Die Vorlesung vermittelt weitergehende Kenntnisse zur den Abhängigkeiten des Wasserressourcenmanagements mit Blick auf die Trinkwasserversorgung. Die aktuelle Situation der globalen Wasserressourcen wird dargestellt, Abhängigkeiten zwischen Nutzungsinteressen erarbeitet und internationale Beispiele für „Best-Pratice“ sowie unzureichenden Wasserressourcenmanagements präsentiert und diskutiert. Entsprechend werden den Studierenden notwendige Voraussetzungen und Rahmenbedingungen für ein „integriertes Wasserressourcenmanagement“ vermittelt. Mit Bezug zum EU Raum und insbesondere Deutschland werden weiterhin Aspekte relevanter Rechtsnormen, administrative Strukture der Wasserversorgung sowie Fragen der Organisation von Trinkwasserversorgungsunternehmen (kommunal, privat, public privat partnership) vermittelt. Managementinstrumente wie das Life-Cycle Assessment, Modelle des Benchmarkings sowie der Wasserdargebotserfassungwerden für die Trinkwasserversorgung präsentiert und diskutiert. Die Inhalte der Vorlesung schließen wo möglich und sinnvoll, regionale Bezüge mit ein.
Leistungsnachweis:
680 - Wasserressourcen und -versorgung<ul><li>680 - Wasserressourcen und -versorgung: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
1
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.