Die Biogasbranche in Deutschland steht spätestens seit dem Erneuerbare-Energie-Gesetz (EEG) 2014 und nachfolgenden Novellierungen an einem Scheideweg. Aufgrund der stark rückläufigen EEG-Erlöse sowie einem zunehmenden Kostendruck besteht die reale Gefahr, dass es zukünftig einen Rückbau von intakten Biogasanlagen geben wird. Und dies, obwohl Biogasanlagen einen sehr wichtigen Beitrag zur Erhaltung der CO2-Einsparziele leisten, indem sie sowohl selbst regenerativen Strom und Wärme bereitstellen als auch zur Integration der fluktuierenden Energiequellen (Sonne, Wind) maßgeblich beitragen. Um auch zukünftig eine signifikante Rolle im Landwirtschaftssektor spielen zu können, sollten Biogasanlagen alle ihrer Fähigkeiten zur synergetischen Einbindung in verschiedene Stoff- und Energiekreisläufe ausnutzen. Dies beinhaltet neben der bedarfsgerechten Strom-, Wärme- und Kraftstofferzeugung vor allem auch die Behandlung von landwirtschaftlichen Reststoffen und die Aufbereitung des Energiepotenzials von Reststoffen stellt sowohl aus Kostengründen als auch im Sinne von Akzeptanz und Nachhaltigkeit eine wichtige Zukunftsoption für Biogasanlagen dar. Das Fraunhofer IKTS in Dresden hat sich in mehreren Verbundprojekten intensiv mit der Vergärung von Getreidestroh und dem Aufschluss von Biomasse befasst. Für das Substrat Maisstroh hat die Bayrische Landesanstalt für Landwirtschaft (LfL) seit 2013 systematische Feldtests/Feldversuche zur Bergung, Lagerung und Vergärung mit verschiedenen Praxispartnern durchgeführt. Ein wichtiger Partner für die Untersuchungen war dabei die Firma Geringhoff. Im aktuellen Beitrag möchten die beteiligten Forscher und Entwickler ihre Erfahrungen aus diesem Bereich darstellen.
Die Windenergie an Land ist der wichtigste Energieträger unter den erneuerbaren Energien in Deutschland. Dieser Erfolg ging mit einer schnellen Entwicklung in der verwendeten Technologie einher. Mit den stark gewachsenen Anlagenhöhen werden klassische mastbasierte Messungen teuer und sind zudem unflexibel. Durch diesen Trend sind Lidar-Messungen in den vergangen Jahren im Bereich Windenergie immer populärer geworden. Allerdings sind diese im komplexen Gelände mit systematischen Fehlern behaftet und weisen bei der Messung von Turbulenz erhebliche Ungenauigkeiten auf. Demgegenüber sind besonders im komplexen Gelände Messungen der Windgeschwindigkeit und Turbulenzeigenschaften wichtig, da die Modellierung hier mit großen Unsicherheiten verbunden ist. Allgemein erweist sich auch die Interpretation experimentell bestimmter turbulenter Windbedingungen im komplexen und heterogenen Gelände als schwierig. Ebenso ist die Abschätzung des Einflusses der atmosphärischen Stabilität auf die repräsentative Turbulenzintensität, die zur Bestimmung der Eignung einer Windenergieanlage wichtig ist, oft schwierig. Die vorgelegte Dissertation befasst sich mit den beschriebenen Problemen und entwickelt dazu verschiedene Lösungsansätze. Zuerst wurde der Fehler eines konisch scannenden Lidars experimentell und mittels Strömungssimulation untersucht. In den Ergebnissen der Modellierung zeigte sich eine große Abhängigkeit des Lidar-Fehlers von der Oberflächenbedeckung. Bei einem bewaldeten Hügel war der Fehler gegenüber einer unbewaldeten Oberfläche deutlich reduziert. Auch zwischen den verwendeten Modellen zeigten sich große Unterschiede. So war die Übereinstimmung zwischen den RANS-Modellen und den experimentell bestimmten Fehlern deutlich besser als für das untersuchte lineare Model. Als Alternative zu konisch scannenden Lidars wurde die Multi-Lidar (ML) Methode für den Einsatz im komplexen Gelände untersucht. Dabei konnte erstmals experimentell gezeigt werden, dass die Messfehler in der mittleren Windgeschwindigkeit gegenüber konisch scannenden Lidars deutlich reduziert werden können, wenn zwei oder drei Lidars im gleichen Punkt messen. Dies bietet die Möglichkeit die Unsicherheiten in Lidar-Messungen im komplexen Gelände deutlich zu reduzieren. Auch bei den Turbulenzmessungen zeigte sich die ML-Methode als vielversprechend. Im Gegensatz dazu wurde bei der Messung des konisch scannenden Lidars eine deutliche Überschätzung der Referenzmessung beobachtet. Eines der ungelösten Probleme mit dem ML-Ansatz ist jedoch die Dämpfung kleiner Turbulenzskalen durch die räumliche Mittelung der Lidar-Messung. Dies konnte deutlich in der Analyse der Spektren aus dem ML-Experiment beobachtet werden. Die vorgelegte Dissertation untersucht in diesem Kontext die Möglichkeit aus Lidar-Messungen die Dissipationsrate turbulenter kinetischer Energie (TKE) abzuleiten. Dazu wurden drei Ansätze verglichen. Die erste Methode ist eine Weiterentwicklung und Korrektur eines zuvor veröffentlichten Ansatzes, der auf der Varianz der radialen Windgeschwindigkeit innerhalb kurzer Messperioden beruht. Gegenüber dem ursprünglichen Ansatz können durch die Weiterentwicklung erhebliche systematische Fehler vermieden werden. Der zweite Ansatz basiert auf der Strukturfunktion der radialen Windgeschwindigkeit und wurde bisher nur theoretisch beschrieben. In dieser Arbeit wird er zum ersten Mal experimentell überprüft. Der dritte Ansatz führt die Bestimmung der Dissipationsrate der TKE basierend auf einer Analyse der Powerspektren im Trägheitsbereich durch. Die Arbeit zeigt, dass es möglich ist die Dissipationsrate der TKE aus Lidar-Messungen mit zufriedenstellender Genauigkeit zu schätzen. Allerdings muss dazu die räumliche Mittelungsfunktion des Lidars bekannt sein. Bei der experimentellen Untersuchung der räumlichen Mittelungsfunktion zeigten sich jedoch signifikante Unterschiede zu den vorher durchgeführten theoretischen Überlegungen. Der Unterschied zwischen den Methoden zur Bestimmung der Dissipationsrate der TKE liegt vor allem in ihrer Anwendbarkeit auf verschiedene Messkonfigurationen. Hier zeigt die Methode basiernd auf der Strukturfunktion die größte Flexibilität. Neben der Entwicklung von Methoden im Bereich der Lidar-Messungen präsentiert die Arbeit auch Messungen verschiedener Turbulenzgrößen vom 200-m-Mast des Fraunhofer IWES am Rödeser Berg. Zur Interpretation des Zusammenhangs zwischen den Eigenschaften der Oberfläche im Einflussbereich der Messung und den Beobachtungen wurde ein einfaches Tool basierend auf dem Footprintansatz entwickelt. Besonders für die normalisierte Standardabweichung entlang der Strömungslinien zeigten sich hohe Korrelationen mit der Rauigkeit und dem Zerklüftungsgrad der Oberfläche im modellierten Footprint. Neben den Oberflächeneigenschaften hatte auch die atmosphärische Stabilität einen großen Einfluss auf die Turbulenzeigenschaften. Besonders im für die Ermüdungslasten wichtigen Bereich zwischen 6-12 m/s war die Turbulenzintensität aufgrund des häufigen Auftretens stabiler Schichtung signifikant reduziert.