Wissenschaftliche Spitzenleistungen von Nachwuchskr?ften sollen sich lohnen: Der kommunale Energiedienstleister Westfalen Weser Energie hat am 16.11.16 in Paderborn herausragende Abschluss- und Projektarbeiten im Bereich Energieeffizienz/Erneuerbare Energie mit dem Energy Award 2016 ausgezeichnet. In diesem Jahr wurden vier m?nnliche und zwei weibliche Nachwuchswissenschaftler für ihre Leistungen mit Preisgeldern belohnt. Die Preistr?ger kommen von der Universit?t Paderborn, der Hochschule Ostwestfalen-Lippe H?xter, der FH Bielefeld und der Leibniz Universit?t Hannover / ISFH Hameln-Emmerthal. Bereits zum 16. Mal f?rdert das regionale Energiedienstleistungsunternehmen damit den wissenschaftlichen Nachwuchs in Ostwestfalen - Lippe und dem Weserbergland.
Die Paderborner Preistr?ger vom Fachgebiet Leistungselektronik und Elektrische Antriebstechnik, welche mittlerweile als wissenschaftliche Mitarbeiter am selben Fachgebiet angestellt sind, wurden für ihre herausragenden Masterarbeiten pr?miert. Diese konnten sich mit folgenden Themen gegenüber der Konkurrenz durchsetzen:
S?ren Hanke befasste sich mit der Entwicklung und Untersuchung eines Managements zur Verlustminimierung in elektrischen Antriebssystemen. Dies umfasste zun?chst die Modellierung der verschiedenartigen Verluste innerhalb des Systems. Durch geeignete mathematische Algorithmen wurde sodann die Umrichter-Ansteuerung hinsichtlich verschiedener Ziele systematisch optimiert. Eine Minimierung bestimmter Verlustanteile oder die Maximierung des Wirkungsgrades in einem bestimmten Betriebspunkt des Antriebssystems stellen hierbei m?gliche Ziele dar. Auf diese Weise konnten, im Vergleich zu einer Standardmodulation, die Umrichterverluste bis zu 22 % reduziert werden. Neben der Erh?hung der Effizienz sind auch Steigerungen der Verfügbarkeit und der Lebensdauer über entsprechende Zielfunktionen m?glich.
Daniel Weber hat sich in seiner Masterarbeit im Rahmen eines Projektes zum industriellen Microgrid (= betriebsinternes ?Kleinkraftwerk“) mit der Vorhersage von Leistungsspitzen und Energieüberschüssen in solchen Microgrids mit Hilfe von künstlichen neuronalen Netzen besch?ftigt. Ziel war eine Effizienzsteigerung und gleichzeitige Kostensenkung. Neuronale Netze sind in der Biologie über Synapsen verbundene Nervenzellen beispielsweise im Gehirn oder im Nervensystem. Künstliche Neuronale Netze sind informationstechnische Modelle und k?nnen so programmiert werden, dass sie die bereits genannten Leistungsspitzen in Industrieanlagen vorhersagen und somit den Betrieb der lokalen Energieerzeugungs- und Speicherungsanlagen mit dem Ziel maximaler Effizienz anpassen k?nnen. Somit kann zu Zeiten hohen Energiebedarfs die in den Energiespeichern (z. B. Batterien) vorhandene Energie genutzt werden, um das Stromnetz zu entlasten.
