Die Versuche des Praktikums verdeutlichen die unterschiedlichen Aspekte der Wärmegewinnung aus biogenen Festbrennstoffen. Dazu werden zunächst unterschiedliche Biomassen (wie z.B. Holz, Stroh oder landwirtschaftliche Reststoffe) untersucht; hierbei liegt der Schwerpunkt auf dem Heiz- und Brennwert der Biomasse. Weiterhin wird die verwendete Biomasse pelletiert, die Pelleteigenschaften analysiert und ein Verbrennungsversuch an einer Pellet-Einzelraumfeuerung durchgeführt. Dabei werden die gasförmigen und festen Schadstoffemissionen, besonders der entstehende Feinstaub, gemessen und in einem weiteren Versuch die Zusammensetzung des Feinstaubes untersucht. Ein weiterer Schwerpunkt des Praktikums liegt auf der Betrachtung von Optionen zur Reduzierung des Feinstaubes aus der Biomasseverbrennung. Im Praktikum wird eine Methode zur Feinstaubreduzierung erarbeitet und getestet. Alle Versuche werden ausgewertet und die Ergebnisse vorgestellt.
Innerhalb des Laborpraktikums diskutieren die Studierenden verschiedene technischwissenschaftliche Aufgabenstellungen, sowohl fachspezifisch und fachübergreifend. Sie sprechen verschiedene Lösungsansätze der Aufgabenstellung durch und beraten über die theoretische oder praktische Umsetzung.
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.