Wissensmodellierung und semantische Technologien

LCA4CSP

Um die Nachhaltigkeitsvorteile der Solarthermie in zukünftigen Energieszenarien präzise beurteilen zu können, werden aktuelle Daten benötigt. Allerdings enthalten aktuelle Datenbanken für Lebenszyklusanalysen (LCA) keine aktuellen Einträge für CST-Systeme (Concentrated Solar Thermal), was die Bewertung der Technologie erschwert. Derzeit mangelt es im Bereich der LCA – insbesondere für CSP/CST – an formalisierten Vokabularen und Datenmodellen, die für die vollständige Umsetzung von FAIR-Datenprinzipien (Findable, Accessible, Interoperable, Reusable – Auffindbar, Zugänglich, Interoperabel, Wiederverwendbar) erforderlich sind. Diese Lücke behindert die effektive Datenintegration und schränkt das Potenzial für umfassende Analysen und Wissensaustausch innerhalb des Fachgebiets ein.

Im Rahmen des Projekts LCA4CSP untersuchen wir Solarthermiesysteme, um zu ermitteln, wie diese effizient eingesetzt werden können. Unser Ziel ist es, ihre Leistungsfähigkeit zu verstehen und die idealen Bedingungen für die Produktion und Speicherung von Solarwärme zu bestimmen. Diese Informationen sollen uns ermöglichen, fundierte Entscheidungen beim Übergang zu einer nachhaltigeren Energiezukunft zu treffen.

The Jülich Solar Towers in front of the mirror field during an experiment
On the left is the solar tower power plant with a radiation receiver at the top and an experimental level. On the right is the Multifocus Tower with three experimental levels.

Das Projekt vereint die Expertise verschiedener DLR-Institute. Während unsere Partner Wissen und Technologien im Bereich der solaren Konzentrationssysteme und LCA-Methodologien einbringen, wird das DLR-Institut für Datenwissenschaft einen entscheidenden, einzigartigen Beitrag in den Bereichen Wissensmodellierung und semantische Technologien leisten. Konkret ist das Institut für die Entwicklung einer Ontologie – einer formalen Repräsentation von Wissen – verantwortlich, um die Wissensweitergabe, Datenintegration und Reasoning innerhalb des Projektkonsortiums und darüber hinaus zu verbessern. Diese Ontologie wird Wissen über Technologien, Komponenten und Prozesse formalisieren und so standardisierte LCA und eine verbesserte Datenorganisation ermöglichen. Darüber hinaus wird sie die Anforderungen an das Datenmanagementsystem definieren und die nahtlose Integration von Life Cycle Inventory (LCI)-Daten erleichtern, was letztendlich standardisierte und vergleichbare Bewertungen verschiedener konzentrierter Solartechnologien unterstützt.

Projektlaufzeit: 01/2025 - 12/2027

Beteiligte Institute und Einrichtungen

Institut für CO₂-arme Industrieprozesse

Das DLR erweitert mit dem Institut für CO₂-arme Industrieprozesse in der Lausitz-Region seine Kompetenzen in der Energieforschung. Ziel ist es, die CO₂- und Schadstoffemissionen von industriellen Prozessen und Kraftwerken zu reduzieren.

Institut für Future Fuels

Das im Jahr 2020 gegründete Institut für Future Fuels ermöglicht es dem DLR, seine Forschungsarbeiten im Bereich der klimaneutralen Brennstoffe zu vertiefen und zu erweitern.

Institut für Solarforschung

Das DLR-Institut für Solarforschung entwickelt konzentrierende Solarsysteme für die Wärme-, Strom- und Brennstofferzeugung. Solarthermische Kraftwerke nutzen diese Technologien in Spanien, den USA und vielen weiteren Ländern mit hoher direkter Sonneneinstrahlung.

Institut für Vernetzte Energiesysteme

Das DLR-Institut für Vernetzte Energiesysteme entwickelt an den Standorten Oldenburg und Stuttgart Technologien und Konzepte für die zukünftige Energieversorgung auf Basis erneuerbarer Energien.

Institut für Technische Thermodynamik

Das Institut für Technische Thermodynamik in Stuttgart, Köln-Porz, Hamburg, Ulm und Oldenburg, forscht auf dem Gebiet effizienter und ressourcenschonender Energiespeicher und Energiewandlungstechnologien der nächsten Generation. #Batterien #Brennstoffzellen #Elektrolyseure #Wärmespeicher

Institut für Datenwissenschaften

Das DLR-Institut für Datenwissenschaften entwickelt Methoden, um Wissen aus Daten zu gewinnen, Innovationen voranzutreiben und fundierte Entscheidungen zu ermöglichen. Es zielt auf ein umfassendes "Datenrückgrat" ab, indem es den gesamten Datenlebenszyklus betrachtet. Damit fördert es, eine effiziente und innovative Datennutzung in Wissenschaft und Gesellschaft und stärkt nachhaltige Prozesse sowie zukunftsfähige Technologien in allen Anwendungsbereichen des DLR.