Zugl.: Hannover, Univ., Diss.

Universiẗat, Diss., 2004--Bonn.

In einem Vorprojekt wurde die Machbarkeit der Kältespeicherung untersucht und positiv bewertet. Obwohl in der Bundesrepublik Deutschland bis 2007 noch kein großtechnischer Kurzzeit-Kältespeicher existierte, haben die Stadtwerke Chemnitz AG einen Speicher erfolgreich errichtet. Seit 2007 ist dieser Kaltwasserspeicher in Betrieb. Die Professur Technische Thermodynamik der TU Chemnitz übernahm bei diesem Verbundforschungsvorhaben die Begleitforschung (Forschung, Entwicklung, Beratung, Überwachung). Es wurde demonstriert, dass große Kältespeicher energetische, ökologische und ökonomische Vorteile bewirken können. Diese Vorteile kann man nutzen, um die Kraft-Wärme-Kälte-Kopplung zu stärken. Neben dem höheren Einsatz von Abwärme aus der Kraft-Wärme-Kopplung, ist die Reduktion des Elektroenergiebedarfs und die Begrenzung von Lastspitzen von besonderer energiewirtschaftlicher Bedeutung. Folgeprojekte in Deutschland zeigen die Akzeptanz dieser Technik. Dieser Bericht liefert eine Beschreibung des Systems und die Ergebnisse des Verbundvorhabens. Der Schwerpunkt liegt dabei auf der Auswertung des Betriebs von 2007 bis 2009. Das zugrunde liegende Monitoringprogramm lieferte hierfür die entsprechenden Messwerte.

In dieser Arbeit wird ein Modell für die Simulation des Verbraucherverhaltens in Haushalten entwickelt. Das Ziel ist die Erstellung von Lastprofilen für den Strom- und Wasserverbrauch. Das Modell wird in einem Programm implementiert. Die Ergebnisse werden anschließend validiert und verschiedene Kenngrößen mit Literaturwerten verglichen. Abschließend wird eine Parameterstudie durchgeführt, um den Einfluss verschiedener Faktoren wie z.B. das Arbeitszeitmodell oder die Feiertagsmodellierung auf Lastprofile zu quantifizieren. Das Modell basiert auf einem Bedürfnismodell aus der Psychologie und ermöglicht den Verzicht auf die Errechnung von Aktivitäts-Wahrscheinlichkeitsverteilungen. / In this thesis a model for the simulation of the behaviour of people in residential households is introduced. The goal is to generate load profiles for residential electricity and water consumption. The model is implemented as a Windows program. The results are validated and various metrics are compared with literature values. A parameter study is performed to quantify the influence of various factors such as the working hours or the influence of holidays on the load profile. The model is based on a desire model from the field of psychology and makes it possible to avoid calculating any probabilty distributions.

In einem Vorprojekt wurde die Machbarkeit der Kältespeicherung untersucht und positiv bewertet. Obwohl in der Bundesrepublik Deutschland bis 2007 noch kein großtechnischer Kurzzeit-Kältespeicher existierte, haben die Stadtwerke Chemnitz AG einen Speicher erfolgreich errichtet. Seit 2007 ist dieser Kaltwasserspeicher in Betrieb. Die Professur Technische Thermodynamik der TU Chemnitz übernahm bei diesem Verbundforschungsvorhaben die Begleitforschung (Forschung, Entwicklung, Beratung, Überwachung). Es wurde demonstriert, dass große Kältespeicher energetische, ökologische und ökonomische Vorteile bewirken können. Diese Vorteile kann man nutzen, um die Kraft-Wärme-Kälte-Kopplung zu stärken. Neben dem höheren Einsatz von Abwärme aus der Kraft-Wärme-Kopplung, ist die Reduktion des Elektroenergiebedarfs und die Begrenzung von Lastspitzen von besonderer energiewirtschaftlicher Bedeutung. Folgeprojekte in Deutschland zeigen die Akzeptanz dieser Technik. Dieser Bericht liefert eine Beschreibung des Systems und die Ergebnisse des Verbundvorhabens. Der Schwerpunkt liegt dabei auf der Auswertung des Betriebs von 2007 bis 2009. Das zugrunde liegende Monitoringprogramm lieferte hierfür die entsprechenden Messwerte.

In dieser Arbeit wird ein Modell für die Simulation des Verbraucherverhaltens in Haushalten entwickelt. Das Ziel ist die Erstellung von Lastprofilen für den Strom- und Wasserverbrauch. Das Modell wird in einem Programm implementiert. Die Ergebnisse werden anschließend validiert und verschiedene Kenngrößen mit Literaturwerten verglichen. Abschließend wird eine Parameterstudie durchgeführt, um den Einfluss verschiedener Faktoren wie z.B. das Arbeitszeitmodell oder die Feiertagsmodellierung auf Lastprofile zu quantifizieren. Das Modell basiert auf einem Bedürfnismodell aus der Psychologie und ermöglicht den Verzicht auf die Errechnung von Aktivitäts-Wahrscheinlichkeitsverteilungen.:Inhaltsverzeichnis 1 Einleitung 1.1 Motivation 1.2 Ziel der Arbeit 2 Einordnung 3 Wissensstand 3.1 Lastprofile 3.1.1 VDEW-Standard-Lastprofile 3.1.2 Referenzlastprofile von Ein- und Mehrfamilienhäusern für den Einsatz von KWK-Anlagen (VDI 4655) 3.1.3 BDEW-Standardlastprofile Gas 3.1.4 IEA Annex 42 Lastkurven 3.2 Lastprofilgeneratoren 3.2.1 Methoden 3.2.2 Auswahl der Beispiele 3.2.3 Lastprofilgenerator nach Stokes 3.2.4 Lastprofilgenerator nach IEA Annex 42 3.2.5 Lastprofilgenerator nach Jordan 3.2.6 Lastprofilgenerator nach NREL 3.2.7 Lastprofilgenerator nach Walker und Pokoski 3.2.8 Lastprofilgenerator nach Capasso 3.2.9 Lastprofilgenerator nach Widen et al. 3.2.10 Lastprofilgenerator nach Richardson 3.2.11 Lastprofilgenerator nach Metz 3.2.12 Lastprofilgenerator nach Fischer 3.2.13 Zusammenfassung der Lastprofilgeneratoren 3.3 Verhaltenssimulation 3.3.1 Rational Choice Model 3.3.2 Verhaltensmodell nach D. Dörner 3.4 Hausinfrastrukturmodelle 3.4.1 Heizung und Kühlung 3.4.2 Modellierung in TRNSYS 4 Das Modell des bLPG 4.1 Bedürfnismodell 4.2 Modellierung eines einzelnen Haushalts 4.2.1 Desires 4.2.2 Person 4.2.3 Load Types 4.2.4 Devices 4.2.5 Time Profile 4.2.6 Time Limits 4.2.7 Affordances 4.2.8 Berechnungsbeispiel Aktivitätenauswahl 4.2.9 Zusammenfassung der Modellierung eines Haushalts 4.3 Verbesserung der Modellqualität 4.3.1 Locations 4.3.2 Holidays 4.3.3 Geographic Locations 4.3.4 Subaffordances 4.3.5 Temperature Profiles und Date Based Profiles 4.3.6 Vacations 4.3.7 Autonome Geräte 4.4 Houses und Settlements 4.4.1 House Types 4.5 Abstraktion der Geräte 4.6 Abstraktion Haushaltsdefinition 4.7 Elemente für Auswertungen 4.8 Zusammenfassung des Modells des bLPG 5 Implementierung 5.1 Allgemeines 5.2 Historie 5.3 Features 5.4 Struktur 5.5 User Interface 5.6 Database 5.7 CalcController 5.8 Calculation 5.8.1 Aktivitätswahl 5.8.2 Protokollierung 5.8.3 House Infrastructure 5.9 ChartCreator 5.10 SimulationEngine.Exe 5.11 Verwendete Bibliotheken 5.12 Zusammenfassung der Implementierung 6 Modellierung der vordefinierten Haushalte 6.1 Datenbasis und Modellierung 6.2 Vordefininierte Elemente 6.3 Namensschema 6.4 Erfahrungen bei der Erstellung der vordefinierten Haushalte 6.5 Zusammenfassung 7 Validierung 7.1 Einzelner Haushalt 7.1.1 Aktivitäten - Rasterdiagramme 7.1.2 Aktivitäten - Zeit pro Affordanz 7.1.3 Summe des Stromverbrauchs 7.1.4 Verlauf des Lastprofils 7.1.5 Wasserverbrauch 7.1.6 Integration von Photovoltaik 7.1.7 Lichtbedarf 7.1.8 Zusammenfassung CHR03 7.2 Vordefinierte Haushalte 7.2.1 Stromverbrauch 7.2.2 Verhaltensgesteuerter Anteil am Stromverbrauch 7.2.3 Zeitverbrauch der Aktivitäten 7.2.4 Eigenverbrauchsquote mit einer Photovoltaik-Anlage 7.2.5 Jahresdauerlinien 7.3 Validierung einer Siedlung 7.3.1 Gleichzeitigkeitsfaktor des Stromverbrauchs 7.3.2 Vergleich einer Siedlung mit dem H0-Profil 7.4 Fazit 8 Anwendungsmöglichkeiten und Ergebnisse 8.1 Integration von Photovoltaik und Batterien 8.2 Parameterstudie 8.2.1 Vergleichskriterien 8.2.2 Einfluss von Brückentagen 8.2.3 Einfluss von Urlaubsreisen 8.2.4 Einfluss des Rentneranteils 8.2.5 Einfluss von Schichtarbeitern 8.2.6 Einfluss von Arbeitslosigkeit 8.2.7 Einfluss der Energieintensitätseinstellung 8.2.8 Einflussgröße Beleuchtung 8.3 Zusammenfassung der Parameterstudie 9 Ausblick 9.1 Verbesserungspotenziale der Implementierung 9.2 Verbesserungspotenziale der Datenbasis 9.3 Zusammenfassung des Ausblicks 10 Zusammenfassung Anhänge Anhang A Website Anhang B LoadProfileGenerator Manual Literaturverzeichnis / In this thesis a model for the simulation of the behaviour of people in residential households is introduced. The goal is to generate load profiles for residential electricity and water consumption. The model is implemented as a Windows program. The results are validated and various metrics are compared with literature values. A parameter study is performed to quantify the influence of various factors such as the working hours or the influence of holidays on the load profile. The model is based on a desire model from the field of psychology and makes it possible to avoid calculating any probabilty distributions.:Inhaltsverzeichnis 1 Einleitung 1.1 Motivation 1.2 Ziel der Arbeit 2 Einordnung 3 Wissensstand 3.1 Lastprofile 3.1.1 VDEW-Standard-Lastprofile 3.1.2 Referenzlastprofile von Ein- und Mehrfamilienhäusern für den Einsatz von KWK-Anlagen (VDI 4655) 3.1.3 BDEW-Standardlastprofile Gas 3.1.4 IEA Annex 42 Lastkurven 3.2 Lastprofilgeneratoren 3.2.1 Methoden 3.2.2 Auswahl der Beispiele 3.2.3 Lastprofilgenerator nach Stokes 3.2.4 Lastprofilgenerator nach IEA Annex 42 3.2.5 Lastprofilgenerator nach Jordan 3.2.6 Lastprofilgenerator nach NREL 3.2.7 Lastprofilgenerator nach Walker und Pokoski 3.2.8 Lastprofilgenerator nach Capasso 3.2.9 Lastprofilgenerator nach Widen et al. 3.2.10 Lastprofilgenerator nach Richardson 3.2.11 Lastprofilgenerator nach Metz 3.2.12 Lastprofilgenerator nach Fischer 3.2.13 Zusammenfassung der Lastprofilgeneratoren 3.3 Verhaltenssimulation 3.3.1 Rational Choice Model 3.3.2 Verhaltensmodell nach D. Dörner 3.4 Hausinfrastrukturmodelle 3.4.1 Heizung und Kühlung 3.4.2 Modellierung in TRNSYS 4 Das Modell des bLPG 4.1 Bedürfnismodell 4.2 Modellierung eines einzelnen Haushalts 4.2.1 Desires 4.2.2 Person 4.2.3 Load Types 4.2.4 Devices 4.2.5 Time Profile 4.2.6 Time Limits 4.2.7 Affordances 4.2.8 Berechnungsbeispiel Aktivitätenauswahl 4.2.9 Zusammenfassung der Modellierung eines Haushalts 4.3 Verbesserung der Modellqualität 4.3.1 Locations 4.3.2 Holidays 4.3.3 Geographic Locations 4.3.4 Subaffordances 4.3.5 Temperature Profiles und Date Based Profiles 4.3.6 Vacations 4.3.7 Autonome Geräte 4.4 Houses und Settlements 4.4.1 House Types 4.5 Abstraktion der Geräte 4.6 Abstraktion Haushaltsdefinition 4.7 Elemente für Auswertungen 4.8 Zusammenfassung des Modells des bLPG 5 Implementierung 5.1 Allgemeines 5.2 Historie 5.3 Features 5.4 Struktur 5.5 User Interface 5.6 Database 5.7 CalcController 5.8 Calculation 5.8.1 Aktivitätswahl 5.8.2 Protokollierung 5.8.3 House Infrastructure 5.9 ChartCreator 5.10 SimulationEngine.Exe 5.11 Verwendete Bibliotheken 5.12 Zusammenfassung der Implementierung 6 Modellierung der vordefinierten Haushalte 6.1 Datenbasis und Modellierung 6.2 Vordefininierte Elemente 6.3 Namensschema 6.4 Erfahrungen bei der Erstellung der vordefinierten Haushalte 6.5 Zusammenfassung 7 Validierung 7.1 Einzelner Haushalt 7.1.1 Aktivitäten - Rasterdiagramme 7.1.2 Aktivitäten - Zeit pro Affordanz 7.1.3 Summe des Stromverbrauchs 7.1.4 Verlauf des Lastprofils 7.1.5 Wasserverbrauch 7.1.6 Integration von Photovoltaik 7.1.7 Lichtbedarf 7.1.8 Zusammenfassung CHR03 7.2 Vordefinierte Haushalte 7.2.1 Stromverbrauch 7.2.2 Verhaltensgesteuerter Anteil am Stromverbrauch 7.2.3 Zeitverbrauch der Aktivitäten 7.2.4 Eigenverbrauchsquote mit einer Photovoltaik-Anlage 7.2.5 Jahresdauerlinien 7.3 Validierung einer Siedlung 7.3.1 Gleichzeitigkeitsfaktor des Stromverbrauchs 7.3.2 Vergleich einer Siedlung mit dem H0-Profil 7.4 Fazit 8 Anwendungsmöglichkeiten und Ergebnisse 8.1 Integration von Photovoltaik und Batterien 8.2 Parameterstudie 8.2.1 Vergleichskriterien 8.2.2 Einfluss von Brückentagen 8.2.3 Einfluss von Urlaubsreisen 8.2.4 Einfluss des Rentneranteils 8.2.5 Einfluss von Schichtarbeitern 8.2.6 Einfluss von Arbeitslosigkeit 8.2.7 Einfluss der Energieintensitätseinstellung 8.2.8 Einflussgröße Beleuchtung 8.3 Zusammenfassung der Parameterstudie 9 Ausblick 9.1 Verbesserungspotenziale der Implementierung 9.2 Verbesserungspotenziale der Datenbasis 9.3 Zusammenfassung des Ausblicks 10 Zusammenfassung Anhänge Anhang A Website Anhang B LoadProfileGenerator Manual Literaturverzeichnis

In der Wintersaison 2005-2006 wurde ein Split-Split Plot-Design Feldversuch mit drei Wiederholungen für jede Behandlung von Kartoffeln, als Indikatorpflanze, unter den ariden Bedingungen der Kharga Oasis in der Westlichen Wüste von Ägypten durchgeführt. Drei Bewässerungslevel (100 %, 80 %, und 60 % of ETc) mit Tröpfchenbewässerung, zwei Mulchvarianten (Zuckerrübenabfall ohne und mit 24 ton ha-1) und 4 Kompostraten (0, 12, 24, und 36 ton ha-1) wurden getestet. Generell und als Ergebnis einer Regressionsanalyse der Versuchsvarianten ohne Kompost war die beste Variante die Tröpfchenbewässerung bei 80% ETc unabhängig ob gemulcht oder nicht gemulcht wurde. Andererseits die Variante mit 36 t Kompost und mit 24 t Mulch ergab die besten Ergebnisse bei 60% of ETc sowohl beim Ertrag und den Ertragskomponenten, bei den hydrophysikalischen Eigenschaften, bei der Bodenwasserretention, beim Wasserverbrauch, bei den Pflanzenkoeffizienten, der Wassernutzungseffizienz, der Düngernutzungseffizienz sowie beim Nettogewinn. Wird die Rate der Kompostgabe aber auf 24 ton ha-1 reduziert, die höchsten Nettogewinne bei der lokalen Vermarktung als auch signifikant beim Kartoffelexport werden erreicht. / Under the arid condition of Kharga Oasis in the Western Desert of Egypt, split-split plot design field experiment with three replications for each treatment using potato as an indicator plant was carried out during the winter season 2005-2006. Three irrigation levels of water regime (100 %, 80 %, and 60 % of ETc) using drip irrigation system, two treatments of soil covering (sugar cane wastes at the rate of 0 and 24 ton /ha) and compost rates (0, 12, 24, and 36 ton ha-1) were tested. In general and as a result of the triple interaction among the studied treatments, using drip irrigation either with soil mulching or not, 80 % of ETc as a water regime was the best. On the other hand, reducing drip irrigation water level at 60% of ETc in mulched soil that was treated with 36 ton ha-1 of compost recorded the highest values yield and yield components, soil hydrophysical properties, soil water retention, water consumption, crop coefficients, water economy water use efficiency, fertilizer use efficiency, net profit. But reducing the compost rate to 24 ton ha-1 attained the highest net profit for local potato consumption and achieved the best significant net profit for exportation.