Effiziente Apparate für den Wärme- und Stofftransport stellen die Basis effizienter und damit ressourcenschonender Prozesse dar. Neben dem elementaren Verständnis der elementaren Transportprozesse mit Hilfe numerischer Methoden widmen wir uns der experimentellen Untersuchung und Optimierung der Apparate und Unit Operations. Ein besonderer Fokus liegt hier einerseits auf energieeffizienten Wärmeübertragern und nicht-reaktiven und reaktiven Trennapparaten. Im Bereich der Wärmeübertrager untersuchen wir insbesondere Kissenplattenapparate, die auf Grund ihrer Geometrie eine Intensivierung des Wärmeübergangs bei gleichzeitig einfacher Skalierung versprechen. Im Bereich der Trennapparate beschäftigen wir uns intensiv mit dem Einsatz strukturierter Packungen als trennwirksame Einbauten. Dabei reicht unser Interesse von der detaillierten Aufklärung der Flüssigkeitstopologie auf den mikrostrukturierten Blechen bis hin zur integralen experimentellen Charakterisierung von Fluiddynamik und Stofftransport.

Im weiteren finden Sie einige aktuelle Veröffentlichen aus diesem Forschungsschwerpunkt:

• R. Afsahnoudeh, A. Wortmeier, M. Holzmüller, Y. XGong, W. Homberg, E.Y. Kenig: Thermo-hydraulic Performance of Pillow-Plate Heat Exchangers with Secondary Structuring: A Numerical Analysis, 2023, https://doi.org/10.3390/en16217284
• C. Dechert, I.M. Baumhögger, E.Y. Kenig: CFD-based investigation of the efficiency enhancement due to microstructure reorientation in structured packing, 2024, https://doi.org/10.1016/B978-0-443-28824-1.50005-3
• P. Franke, I. Shabanilemraski, M. Schubert, U. Hampel, E.Y. Kenig: A new approach to model the fluid dynamics in sandwich packings, 2024, https://doi.org/10.1515/cppm-2023-0054
• J. Riese, A. Reitze, M. Grünewald: Experimental Characterization of 3D Printed Structured Metal Packing with an Enclosed Column Wall, 2022, https://doi.org/10.1002/cite.202200002
• H. Fasel, M. Grünewald, J. Riese: On the lower operation limit and the gain of flexibility of an innovative segmented tray column, 2022, https://doi.org/10.1002/amp2.10144
• F. Herrmann, M. Grünewald, J. Riese: Model-based design of a segmented reactor for the flexible operation of the methanation of CO₂, 2022, https://doi.org/10.1016/j.ijhydene.2022.12.122

Um den Anteil regenerativer Energiequellen auch im Bereich der Wärmebereitstellung zu erhöhen bedarf es neben entsprechender Technologien zur Energiewandlung auch Möglichkeiten zur Energiespeicherung, bzw. zur Wärmespeicherung. Eine technische Lösung ist der Einsatz von Latentwärmespeichern, bei denen die thermische Energie durch den Phasenwechsel eines spezifischen Materials (Phase Change Material, PCM) ein- bzw. ausgespeichert wird. Diese PCM Materialien können in unterschiedlicher Form vorliegen und bestimmen durch ihre physikalischen Eigenschaften die Speichertemperatur. Wir entwickeln entsprechende Latentwärmespeichersysteme für unterschiedliche Anwendungen und untersuchen diese mit Hilfe von theoretischen und experimentellen Studien. In aktuellen Arbeiten fokussieren wir uns auf die Entwicklung von Hochtemperatur-Wärmespeichern für den industriellen Einsatz und makroverkapselten PCM-Speichern mit erhöhter Kapazität für den Einsatz in Wohngebäuden und Quartieren.

Bisherige Veröffentlichungen aus diesem Forschungsschwerpunkt:

• M. Grabo, E. Acar, E. Kenig: Modeling and improvement of a packed bed latent heat storage filled with non-spherical encapsulated PCM-Elements, 2021, https://doi.org/10.1016/j.renene.2021.04.022
• M. Grabo, C. Staggenborg, K.A. Philippi, E. Kenig: Modeling and Optimization of Rectangular Latent Heat Storage Elements in an Air-Guided Heat Storage System, 2020, https://doi.org/10.3389/fenrg.2020.571787
• M. Grabo, D. Weber, A. Paul, T. Klaus, W. Bermpohl, S. Krauter, E. Kenig: Numerical Investigation of the Temperature Distribution in PCM-integrated Solar Modules, 2019, https://doi.org/10.3303/CET1976150

Die Kopplung von Energiesystem und industrieller Produktion geht weit über das Thema Wärmespeicherung hinaus. Ein Baustein ist die Nutzung von chemischen Energieträgern als Kopplungselement. Hierbei beschäftigen wir uns mit der Herstellung von synthetischen Erdgas aus CO₂ und Wasserstoff und der Herausforderung, die dafür notwendigen Power-to-Gas Anlagen entsprechend der lokal vorherrschenden Randbedingungen optimal auszulegen und zu betreiben. Ein weiterer Baustein ist die Integration von Wärmepumpen und -speicher in industrielle Produktionsprozesse. Hierzu fehlen Heuristiken und Bewertungsmethoden, die mögliche Integrationspunkte identifizieren und eine potentielle Integration schnell und aufwandsarm zu bewerten. Ein weiterer Baustein ist das Demand Side Management, welches die Anpassung der Prozessführung an die Randbedingungen des Energiesystems insbesondere der volatilen Strompreise beschreibt. Herausforderungen bestehen hier insbesondere in Bezug auf die Integration von DSM Programmen in Prozessen der (bio-)chemischen Industrie.

Weiterführende Literatur zu diesem Forschungsschwerpunkt:

• B. Bruns, M. Gross, M. Grünewald, V. Bertsch, J. Riese: A multi-step framework for the design of a flexible power-to-methane process, 2024, https://doi.org/10.1016/j.jclepro.2024.141434
• L.S. Röder, A. Gröngröft, M. Grünewald, J. Riese: Optimization of Design and Operation of a Digestate Treatment Cascade for Demand Side Management Implementation, 2024, https://doi.org/10.1016/j.compchemeng.2024.108838
• T. Hochhaus, B. Bruns, M. Grünewald, J. Riese: Optimal scheduling of a large-scale power-to-ammonia process: Effects of parameter optimization on the indirect demand response potential, 2023, https://doi.org/10.1016/j.compchemeng.2023.108132
• L. Röder, H. Etzold, A. Gröngröft, M. Grünewald, J. Riese: Decision support tool to determine the suitability of demand side management implementation in continuously operated processes – A biorefinery case study, 2023, https://doi.org/10.1002/bbb.2558
• F. Herrmann, M. Grünewald, T. Meijer, U. Gardemann, L. Feierabend, J. Riese: Operating window and flexibility of a lab-scale methanation plant, 2022, https://doi.org/10.1016/j.ces.2022.117632
• A. Di Pretoro, B. Bruns, S. Negny, M. Grünewald, J. Riese: Demand response scheduling using derivative-based dynamic surrogate models, 2022, https://doi.org/10.1016/j.compchemeng.2022.107711