• Energy Research

Energie aus Biomasse, meistens in Form von Holzkohle, wird im südlichen Afrika überwiegend von städtischen Haushalten mit niedrigem Einkommen verwendet. Durch steigendes Bevölkerungswachstum wächst der Druck auf den Wald. Anhand von Modellrechnungen wird analysiert, welche Einflüsse für die zunehmende Waldzerstörung verantwortlich sind und welche Strategien und Maßnahmen ergriffen werden können, um die Situation nachhaltig zu verbessern. Hierfür wurde die Modular Energy Systems Analysis and Planning Sofware (MESAP) verwendet. Das Wachstum der städtischen Bevölkerung ist als wesentliche Größe des zukünftigen Energiebedarfs anzusehen, da davon auszugehen ist, dass sich die Bevölkerung in Maputo, in Dar es Salaam und Lusaka in den nächsten 20 bis 30 Jahren verdoppeln wird. Der Haushaltsenergiebedarf in Maputo wurde 1980 bis 2000 zu 85-90% aus Holzprodukten gedeckt. In Dar es Salaam spielen Feuerholz, Elektrizität und Gas kaum eine Rolle. Der Holzkohleanteil ist hoch, jedoch zwischen 1980 und 2000 um 11% gesunken, der Paraffinanteil stieg um 12%. Die Haushaltsenergienachfrage von Lusaka erhöhte sich um 220% im gleichen Zeitraum und wurde zu 55% aus Holzkohle und 23% aus Feuerholz gedeckt. Unter der Annahme, dass die Tradition der Biomassenutzung weiter anhält, wird der Holzkohleverbrauch in Maputo im Jahr 2020 auf 240.000 t ansteigen und sich im Vergleich zum Jahr 2000 ebenso verdoppeln wie in Lusaka. In Dar es Salaam ist auf Grund des Bevölkerungsdrucks im gleichen Zeitraum mit einem Faktor von 2,3 auf 720.000 t zu rechnen. Durch die Einführung verbesserter Meilerbauweisen und Herde kann der Verbrauch erheblich reduziert werden. Damit könnte der Holzkohleverbrauch im Jahr 2020 in Maputo auf 180.000 t, in Dar auf 390.000 t und in Lusaka auf 260.000 t verringert werden. Im sambischen Untersuchungsgebiet lässt sich durch Verbreitung beider Strategien der Bedarf im Vergleich zum Referenzfall um bis zu 54% im Jahr 2020 reduzieren. Der Waldtyp im mosambikanischen Untersuchungsgebiet ist Savanne und unterscheidet sich deutlich von Tansania und Sambia, wo Miombo Wälder heimisch sind. Wachstumsraten von Savannenwäldern liegen mit maximal 57 t/km² a unter denen der Miombogebiete in Tansania und Sambia von 100 t/km² a. Da 90% des Holzkohlebedarfs aus dem mosambikanischen Untersuchungsgebiet bezogen werden, ergibt sich im Vergleich zu den anderen Ländern eine zusätzliche Brisanz. In Tansania kommen 80%, in Sambia lediglich 25% aus dem Untersuchungsgebiet. Ohne Maßnahmen und anhaltenden Druck auf die Untersuchungsflächen wird das Studiengebiet in Mosambik im Jahre 2018 vollständig entwaldet sein. Selbst eine Kombination der zuvor erläuterten Strategien mit allen forstwirtschaftlichen Maßnahmen kann eine fortschreitende Flächendegradation nicht aufhalten. Durch den Bevölkerungsdruck in Dar es Salaam wird der Entwaldungstrend im tansanischen Untersuchungsgebiet weiter anhalten. Aufgrund der Regenerationsfähigkeit der Miombo Bestände kann jedoch unter Einführung der beschriebenen Maßnahmen die weitere Degradation im Jahr 2015 aufgehalten werden. Im sambischen Untersuchungsgebiet ist der Einfluss durch das Köhlern am geringsten. Unter Durchführung eines Strategie Mix kann die ursprüngliche Dynamik in den Beständen im Jahr 2010 wieder erreicht werden. Diese Strategien sind nur durchsetzbar, wenn einerseits verbesserte Technologien in den Städten verfügbar sind und vertrieben werden. Andererseits muss die angrenzende Dorfbevölkerung die Umsetzung der forstwirtschaftlichen Pläne mittragen. Biomass energy, mostly in the form of charcoal, is used predominantly by low-income urban households in Southern Africa. Through its use, it places severe pressure on the natural woodlands from which it is obtained. This report analyses the development of the household energy sector under an ongoing use of charcoal and its influence on potential charcoal areas. The models for the cities of Dar es Salaam, Maputo and Lusaka were built with the help of the Modular Energy Systems Analysis and Planning software MESAP, which was developed at the Institute of Energy Economics and the Rational Use of Energy (IER). For each city, different options were simulated. The present research report contains the model part of the EU-project CHAPOSA (Charcoal Potential in Southern Africa) on basis of the data of the other partners and other references.

Energie aus Biomasse, meistens in Form von Holzkohle, wird im südlichen Afrika überwiegend von städtischen Haushalten mit niedrigem Einkommen verwendet. Durch steigendes Bevölkerungswachstum wächst der Druck auf den Wald. Anhand von Modellrechnungen wird analysiert, welche Einflüsse für die zunehmende Waldzerstörung verantwortlich sind und welche Strategien und Maßnahmen ergriffen werden können, um die Situation nachhaltig zu verbessern. Hierfür wurde die Modular Energy Systems Analysis and Planning Sofware (MESAP) verwendet. Das Wachstum der städtischen Bevölkerung ist als wesentliche Größe des zukünftigen Energiebedarfs anzusehen, da davon auszugehen ist, dass sich die Bevölkerung in Maputo, in Dar es Salaam und Lusaka in den nächsten 20 bis 30 Jahren verdoppeln wird. Der Haushaltsenergiebedarf in Maputo wurde 1980 bis 2000 zu 85-90% aus Holzprodukten gedeckt. In Dar es Salaam spielen Feuerholz, Elektrizität und Gas kaum eine Rolle. Der Holzkohleanteil ist hoch, jedoch zwischen 1980 und 2000 um 11% gesunken, der Paraffinanteil stieg um 12%. Die Haushaltsenergienachfrage von Lusaka erhöhte sich um 220% im gleichen Zeitraum und wurde zu 55% aus Holzkohle und 23% aus Feuerholz gedeckt. Unter der Annahme, dass die Tradition der Biomassenutzung weiter anhält, wird der Holzkohleverbrauch in Maputo im Jahr 2020 auf 240.000 t ansteigen und sich im Vergleich zum Jahr 2000 ebenso verdoppeln wie in Lusaka. In Dar es Salaam ist auf Grund des Bevölkerungsdrucks im gleichen Zeitraum mit einem Faktor von 2,3 auf 720.000 t zu rechnen. Durch die Einführung verbesserter Meilerbauweisen und Herde kann der Verbrauch erheblich reduziert werden. Damit könnte der Holzkohleverbrauch im Jahr 2020 in Maputo auf 180.000 t, in Dar auf 390.000 t und in Lusaka auf 260.000 t verringert werden. Im sambischen Untersuchungsgebiet lässt sich durch Verbreitung beider Strategien der Bedarf im Vergleich zum Referenzfall um bis zu 54% im Jahr 2020 reduzieren. Der Waldtyp im mosambikanischen Untersuchungsgebiet ist Savanne und unterscheidet sich deutlich von Tansania und Sambia, wo Miombo Wälder heimisch sind. Wachstumsraten von Savannenwäldern liegen mit maximal 57 t/km² a unter denen der Miombogebiete in Tansania und Sambia von 100 t/km² a. Da 90% des Holzkohlebedarfs aus dem mosambikanischen Untersuchungsgebiet bezogen werden, ergibt sich im Vergleich zu den anderen Ländern eine zusätzliche Brisanz. In Tansania kommen 80%, in Sambia lediglich 25% aus dem Untersuchungsgebiet. Ohne Maßnahmen und anhaltenden Druck auf die Untersuchungsflächen wird das Studiengebiet in Mosambik im Jahre 2018 vollständig entwaldet sein. Selbst eine Kombination der zuvor erläuterten Strategien mit allen forstwirtschaftlichen Maßnahmen kann eine fortschreitende Flächendegradation nicht aufhalten. Durch den Bevölkerungsdruck in Dar es Salaam wird der Entwaldungstrend im tansanischen Untersuchungsgebiet weiter anhalten. Aufgrund der Regenerationsfähigkeit der Miombo Bestände kann jedoch unter Einführung der beschriebenen Maßnahmen die weitere Degradation im Jahr 2015 aufgehalten werden. Im sambischen Untersuchungsgebiet ist der Einfluss durch das Köhlern am geringsten. Unter Durchführung eines Strategie Mix kann die ursprüngliche Dynamik in den Beständen im Jahr 2010 wieder erreicht werden. Diese Strategien sind nur durchsetzbar, wenn einerseits verbesserte Technologien in den Städten verfügbar sind und vertrieben werden. Andererseits muss die angrenzende Dorfbevölkerung die Umsetzung der forstwirtschaftlichen Pläne mittragen. Biomass energy, mostly in the form of charcoal, is used predominantly by low-income urban households in Southern Africa. Through its use, it places severe pressure on the natural woodlands from which it is obtained. This report analyses the development of the household energy sector under an ongoing use of charcoal and its influence on potential charcoal areas. The models for the cities of Dar es Salaam, Maputo and Lusaka were built with the help of the Modular Energy Systems Analysis and Planning software MESAP, which was developed at the Institute of Energy Economics and the Rational Use of Energy (IER). For each city, different options were simulated. The present research report contains the model part of the EU-project CHAPOSA (Charcoal Potential in Southern Africa) on basis of the data of the other partners and other references.

When trying to integrate more fossil-free heat sources such as renewable energy and heatrecycled from other processes into the current district heating systems, problems occur due tothe high temperature levels in the systems. There are many reasons to why the temperaturelevels are high, but one frequently occurring issue is that the return temperatures of thecustomer installations are undesirably high due to faults in the substations or internal heatingsystems of the installations. This cause the return temperature of the entire district heatingsystem to increase. Therefore, it is of great importance to be able to identify the customerinstallations with high return temperatures and eliminate the faults that are causing the hightemperature levels.The focus of this thesis has been to investigate what fault handling processes are currentlybeing employed by district heating utilities to detect customer installations containing faults,and what could be done in addition to improve these. The first aim was to gather experiencesfrom the existing district heating systems about how the utilities are working with their cus-tomers to decrease the system temperatures, and what faults are currently the most commonones. The second aim of the thesis was to investigate if the customer data that is availablefrom the customers could be used to detect when and where a fault occurs. This was of interestsince the large amount of customer installations in the district heating systems makes it hardto manually survey the performance of all installations. Therefore, automatic fault detectionmethods are needed.The overall results show that the most important aspects of the faults handling process isto clearly involve the customer in the process and for the utilities to gain physical access to,and mandate to fix faults in, the customer installations. The results also show that the faultdetection methods developed in the thesis are able to detect installations containing faults andthat they may be a good addition to the already existing fault handling processes to simplifythe work at the utilities

When trying to integrate more fossil-free heat sources such as renewable energy and heatrecycled from other processes into the current district heating systems, problems occur due tothe high temperature levels in the systems. There are many reasons to why the temperaturelevels are high, but one frequently occurring issue is that the return temperatures of thecustomer installations are undesirably high due to faults in the substations or internal heatingsystems of the installations. This cause the return temperature of the entire district heatingsystem to increase. Therefore, it is of great importance to be able to identify the customerinstallations with high return temperatures and eliminate the faults that are causing the hightemperature levels.The focus of this thesis has been to investigate what fault handling processes are currentlybeing employed by district heating utilities to detect customer installations containing faults,and what could be done in addition to improve these. The first aim was to gather experiencesfrom the existing district heating systems about how the utilities are working with their cus-tomers to decrease the system temperatures, and what faults are currently the most commonones. The second aim of the thesis was to investigate if the customer data that is availablefrom the customers could be used to detect when and where a fault occurs. This was of interestsince the large amount of customer installations in the district heating systems makes it hardto manually survey the performance of all installations. Therefore, automatic fault detectionmethods are needed.The overall results show that the most important aspects of the faults handling process isto clearly involve the customer in the process and for the utilities to gain physical access to,and mandate to fix faults in, the customer installations. The results also show that the faultdetection methods developed in the thesis are able to detect installations containing faults andthat they may be a good addition to the already existing fault handling processes to simplifythe work at the utilities

A new method for minimizing the spread of bioeffluents emitted from hospitalized patients lying in beds was developed and studied. The method consists of a ventilated bed mattress that is able to exhaust the human bioeffluents at the area of the body where generated before spreading around in room. Full-scale experiments were conducted in a climate chamber furnished as a two-bed hospital patient room. A thermal manikin and two heated dummies were used to simulate two lying patients and a standing doctor. The bed with the thermal manikin had the ventilated mattress (VM). The tracer gases CO2 and N2O were used to mimic human bioeffluents released from the feet and armpits of the manikin, respectively. The concentration of the tracer gases was measured in six points including the breathing zone of the simulated occupants. The results show that the VM combined with mixing ventilation at 1.5 air changes per hour (ACH) proved to be more effective in reducing exposure to body contaminants compared to mixing ventilation alone at 3 ACH and 6 ACH. The findings also show that the lying position and the size of the local exhaust of the VM affect the efficiency of the mattress to exhaust bioeffluents.

A new method for minimizing the spread of bioeffluents emitted from hospitalized patients lying in beds was developed and studied. The method consists of a ventilated bed mattress that is able to exhaust the human bioeffluents at the area of the body where generated before spreading around in room. Full-scale experiments were conducted in a climate chamber furnished as a two-bed hospital patient room. A thermal manikin and two heated dummies were used to simulate two lying patients and a standing doctor. The bed with the thermal manikin had the ventilated mattress (VM). The tracer gases CO2 and N2O were used to mimic human bioeffluents released from the feet and armpits of the manikin, respectively. The concentration of the tracer gases was measured in six points including the breathing zone of the simulated occupants. The results show that the VM combined with mixing ventilation at 1.5 air changes per hour (ACH) proved to be more effective in reducing exposure to body contaminants compared to mixing ventilation alone at 3 ACH and 6 ACH. The findings also show that the lying position and the size of the local exhaust of the VM affect the efficiency of the mattress to exhaust bioeffluents.

Prediction of daily global solar radiation with simple and highly accurate models would be beneficial for solar energy conversion systems. In this paper, we proposed a hybrid machine learning methodology integrating two feature selection methods and a Bayesian optimization algorithm to predict H in the city of Fez, Morocco. First, we identified the most significant predictors using two Random Forest methods of feature importance: Mean Decrease in Impurity (MDI) and Mean Decrease in Accuracy (MDA). Then, based on the feature selection results, ten models were developed and compared: (1) five standalone machine learning (ML) models including Classification and Regression Trees (CART), Random Forests (RF), Bagged Trees Regression (BTR), Support Vector Regression (SVR), and Multi-Layer Perceptron (MLP); and (2) the same models tuned by the Bayesian optimization (BO) algorithm: CART-BO, RF-BO, BTR-BO, SVR-BO, and MLP-BO. Both MDI and MDA techniques revealed that extraterrestrial solar radiation and sunshine duration fraction were the most influential features. The BO approach improved the predictive accuracy of MLP, CART, SVR, and BTR models and prevented the CART model from overfitting. The best improvements were obtained using the MLP model, where RMSE and MAE were reduced by 17.6% and 17.2%, respectively. Among the studied models, the SVR-BO algorithm provided the best trade-off between prediction accuracy (RMSE=0.4473kWh/m²/day, MAE=0.3381kWh/m²/day, and R²=0.9465), stability (with a 0.0033kWh/m²/day increase in RMSE), and computational cost.

Prediction of daily global solar radiation with simple and highly accurate models would be beneficial for solar energy conversion systems. In this paper, we proposed a hybrid machine learning methodology integrating two feature selection methods and a Bayesian optimization algorithm to predict H in the city of Fez, Morocco. First, we identified the most significant predictors using two Random Forest methods of feature importance: Mean Decrease in Impurity (MDI) and Mean Decrease in Accuracy (MDA). Then, based on the feature selection results, ten models were developed and compared: (1) five standalone machine learning (ML) models including Classification and Regression Trees (CART), Random Forests (RF), Bagged Trees Regression (BTR), Support Vector Regression (SVR), and Multi-Layer Perceptron (MLP); and (2) the same models tuned by the Bayesian optimization (BO) algorithm: CART-BO, RF-BO, BTR-BO, SVR-BO, and MLP-BO. Both MDI and MDA techniques revealed that extraterrestrial solar radiation and sunshine duration fraction were the most influential features. The BO approach improved the predictive accuracy of MLP, CART, SVR, and BTR models and prevented the CART model from overfitting. The best improvements were obtained using the MLP model, where RMSE and MAE were reduced by 17.6% and 17.2%, respectively. Among the studied models, the SVR-BO algorithm provided the best trade-off between prediction accuracy (RMSE=0.4473kWh/m²/day, MAE=0.3381kWh/m²/day, and R²=0.9465), stability (with a 0.0033kWh/m²/day increase in RMSE), and computational cost.

In Bahasa Indonesia : Salah satu komponen pendukung dalam sistem pengapian pada motor bakar torak adalah busi. Pengapian dari busi terjadi karena adanya sumber energi listrik untuk menghasilkan energi aktivasi yang digunakan untuk membakar campuran udara dan bahan bakar sehingga menghasilkan tenaga. Busi sebagai suatu piranti untuk menghasilkan busur api listrik sangat berpengaruh terhadap kesempurnaan proses pembakaran yang terjadi didalam ruang bakar. Kesempurnaan proses pembakaran akan mempengaruhi unjuk kerja dari motor. Dengan menggunakan Busi Splitfire SF392D dan Kabel Busi Hurricane, maka waktu pengapian harus disesuiakan untuk mendapatkan daya yang optimal. Peningkatan daya rata-rata yang dihasilkan dari pengujian adalah 3,8%. Kata kunci: Busi, Kabel busi, energi aktivasi, peningkatan daya, penurunan konsumsi bahan bakar, proses pembakaran. One of supporting components in the ignition system of Spark Ignition Engine is spark plug. Ignition occurs caused by the existence of electric source energy which generates activation energy to ignite the air fuel mixture until produces power. Spark plug is a component generating the spark highly effected the completeness process in combustion chamber. The completeness of combustion process shall affects the performance of the engine. By using Splitfire SF392D Spark plug and Hurricane plug wire, the ignition timing must be resetting for optimum power result. From result of the test, everage power increased is 3.8%.