Power-to-X-to-Power Energy Storage & Conversion

Herausforderung/Aufgabe

  • Bereitstellung von kohlenstoffneutraler und -langfristiger Energiespeicherung
  • Integration fluktuierender erneuerbarer Energien
ein einfacher blauer Trennstrich

Lösungsansatz

  • Speicherung in chemischen Energieträgern
  • Oxyfuel-Verbrennung mit CO2-Rückführung
  • Methansynthese

Anwendung/Nutzung

  1. Sektorkopplung
  2. Fernwärmenetze
  3. Chemische Industrie
Hocheffiziente Power-to-X-to-Power-Energiespeicher- und Umwandlungssysteme unter Einbeziehung von grünem Wasserstoff, NextGen-Oxyfuel-Verbrennung und E-Fuel-Synthese
Ein Trenner bestehend aus Kreisen in den sechs Lab-Farben
Beschreibung/Technologie

Energiespeichersysteme speichern überschüssige erneuerbare Energie in chemischen Energieträgern und geben diese während Zeiten geringer erneuerbarer Energieerzeugung wieder ab. Diese Speichersysteme gelten als kohlenstofffrei, da sie Kohlenstoff recyceln, ohne ihn in die Atmosphäre auszustoßen. Sie spielen eine entscheidende Rolle bei der großflächigen Integration von Wind- und Solarenergie in den Energiemarkt aufgrund ihrer hohen Speicherkapazität, ihrer Widerstandsfähigkeit und ihres Potenzials für Sektorkopplung.

Aktueller Stand (TRL)
  • TRL 4 Energie-System-Demonstrator, der die Erzeugung von oxy-methan-gestützter Wärme- und Stromerzeugung (CHP), Elektrolyse, Kohlenstoffabscheidung und -speicherung/Nutzung (CCS/CCU) sowie Methan-Synthese umfasst.
  • Schnelle Prototypisierung der Steuerungseinheiten des Energiesystems
  • Neuartige oxy-fuel Verbrennungsprozesse
  • Anwendung von künstlicher Intelligenz und digitalen Zwillingen
Zukünftige Entwicklung/Marktpotenzial
  • Konzeptentwicklung, Analyse und Optimierung von Energiespeicher- und Umwandlungssystemen• Aufbau von Laborprototypen (TRL 4)
  • Wissenschaftliche Unterstützung für die Hoch-skalierung und Testung von Energiesystemen (TRL 7)
Kooperationsmöglichkeiten

Aktuell werden Partner für Lizenzierung, gemeinsame Forschungsprojekte (insbesondere mit Absolventen/PhD) sowie industrielle Umsetzung gesucht, insbesondere im Bereich systemischer Energieumwandlung.

Patentschutz (IP-Protection)
  • Patent bereits angemeldet
  • Geschütztes Know-how

Kontakt

Prof. Dr.-Ing. Fabian Mauß
Siemens-Halske-Ring 8, 03046 Cottbus
+49 355 69 2600 | fg-tdtvt[at]b-tu.de

Dr.-Ing. Tim Franken
Siemens-Halske-Ring 8, 03046 Cottbus
+49 355 69 4333 | tim.franken[at]b-tu.de

Weitere Steckbriefe

Ein Trenner bestehend aus Kreisen in den sechs Lab-Farben
Herausforderung/Aufgabe
  • Biogasanlagen können lokale externe Effekte verursachen, darunter Geruchsbelästigungen und visuelle Beeinträchtigungen
  • Diese Effekte können zu einer Wertminderung von Immobilien führen und lokalen Widerstand hervorrufen
  • Ein vertieftes Verständnis dieser Auswirkungen ist entscheidend
  • Bedeutung für die Optimierung der Standortwahl
  • Relevanz für die gesellschaftliche Akzeptanz von Biogasanlagen
Anwendung/Praxis
  1. Energieunternehmen: Optimierung der Standortwahl für die Anlagen, zur Minimierung der Auswirkungen auf die Umgebung und Maximierung der Akzeptanz.
  2. Politische EntscheidungsträgerInnen: Entwicklung datengestützter Bebauungsrichtlinien.
  3. Real Estate Unternehmen: Immobilienfachleute: Bereitstellung von Einblicken in die Wertermittlung von Immobilien in der Nähe von Biogasanlagen.
Lösungsansatz
  • Wir quantifizieren die Auswirkungen von Biogasanlagen auf Immobilienwerte mithilfe fortschrittlicher ökonometrischer Modelle und der Analyse von Winddaten.
Herausforderung/Aufgabe
  • Analyse der öffentlichen Kommunikation (z.B. Nachrichten) bezüglich Themen der Energiewende mithilfe von KI-Anwendungen
Anwendung/Praxis
  1. Untersuchung der Kommunikation bezüglich der Energiewende in internationalen, nationalen und regionalen Nachrichtensendungen
  2. Zeitliche, quantitative und qualitative Bewertung und Quantifikation medialer Diskurse
  3. Grundlage für Forschung zu kausalen Effekten der Medienkommunikation auf individuelle Einstellungen und Verhaltensmuster
Lösungsansatz
  • Natural Language Processing – Ansatz unter Durchführung von Sentimentanalyse und Topic Modelling
  • Entwicklung eines präzisen Large Language Modells zur Erfassung von Tonalität und thematischer Struktur