dhTransLib

dhTransSim:

dhTransSIM ist eine auf der Modellierungssprache Modelica basierende Bibliothek zur objektorientierten Modellierung der Erzeugung, Verteilung und des Verbrauchs von Wärme in Wärmenetzsystemen. Methodische Grundlage der Simulation sind eindimensionale Energie- und Massenbilanzen, mit denen der Stoff- und Wärmetransport innerhalb der Wärmetrassen physikalisch abgebildet wird. Die Modell- und Auswertekette umfasst neben der thermo-hydraulischen Simulation auch die Aufbereitung von Eingangs-, Simulations- und, sofern verfügbar, Messdaten sowie deren weiterführende Auswertung in Python in Kombination mit Excel. Dadurch können sowohl simulative Szenarioanalysen als auch messdatenbasierte Vergleiche zwischen simulierten und real gemessenen Betriebszuständen durchgeführt, Abweichungen im Netzbetrieb analysiert und Effizienzpotenziale, beispielsweise im Kontext von Digitalisierungsmaßnahmen, bewertet werden.¹

Für den Aufbau von Wärmenetzmodellen sind einerseits topologische Daten des Wärmenetzes (Trassenlängen, Rohrdurchmesser und Knotenstruktur), sowie andererseits zeitlich aufgelöste Last- und Betriebsdaten erforderlich. Die Ergebnisse des Modells sind zeitlich aufgelöste Betriebsgrößen wie Vor- und Rücklauftemperaturen, Massenströme, Wärmeströme und Wärmeverluste. Die Ergebnisse bilden eine geeignete Grundlage für technische, energetische und wirtschaftliche Bewertungen von Wärmenetzen und ermöglichen sowohl zeitliche als auch räumliche Analysen der thermo-hydraulischen Transportprozesse und ggfs. von Ineffizienzen.²

dhTransOpt:

Mithilfe von dhTransOPT ist eine Identifikation von kostenoptimalen Wärmenetztopologien, die sowohl die räumliche Ausdehnung des Netzes als auch die erforderlichen Trassendurchmesser betreffen, unter Einhaltung sowohl technischer als auch ökonomischer Restriktionen möglich. Durch die Abwägung der durch die Erschließung von Kunden resultierenden Kosten (Investition in Trassen und den damit verbundenen Betriebskosten) mit den hierdurch erzielbaren Erlösen aus den Wärmeverkaufen ermittelt das Modell die kostenminimale Wärmenetzkonfiguration. Diese Fragestellung führt zu einem Problem der Gemischt-Ganzzahligen linearen Optimierung (MILP — Mixed Integer Linear Programming), bei dem eine Zielfunktion über eine Menge linearer Gleichungen sowie Ungleichungen eingeschränkt wird. Die Parametrierung von Szenarien erfolgt strukturiert durch GIS-Dateien (Geoinformationssystem), physikalische Parametertabellen und Optimierungseinstellungen. Somit werden mögliche Trassenrouten mittels georeferenzierter Koordinaten angegeben und techno-ökonomische Kennzahlen und Parameter definiert. Der Aufbau des Optimierungsmodells und die numerische Lösung des Problems findet anschließend vollautomatisiert mittels der Modellierungssprache Pyomo in Python in Kombination mit freier Wahl unterschiedlicher Solver (Gurobi, CBC, GLPK, CPLEX, etc.) statt.³

1  Zopff, C.; Brüggemann, T.; Sercan-Çalışmaz, K.; Blesl, M.; Wendel, F.; Xu, Y.; von Gneisenau, C. & Antoni, O. Technische, ökonomische und rechtliche Aspekte bei der Digitalisierung der Fernwärme, EuroHeat & Power, 2024, 4-5, 29-36
2  Wendel, F.; Blesl, M.; Mönch, M. & Huther, H. Transformationspfade und deren Einfluss auf die technische Nutzungsdauer erdverlegter Wärmeleitungen, EuroHeat & Power, 2019, 48, 32-38
3  Wendel, F.; Blesl, M.; Brodecki, L. & Hufendiek, K. Expansion or decommission? – Transformation of existing district heating networks by reducing temperature levels in a cost-optimum network design, Applied Energy, 2022, 310, 118494