Heat2Comfort - Abwärmebasierte Fahrzeugklimatisierung von Brennstoffzellen-Triebzügen

Abstract

Im Projekt Heat2Comfort wurde ein innovativer Ansatz der Fahrzeugklimatisierung von Brennstoffzellen-Triebzügen entwickelt und untersucht mit dem Ziel der Erhöhung der Mindestreichweite der Triebzüge sowie der Verbesserung des akustischen Komforts für die Reisenden. Das Konzept nutzte die Abwärme von Brennstoffzellen zur Temperaturregelung im Innenraum sowie eine Absorptionskälteanlage für einen leiseren Betrieb. Ein innovativer Latentwärmespeicher, integriert in einen Wärmeübertrager, versorgte den Fahrgastraum auch während Stillstandzeiten der Brennstoffzelle mit Wärme. Eine prädiktive, lernfähige Regelung, basierend auf maschinellem Lernen, optimierte die Klimatisierung durch Auswertung von Betriebs- und Umgebungsinformationen. Das Fraunhofer IFAM entwickelte und optimierte die thermisch aktiven Innenausbau-Komponenten (TAIK, AP 2) und die Thermische Weiche (AP 4). Dies umfasste die Optimierung des Wärmespeichermaterials, der Metallfaserstrukturen und der Verschaltung sowie die experimentelle Validierung. Ergebnisse zeigten signifikante Energieeinsparungen und erhöhten thermischen Komfort. Das Projekt heat2comfort demonstriert, wie durch intelligente Nutzung von Abwärme, Heizelementen, Wärmespeicherung und moderner Regelungstechniken die Reichweite von Brennstoffzellen-Triebzügen gesteigert und der Komfort für Fahrgäste verbessert werden kann. In the Heat2Comfort project, an innovative approach to vehicle climate control for fuel cell railcars was developed and investigated with the aim of increasing the minimum range of the railcars and improving acoustic comfort for passengers. The concept used the waste heat from fuel cells to regulate the temperature in the interior and an absorption cooling system for quieter operation. An innovative latent heat storage system, integrated into a heat exchanger, supplied the passenger compartment with heat while the fuel cell was not in operation. A predictive, adaptive control system based on machine learning optimized the air climate control by evaluating operating and environmental information. Fraunhofer IFAM developed and optimized the thermally active interior components (TAIK, WP 2) and the thermal switch (WP 4). This included the optimization of the heat storage material, the metal fiber structures and the interconnection as well as the experimental validation. Results showed significant energy savings and increased thermal comfort. The heat2comfort project demonstrates how the intelligent use of waste heat, heating elements, heat storage and modern control technologies can increase the range of fuel cell trains and improve passenger comfort.