LinkedIn Logo YouTube Logo
ANZEIGE

Automatisierungsarchitektur für Demand Response

Die zunehmende Nutzung erneuerbarer Energien führt zu einem erhöhten Bedarf an Demand Response (DR) im industriellen Sektor. Insbesondere wässrige Teilereinigungsanlagen haben ein hohes Potenzial, aber es gibt nur wenige Strategien zur Umsetzung auf realen Produktionsanlagen. In der englischsprachigen Schriftenreihe des PTW wird die DRAAD-Methode (Demand Response Automation Architecture Design) zur Umsetzung von DR-Maßnahmen an wässrigen Teilereinigungsanlagen vorgestellt. DRAAD umfasst eine DR-Potenzialanalyse, -Automatisierungsarchitektur einschließlich eines -Automatisierungsprogramms und eines -Datenmodells sowie einen -Steuerungsalgorithmus. Die Methode wird an der Mafac-KEA-Reinigungsmaschine in der ETA-Forschungsfabrik getestet. Die Potenzialanalyse der Maschine zeigt ein 87%-iges Leistungspotenzial für die inhärente Energiespeicherung und ein 99%-iges Energieverbrauchspotenzial für den Unterbrechungsprozess.

Shaker Verlag • 1.Aufl. 2024 • 138S. • ISBN: 978-3-8440-9450-3

Das könnte Sie auch Interessieren

Weitere Beiträge

Bild: Lünendonk & Hossenfelder GmbH
Bild: Lünendonk & Hossenfelder GmbH
Wie Managed Services die digitale Transformation beschleunigen

Wie Managed Services die digitale Transformation beschleunigen

Die digitale Transformation schreitet vielerorts nur schleppend voran – und das trotz wachsender Investitionen und hoher Transformationsbereitschaft. So geben 36 Prozent der Teilnehmer einer neuen Lünendonk-Studie an, dass sich ihre bisherigen Digitalisierungsmaßnahmen nicht wie erhofft auszahlen. Gleichzeitig fehlen intern oft die nötigen Fachkräfte, um Innovationen konsequent voranzutreiben und Prozesse nachhaltig zu transformieren.

mehr lesen
Bild: Nokia GmbH
Bild: Nokia GmbH
OT-Daten effektiv nutzen

OT-Daten effektiv nutzen

Unternehmen stehen vor großen Herausforderungen, wenn es darum geht, den Wert von Echtzeitdaten aus der Betriebstechnik (OT) zu nutzen, um ihre Digitalisierungsziele zu erreichen. MX Industrial Edge (MXIE) von Nokia verarbeitet diese Daten mit Hilfe von KI- und ML-Funktionen und ermöglicht es so, schnellere und agilere Entscheidungen zu treffen. Die robuste, skalierbare und einfach zu verwaltende Edge-Computing-Plattform enthält verschiedene Anwendungen, um die Digitalisierung voranzutreiben.

mehr lesen