API src

Found 4627 results.

Similar terms

s/simulationmodell/Simulationsmodell/gi

Mittlere jährliche Sickerwasserrate und Grundwasserneubildung 1991-2020 [mm/a]

Mittlere jährliche Sickerwasserbildung [mm/a] aus dem 30 jährigen Mittel 1991-2020. Mittlere jährliche Grundwasserneubildung [mm/a] aus dem 30 jährigen Mittel 1991-2020. Zur nachhaltigen Bewirtschaftung der Grundwasserreserven muss der gesamte Wasserhaushalt berücksichtigt werden. Dabei spielt die Sicker- und Grundwasserbildung eine zentrale Rolle. Bei den Daten handelt es sich um das 30-jährige Mittel (1991 bis 2020). Die hier zur Verfügung gestellten Daten der Sicker- und Grundwasserbildung stammen aus der landesweiten Langzeit-Berechnung mit dem Bodenwasserhaushaltsmodell GWN-BW. GWN-BW ist ein modular aufgebautes, deterministisches und flächendifferenziertes Modell zur Berechnung der tatsächlichen Verdunstung, zur Simulation des Bodenwasserhaushaltes und der unterhalb der durchwurzelten Bodenzone gebildeten Sickerwassermenge. Die Berechnungen erfolgen auf insgesamt 102.677 Grundflächen, deren Geometrie auf der Verschneidung von Bodenkarte 1:50.000 und CORINE 2006 Landnutzung beruht.

Klimaanalyse 2022

Deutscher Wetterdienst DWD 1996: Klimakarten für das Land Berlin, Teil 1: Bioklima Berlin, Gutachten im Auftrag der Senatsverwaltung für Stadtentwicklung, Umweltschutz und Technologie, unveröffentlicht. GEO-NET 2013: Klimaökologische Untersuchung „Tempelhofer Freiheit“ in Berlin – Entwurf Rev. 02, im Auftrag der Tempelhof Projekt GmbH, Berlin unveröffentlicht. GEO-NET 2022: Regionale Kaltluftströmungen in Deutschland. Eigene Untersuchung. Unveröffentlicht. Groß, G. 1989: Numerical simulation of the nocturnal flow systems in the Freiburg area for different topographies, in: Beitr. Phys. Atmosph.,H 62, S. 57-72. Groß, G. 2002: The exploration of boundary layer phenomena using a nonhydrostatic mesoscale model, in: Meteor.Z.schr. Vol. 11 Nr.5, S.701-710. Höppe, P. 1984: Die Energiebilanz des Menschen. Münchener Universitätsschriften, Meteorol. Inst., Wiss. Mitt. 49. Höppe, P., Mayer, H. 1987: Planungsrelevante Bewertung der thermischen Komponente des Stadtklimas. Landschaft und Stadt 19 (1), S. 22–29. Kiese, O. et al. 1992: Stadtklima Münster. Entwicklung und Begründung eines klimarelevanten Planungskonzeptes für das Stadtgebiet von Münster. Stadt Münster – Werkstattberichte zum Umweltschutz 1/1992. Landesamt für Gesundheit und Soziales (LAGeSo) (Hrsg.) 2014: Verzeichnis der Krankenhäuser und Privatentbindungsanstalten, Stand 06/2014, Berlin. Internet: https://www.berlin.de/lageso/service/downloadcenter/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/liegenschaftskataster/alkis/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2013: Digitales Geländemodell (DGM), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/3d-produkte/gelaendemodell/ (Zugriff 28.07.2020) Matzarakis, A., Mayer, H., 1996: Another Kind of Environmental Stress: Thermal Stress. NEWSLETTERS No. 18, 7-10. WHO Colloborating Centre for Air Quality Management and Air Pollution Control. Matzarakis, A., Rutz, F., Mayer, H., 2000: Modellierung der mittleren Strahlungstemperatur in urbanen Strukturen, Fachtagung METTOOLS, Stuttgart 2000. Internet: https://www.urbanclimate.net/matzarakis/papers/Tmrt_mettoolsiv.PDF (Zugriff: 04.02.2019) Mosimann, Frey, Trute, Wickenkamp 1999: Karten der klima- und immissionsökologischen Funktionen – Instrumente zur prozessorientierten Betrachtung von Klima und Luft in der Umweltplanung, in: Naturschutz und Landschaftsplanung 31,(4),S. 101-108, Stuttgart. Moriske & Turowski 2002: Handbuch für Bioklima und Lufthygiene, 8. Ergänzungslieferung, Ecomed-Verlag, Landsberg. Richter & Röckle (iMA Immissionen, Meteorologie Akustik) o.J.: Das numerische Simulationsmodell FITNAH, digitale PDF-Datei, Freiburg. Internet: https://www.ima-umwelt.de/fileadmin/Dokumente/Klima/fitnah_kurzuebersicht.pdf (Zugriff am 27.01.2016) SenStadt (Senatsverwaltung für Stadtentwicklung, Baue und Wohnen Berlin) (Hrsg.) 2020: Flächennutzung und Stadtstruktur – Dokumentation der Kartiereinheiten und Aktualisierung des Datenbestandes, Berlin. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/nutzungen_stadtstruktur_2020.pdf (Zugriff 23.05.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015: GEO-NET Umweltconsulting GmbH, Hannover: GIS-gestützte Modellierung von stadtklimatisch relevanten Kenngrößen auf der Basis hochaufgelöster Gebäude- und Vegetationsdaten; EFRE Projekt 027 Stadtklima Berlin, Abschlussbericht. Internet: https://www.stadtentwicklung.berlin.de/umwelt/umweltatlas/download/Projektbericht_StadtklimaBerlin_SenStadtUm_IIID_2015.pdf (Zugriff 25.01.2016) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015c: PRISMA – Planungsraumbezogenes Informationssystem für Monitoring und Analyse, Berlin. Internet: https://www.stadtentwicklung.berlin.de/soziale_stadt/sozialraumorientierung/de/prisma.shtml (Zugriff 26.11.2015) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025a: Stadtklimaanalyse Berlin 2020/2022: Dokumentation der Datengrundlagen, Modellsimulation und Klimaanalyse. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimaanalyse_2022.pdf (Zugriff 22.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025b: Klimamodellierung 2022: Auswertung von Messdaten ausgewählter Klimastationen in Berlin und Potsdam. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimastationen_2022.pdf (Zugriff 22.04.2025) VDI (Verein Deutscher Ingenieure) 2008: Richtlinie VDI 3785, Blatt1, Methodik und Ergebnisdarstellung von Untersuchungen zum planungsrelevanten Stadtklima, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 11.05.2009) VDI (Verband Deutscher Ingenieure) 2015: Richtlinie VDI 3787 Blatt 2 Umweltmeteorologie: Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas. Verein Deutscher Ingenieure, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff 02.04.2024) VDI (Verein Deutscher Ingenieure) 2022: Richtlinie VDI 3787, Blatt2, Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 02.04.2025) Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Textteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Abbildungsteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2001: Umweltatlas Berlin, Karte 04.07 Klimafunktionen, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2000/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2003: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2004: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2022: Umweltatlas Berlin, Karte 04.10 Klimamodellierung Berlin – Klimaanalysekarten 2022, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2022/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2018: Umweltatlas Berlin, Karte 03.11.2 Verkehrsbedingte Luftbelastung im Straßenraum 2020 und 2025, Berlin. Internet: https://www.berlin.de/umweltatlas/luft/strassenverkehr-emissionen-und-immissionen/2018/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2021: Umweltatlas Berlin, Karte 01.02 Versiegelung, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/versiegelung/2021/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2015: Umweltatlas Berlin, Karte 01.11.3 Naturnähe, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/bodenfunktionskriterien/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Umweltatlas Berlin, 2022, Karte 04.12 Entwicklung der Anzahl ausgewählter klimatologischer Kenntage, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimawandel/2022/zusammenfassung/ SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Berlin. Internet: https://gdi.berlin.de/geonetwork/srv/ger/catalog.search#/metadata/0a7c53a5-b29d-3f45-9734-1c811045e6c2 (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2016: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Planungshinweiskarte Stadtklima, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Reale Nutzung der bebauten Flächen / Grün- und Freiflächenbestand 2020. Internet: https://www.berlin.de/umweltatlas/nutzung/flaechennutzung/2020/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Gebäudehöhen. Internet: https://www.berlin.de/umweltatlas/nutzung/gebaeudehoehen/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Vegetationshöhen. Internet: https://www.berlin.de/umweltatlas/biotope/vegetationshoehen/2020/methode/ (Zugriff 16.04.2025)

Wie wirken sich natürliche Variabilität und anthropogen bedingte Änderungen auf die stratosphärische Brewer-Dobson Zirkulation und den Ozonfluss in die Troposphäre aus?

Die Brewer-Dobson Zirkulation (BDC) spielt eine Schlüsselrolle für das globale Klima, da sie die Konzentrationen von Ozon, Wasserdampf und Aerosol in der oberen Troposphäre und unteren Stratosphäre (UTLS) beeinflusst. Diese Spurengase wiederum wirken sich über Strahlungsprozesse auf das Klima aus. Insbesondere bewirken Änderungen in der BDC Änderungen im Ozonfluss aus der Stratosphäre in die Troposphäre und haben darüber einen Einfluss auf Klima und Gesundheit. Das Verständnis der Variabilität der BDC auf saisonalen bis dekadischen Zeitskalen ist Voraussetzung für eine verläßliche Detektion von anthropogen bedingten Langzeit-Änderungen (Trends). Allerdings ist die Variabilität der BDC in den Klimamodellen nur unzureichend repräsentiert, und nicht in Übereinstimmung mit Spurengas-Messungen.Der Projektantrag zielt auf eine Abschätzung der Einflüsse von natürlicher Variabilität und Trends der BDC auf die Spurengaskonzentrationen in der UTLS ab. Insbesondere sollen diejenigen dynamischen Mechanismen untersucht werden, die die Unterschiede zwischen Modellen und Beobachtungen bewirken. Das Projekt verbindet etablierte diagnostische Methoden, neuartige Modell-Simulationen mit einem Lagrangeschen Transportmodell (CLaMS) und mit einem gekoppelten Chemie-Klimamodell (EMAC) mit Beobachtungsdaten, um die BDC Änderungen und dadurch bedingte Klimaeinflüsse zu untersuchen. Der Arbeitsplan gliedert sich in drei Arbeitpakete: (1) Untersuchung von natürlicher Variabilität und anthropogen bedingter Trends der BDC, (2) Untersuchung der involvierten dynamischen Mechanismen, (3) Abschätzung der Einflüsse von BDC Änderungen auf den Ozonfluß aus der Stratosphäre in die Troposphäre.Dazu werden erstens Zeitreihen von Luftalter und Ozon aus Beobachtungen auf Variabilitäten und Trends der BDC untersucht und mit Simulationen des CLaMS und des EMAC Modells verglichen, zur Validierung der Modelle. Mithilfe von Regressions-Methodiken werden dann Variabilitäten und Trends in der BDC und in den UTLS Spurengasverteilungen verschiedenen Variabilitäts-Moden im Klimasystem zugeschrieben. Zweitens, werden die involvierten dynamischen Prozesse anhand von drei Arten von Sensitivitäts-Experimenten mit dem EMAC Modell untersucht. Insbesondere können mit diesen vorgeschlagenen Sensitivitäts-Experimenten die dynamischen Mechanismen der BDC Änderungen durch ENSO und Vulkanaerosol aufgedeckt werden, sowie die Gründe für diesbezügliche Differenzen zwischen Modell und Beobachtung. Schließlich sollen der Effekt von BDC Änderungen auf den Ozonfluß in die Troposphäre und die dadurch bedingten Klimaeffekte angeschätzt werden. Dabei wird der Ozonfluß im Modell anhand eines Budget-Ansatzes für die untere Stratosphäre bestimmt. Regressions-Analyse ermöglicht eine Zuschreibung der Variabilität im Ozonfluß zu den verschiedenen Variabilitäts-Moden im Klimasystem, und somit eine Abschätzung der entsprechenden Effekte auf Klima und Luftqualität.

Performante Open Source Software Suite für die Forschung zur Dynamik von Stromnetzen, Teilprojekt: Koordination, Community Building, Backend Entwicklung und erste Forschungsvorhaben

Angesichts der Herausforderungen der Energiewende und insbesondere dem anstehenden Wechsel von Synchronmaschinen zu netzbildenden Wechselrichtern, ist methodische Forschung zur kollektiven Dynamik von Stromnetzen hochaktuell. Existierende Simulationsumgebungen entsprechen oft nicht dem Stand der Technik, was numerische Methoden sowie die Nutzung von High-Performance Computern (HPC) und GPUs angeht. Dies verhindert ihren Einsatz in großen Sampling Studien, die zum Beispiel für den Einsatz von Machine Learning (ML) notwendig sind. Des Weiteren lassen sich methodische und mathematische Fortschritte häufig nur schwer oder gar nicht in existierender Software implementieren, wodurch sie nicht an realistischen Modellen validiert werden können und letzten Endes nicht in der Praxis ankommen. Für die methodische Forschung ist die Flexibilität der Implementierung der Modelle, als auch die Performance von Simulationen von entscheidender Bedeutung. Für den Einsatz von KI und ML sind große Mengen an Simulationsdaten als Input erforderlich. Um überhaupt in die Forschung zu hybriden KI Methoden, die physikalischen Simulationen und ML direkt verbinden, einsteigen zu können, ist es notwendig, die Modelle in dafür konzeptionierten Programmiersprachen zu implementieren. Existierende Softwaretools stoßen auch in der Praxis an Performance-Grenzen. Durch die eingeschränkte Leistungsfähigkeit heutiger Simulationssoftware können so in zeitkritischen Situationen nicht alle potenziell relevanten Störfälle betrachtet werden. In diesem Projekt soll diese Lücke geschlossen werden, indem eine Software Suite entwickelt wird, die darauf ausgelegt ist, methodische Neuerungen schnell und effektiv zu integrieren und gleichzeitig realistische dynamische Modelle des Stromnetzes simulieren kann. Die Aufgaben des PIK umfassen Koordination des Projekts, Community-Building und Workshops, Trainingsmaterialien und Tutorials, Backend- und Frontend-Entwicklung sowie erste Forschungsvorhaben als Modellstudien.

Performante Open Source Software Suite für die Forschung zur Dynamik von Stromnetzen

Angesichts der Herausforderungen der Energiewende und insbesondere dem anstehenden Wechsel von Synchronmaschinen zu netzbildenden Wechselrichtern, ist methodische Forschung zur kollektiven Dynamik von Stromnetzen hochaktuell. Existierende Simulationsumgebungen entsprechen oft nicht dem Stand der Technik, was numerische Methoden sowie die Nutzung von High-Performance Computern (HPC) und GPUs angeht. Dies verhindert ihren Einsatz in großen Sampling Studien, die zum Beispiel für den Einsatz von Machine Learning (ML) notwendig sind. Des Weiteren lassen sich methodische und mathematische Fortschritte häufig nur schwer oder gar nicht in existierender Software implementieren, wodurch sie nicht an realistischen Modellen validiert werden können und letzten Endes nicht in der Praxis ankommen. Für die methodische Forschung ist die Flexibilität der Implementierung der Modelle, als auch die Performance von Simulationen von entscheidender Bedeutung. Für den Einsatz von KI und ML sind große Mengen an Simulationsdaten als Input erforderlich. Um überhaupt in die Forschung zu hybriden KI Methoden, die physikalischen Simulationen und ML direkt verbinden, einsteigen zu können, ist es notwendig, die Modelle in dafür konzeptionierten Programmiersprachen zu implementieren. Existierende Softwaretools stoßen auch in der Praxis an Performance-Grenzen. Durch die eingeschränkte Leistungsfähigkeit heutiger Simulationssoftware können so in zeitkritischen Situationen nicht alle potenziell relevanten Störfälle betrachtet werden. In diesem Projekt soll diese Lücke geschlossen werden, indem eine Software Suite entwickelt wird, die darauf ausgelegt ist, methodische Neuerungen schnell und effektiv zu integrieren und gleichzeitig realistische dynamische Modelle des Stromnetzes simulieren kann. Die Aufgaben des PIK umfassen Koordination des Projekts, Community-Building und Workshops, Trainingsmaterialien und Tutorials, Backend- und Frontend-Entwicklung sowie erste Forschungsvorhaben als Modellstudien.

Demonstration von Speicher- und Regelungs-Technologien der Windheizung 2.0, Teilvorhaben: Entwicklung der HW &SW für die spezifische Regelung der drei Speicherkonzepte für reale Objekte inkl. weiterer Entwicklung der Windheizung 2.0 Steuer SW

Das Projekt 'Windheizung 2.0: Demo' dient der Weiterentwicklung und Demonstration einer systemverträglichen Sektorenkopplung zwischen der zukünftig steigenden regenerativen Stromerzeugung und der Wärmeversorgung hoch gedämmter Gebäude. Im Vorhaben wird die gesamte Systemtechnik der Windheizung 2.0 weiterentwickelt, die Nutzer-Interaktion mit Technik und Regelung untersucht und die Nutzer-Akzeptanz des Systems erfasst. Hierzu werden 4 Gebäude mit je einer der 4 Windheizung 2.0-Speichertechnologien ausgestattet. - großer Warmwasserspeicher - Bauteilaktivierung Alt- und Neubauvariante - Hochtemperatur-Steinspeicher Im Rahmen der vorangegangenen Windheizung 2.0 Projekte wurden Simulationsmodelle für die Anlagentechnik- und Speichersysteme entwickelt, validiert und in die Software WUFI® Plus integriert. Hiermit werden im Planungsprozess die Demogebäude, deren Anlagentechnik- und Speichersysteme als Modelle abgebildet und mit den Ergebnissen die Fachplanung unterstützt. Im Arbeitsschwerpunkt Netzintegration werden die folgenden 4 wesentlichen Punkte bearbeitet: - Online-Fähigkeit Bereitstellung prognosebasierter Schaltempfehlungen - Marktdienlichkeit Schaltempfehlungen - Netzdienlichkeit Schaltempfehlungen - Energiewirtschaftliche und -politische Aspekte der Preisgestaltung für WH 2.0 Gebäude.

Harmonisierte Bilanzierung des Nährstoffhaushaltes auf Intensivmessflächen des Forstlichen Umweltmonitorings, Teilvorhaben 3: Stoffhaushaltstypen und Risikobewertung

Entwicklung und Validierung spezieller AC2 Modelle für Reaktorkern und Kühlsystem von Forschungsreaktoren

Demonstration von Speicher- und Regelungs-Technologien der Windheizung 2.0, Teilvorhaben: Verbundkoordination und Evaluierung der Demogebäude

Das Projekt 'Windheizung 2.0: Demo' dient der Weiterentwicklung und Demonstration einer systemverträglichen Sektorenkopplung zwischen der zukünftig steigenden regenerativen Stromerzeugung und der Wärmeversorgung hoch gedämmter Gebäude. Im Vorhaben wird die gesamte Systemtechnik der Windheizung 2.0 weiterentwickelt, die Nutzer-Interaktion mit Technik und Regelung untersucht und die Nutzer-Akzeptanz des Systems erfasst. Hierzu werden 4 Gebäude mit je einer der 4 Windheizung 2.0-Speichertechnologien ausgestattet. -großer Warmwasserspeicher -Bauteilaktivierung Alt- und Neubauvariante -Hochtemperatur-Steinspeicher Im Rahmen der vorangegangenen Windheizung 2.0 Projekte wurden Simulationsmodelle für die Anlagentechnik- und Speichersysteme entwickelt, validiert und in die Software WUFI® Plus integriert. Hiermit werden im Planungsprozess die Demogebäude, deren Anlagentechnik- und Speichersysteme als Modelle abgebildet und mit den Ergebnissen die Fachplanung unterstützt. Im Arbeitsschwerpunkt Netzintegration werden die folgenden 4 wesentlichen Punkte bearbeitet: -Online-Fähigkeit Bereitstellung prognosebasierter Schaltempfehlungen -Marktdienlichkeit Schaltempfehlungen -Netzdienlichkeit Schaltempfehlungen -Energiewirtschaftliche und -politische Aspekte der Preisgestaltung für WH 2.0 Gebäude

Simulation der Schadstoffausbreitung in der Atmosphaere ueber See und im kuestennahen Bereich

Numerische Modelle zur Simulation der Schadstoffausbreitung in der Atmosphaere sind wesentliche Hilfsmittel fuer Immissionsprognosen, Stoerfallanalysen und die Interpretation der Messergebnisse von Luftgueteueberwachungssystemen. Die Modelle beduerfen wegen der Komplexitaet der atmosphaerischen Vorgaenge jedoch einer umfassenden experimentellen Verifikation in ihrem Anwendungsgebiet. Das Vorhaben beinhaltet zum einen die Verifikation und Weiterentwicklung der Simulationsmodelle ATMOS (1) und MODIS (2) mit Hilfe der Messergebnisse der Lidar-Fernmessstationen auf der Georgswerder Hoehe in Hamburg (Vorhaben UFOKAT'79: LU 31-056/DB-Nr:00009829) bzw. auf dem MS TABASIS (Verbrennung chlorierter Kohlenwasserstoffe auf See; Vorhaben UFOKAT'79: AB 52-007/DB-NR: 00009827). Zum anderen dienen die Modelle zur Interpretation und Verallgemeinerung der Feldmessdaten dieser Stationen. Die fuer die Modelle erforderlichen meteorologischen Eingangsdaten werden begleitenden meteorologischen Messungen entnommen bzw. mit Hilfe eines meteorologischen Grenzschichtmodells gewonnen. Ergaenzend werden Labormessungen zur Bestimmung von Washout-Koeffizienten durchgefuehrt.

1 2 3 4 5 … 461 462 463