Daten exportieren

 

Forschungsprojekt ::
Controlling Temperature and Oxygen in rivers with diversion plants (ConTempO2)

Kontrolle von Temperatur und Sauerstoff in Flüssen mit Ausleitungskraftwerken

Projektbeschreibung

Ziel ist die aktive Steuerung von Temperatur und Sauerstoff in Flüssen mit Ausleitungskraftwerken, um den Bedarf an erneuerbarer Energie aus Wasserkraft und die ökologischen Funktionen sowie die Ökosysteme des Flusses auszugleichen. Mit dem Projekt ConTempO2 wird in einem Pilotprojekt ein dynamischer Managementansatz erprobt, um Stromerzeugung und Umweltschutz optimal in Einklang zu bringen. Dabei soll ein Ansatz entwickelt werden, um dynamisch auf lokale Gegebenheiten zu reagieren. Der minimale Restwasserfluss wird auf Basis von Echtzeit-Messdaten wie Wassertemperaturen sowie einer aktiven Kontrolle des Sauerstoffgehalts und der Abflüsse geregelt, um das Flussökosystem in einem unkritischen Bereich zu halten.
Lead Partner ist dabei die LEW Wasserkraft GmbH, unterstützt von Kommunen, Verbänden und drei Universitäten. Das Aueninstitut Neuburg/Donau (Forschungsstelle der KU Eichstätt-Ingolstadt) hat dabei das Monitoring der Auenvegetation in Bezug auf die Wiederanbindung und Revitalisierung von Auenflächen übernommen.

Angaben zum Forschungsprojekt

Beginn des Projekts:1. September 2022
Ende des Projekts:31. August 2027
Projektstatus:laufend
Projektleitung:Cyffka, Prof. Dr. Bernd
Beteiligte Personen:Blass, Sebastian
Lehrstuhl/Institution:
Finanzierung des Projekts:Begutachtete Drittmittel
Geldgeber:EU Life+
Projektpartner:
  • Ralf Klocke, LEW Wasserkraft GmbH, Augsburg
Schlagwörter:Wassertemperatur, Sauerstoff, Monitoring, Ausleitungskraftwerke, Auenvegetation, Wiederanbindung und Revitalisierung von Auenflächen
Themenfelder:Nachhaltigkeit
Projekttyp:Angewandte Forschung
Webseite:https://webgate.ec.europa.eu/life/publicWebsite/pr...
Fördernummer:LIFE21-CCA-DE-CONTEMPO/101073824
Projekt-ID:3292
Eingestellt am: 27. Jan 2023 08:37
Letzte Änderung: 27. Jan 2023 08:37
URL zu dieser Anzeige: https://fordoc.ku.de/id/eprint/3292/
Analytics