Zurück zur Übersicht

Aus Grünschnitt wird Biogas

In vielen Gemeinden fallen große Mengen von Mähgut aus der Landschaftspflege an.

Bisher als Futtermittel genutzt oder entsorgt, können verschiedene Methoden daraus umweltfreundlich Energie gewinnen. Im Projekt geht es den Wissenschaftler der Uni Kassel darum, den Grünschnitt aus Herrischried und seine Produkte zu analysieren. Anders als bisherige Biogasverfahren produziert das neue Verfahren gleichzeitig Festbrennstoff und nutzt die Masse optimal: Entwässert und aufgeteilt in Presskuchen und Presssaft vergärt letzterer zu Biogas. Anschließend lässt sich das Gas nutzen, um Strom zu erzeugen, wobei die Wärme gleichzeitig dazu dient, die Presskuchen zu trocknen.

Projektdaten

Projektnummer 2008-04
Projektart Forschung und Studien
Projektträger Stadt Bad Säckingen
Laufzeit bis Febuar 2010
Zuschuss 38.095

Ihre Ansprechpartner

Richard Tuth

Richard Tuth

Innovationsfonds Klima- & Wasserschutz

T: 0761-279-29 84

E-Mail: richard.tuth@badenova.de

Michael  Artmann

Michael Artmann

Innovationsfonds Klima- & Wasserschutz

T: 0761-279-22 53

E-Mail: michael.artmann@badenova.de

Einblicke in weitere Förderprojekte:

Das KI-BHKW – Datenorientierter Service für intelligent & vorausschauend gesteuerte BHKW
Freiburg

Das KI-BHKW

„Wie stiftet man Mehrwert durch mehr Werte?“ Für das Energiesystem der Zukunft sind traditionelle Ansätze der Wärmebedarfsprognose zu überdenken. In einem gemeinsamen Innovationsprojekt nutzen E-MAKS und NEXT Data Service unter anderem die Daten fernauslesbarer Verbrauchszähler, um mit intelligenten Algorithmen den Einsatz von Blockheizkraftwerken zu optimieren. Das Ökosystem der Wärmebereitstellung wandelt sich hin zu dezentralen Energiezellstrukturen. Dabei rücken Kleinstanlagen und Quartierskonzepte gekoppelt mit Direktvermarktungsmechanismen in den Fokus. Diese zukunftsfähigen Konzepte erfordern sehr viel mehr Flexibilität und Individualität. Damit steigt die Komplexität für Wärmebedarfsprognose und -beschaffung und für den Betrieb der Anlagen im wirtschaftlichen Optimum. In der Konsequenz sind diese neuen Ansätze noch nicht wirtschaftlich. Gemeinsam mit der NEXT Data Service AG widmet sich die E-MAKS GmbH & Co. KG dieser Herausforderung. Die Unternehmen untersuchen gemeinsam die Realisierbarkeit von datengetriebenen Dienstleistungen und entsprechenden Geschäftsmodellen. Dazu entwickeln sie technologische Werkzeuge und intelligente Algorithmen, die sich insbesondere die seit Neustem sehr viel höhere Granularität von Verbrauchsdaten zu Nutze machen. Mit dem Projekt bewerten die Partner die Machbarkeit und Nutzen datengetriebener maschineller Lernverfahren. Diese Verfahren realisieren eine kurzfristige Prognose von Wärmebedarfen für Blockheizkraftwerke (BHKW). Sie werden dabei sowohl Erlöse aus der Stromproduktion als auch die Dynamik der technischen Seite berücksichtigen und Störgrößen, wie z.B. den Einsatz von Pufferspeichern oder unterschiedlichen Verbrauchsszenarien bewerten. Die Partner sind sich sicher: Mit der Nutzung der zunehmend verfügbaren Daten erschließen Akteure in der Energiewirtschaft Datenpotenziale, mit denen sie sich erfolgreich vom Wettbewerb absetzen. Das Vorhaben „ DaS KI BHKW – Datenorientierter Service für KI-gestützte BHKW-Fahrweise “ wird durch den Innovationsfond Klima- und Wasserschutz der badenova gefördert. Dem Projektantrag ist dabei ein intensiver Dialog von NEXT und E-MAKS mit den verbundenen Unternehmen badenova Wärmeplus, Syneco und badenova vorausgegangen. Im Rahmen von „Data Service Ideation Workshops“ diskutierten die Partner die Fragestellung, wie neue Geschäftsmodelle für Data Driven Services auf Basis vorhandener Daten innoviert werden können. Die identifizierten Service-Ideen wurden priorisiert und diese Projektidee für die erste Machbarkeitsprüfung ausgewählt. Basierend auf der Methodik der NEXT wird im Projekt nun innerhalb eines halben Jahres ein sogenannter MVP (minimal viable product) umgesetzt, der mit minimalen Mitteln einen Machbarkeitsnachweis für den gewinnbringenden Einsatz der Daten liefern soll. Untersucht wird auch mit welcher Granularität und durch welche Kombination unterschiedlicher Datensätze eine Optimierung hervorgerufen werden kann. Mit dem agilen Projektmanagement-Ansatz wird das Projekt in kleinen Iterationszyklen und kontinuierlicher Rückkopplung vorangetrieben. Damit werden Projektrisiken früh erkannt und eine flexible Nachsteuerung ermöglicht. Zusätzlich spiegelt das Projektteam monatlich im Management den Fortschritt und entscheidet hier über vorzeitigen Abbruch wegen Zielverfehlung oder Fortsetzung. Das Vorgehen erlaubt einen ressourcenoptimierte Machbarkeitsstudie auf deren Basis über die Skalierung und Weiterentwicklung des Ansatzes entschieden werden kann. Wie ein Wärmenetz optimiert werden kann, damit unterschiedliche dezentrale Wärmeerzeuger möglichst effizient zusammenspielen, wird auch im Zusammenschluss des Wärmenetz Kehl pilothaft umgesetzt, einem anderen ebenfalls vom Innnovationsfonds geförderten Projekt.