Datenassimilation für Energiespeicher

Projektbeschreibung

Mit zunehmender Integration von erneuerbaren Energien in den weltweiten Strommix im Rahmen der Energiewende wird die Garantie einer stabilen Stromversorgung immer schwieriger. Der Grund dafür sind die starken Fluktuationen und die schwere Vorhersagbarkeit der Produktionsleistung erneuerbarer Energien, wie zum Beispiel Photovoltaik, Windenergie oder Wasserkraft. 

Teilweise Abhilfe versprechen Energiespeicheranlagen, wie zum Beispiel Wasserkraftanlagen an Stauseen, Druckluftspeicher oder Power-to- Gas Anlagen. Dies wird aber noch nicht ausreichen. Daher sind dezentral einsetzbare Speichertechnologien notwendig, wie batteriesysteme oder thermische Speichersysteme die den Prozesswärmebedarf in industriellen Anlagen oder den Wärmebedarf in Wohnsiedlungen puffern können.

Eine vielversprechende neue Technologie wird zur Zeit untersucht: die Speicherung von Wärme aus heißer Luft in einem technischen Behälter, der mit einer porösen Schüttung aus gelöschtem Kalk (Ca(OH)2) befüllt ist. Bei Beschickung des Systems mit heißer Luft wird das chemische Gleichgewicht de Kalks verschoben, wobei große Mengen an Energie aufgenommen werden. Bei Beschickung mit kälterer, feuchter Luft verschiebt sich das Gleichgewicht zurück, die Energie wird in Form von Wärme wieder freigesetzt. 

Um diese Technik beherrschbar zu machen, sind unter anderem Simulationen des Betriebs notwendig. Entsprechende Modelle und numerische Verfahren werden zurzeit am LH2 entwickelt, unterstützt von Experimenten im technischen Maßstab am DLR. Diese Modellierung ist jedoch eine extrem große erausforderung: es handelt sich um eine nichtisotherme Strömung eines Mehrkomponenten-Gasgemisches, chemischer Reaktion zwischen Gas-und Festphase mit Energieumsatz, gekoppelt mit einer Strukturveränderung der porösen Schüttung durch die chemische Reaktion – und das in einem dreidimensionalen dynamischen und heterogenen System. Daher sind Prognosen des internen Zustandes (Ladestand, Temperatur, Gesundheitszustand) des technischen Systems entweder stark fehlerbehaftet oder bei extrem komplexer Modellierung und hoher numerischer Auflösung nicht echtzeitfähig. Für eine sinnvolle Regelung (model-predictive control) des Systems sind jedoch verlässliche simulationsbasierte Prognosen notwendig.

Zum Seitenanfang