethananlagen für die Installation des Methanisierungsreaktors vorbereiten und die Anlage vor Ort betreiben. Darüber hinaus wird eine projektbegleitende Wirtschaftlichkeitsbetrachtung des Gesamtsystems erarbeitet.
FAU-EVT
aixprocess
revis bioenergy