Ziel dieser Fallstudie ist es, den optimalen Zeitpunkt für das Repowering (Erweiterungsoption) bestehender Windkraftanlagen auf Basis von Projektspezifikationen mit Hilfe der Realoptionsanalyse zu bestimmen. Die Lösungsmethode für eine bestimmte Art von Option wird mit Python implementiert und gelöst.
Ziel dieser Fallstudie ist es, mit Hilfe der Realoptionsanalyse den optimalen Zeitpunkt für Investitionen (Investitionsoption) in bestehende Windkraftanlagen auf der Grundlage von Projektspezifikationen zu bestimmen. Die Lösungsmethode für definierte Optionstypen wird mit Python implementiert und gelöst.
In dieser Fallstudie werden wir das Potenzial von Biokraftstoffen als erneuerbare Energiequelle bei unsicherem Biomasseangebot und unsicherer Nachfrage untersuchen. Wir werden ein bestehendes Modell für die Lieferkette verwenden und es erweitern, um Unsicherheiten zu berücksichtigen. Wir werden die folgenden Themen behandeln: Verständnis eines komplexen Biokraftstoff-Lieferkettenmodells, Erweiterung um stochastische Unsicherheiten und Verständnis des Wertes der Erweiterung sowie Zugang zu den Kosten der Unsicherheiten.
In dieser Fallstudie wird die moderne Portfoliotheorie von Markowitz verwendet, um die optimale Verteilung von vier Stromerzeugungstechnologien (zwei konventionelle und zwei erneuerbare) zu bestimmen. Das lineare Optimierungsmodell für diese Analyse wird mit Python implementiert und gelöst.
In diesem Moodle-Kurs finden Sie interdisziplinär nutzbare Lernsequenzen für die physikalisch-technische Grundlagenausbildung in den Studiengängen Physik, Elektrotechnik und verwandten Studiengängen als OER Material, welche im Projekt ALepa.nrw entwickelt wurden.
Deutschland hat sich zum Ziel gesetzt, bis 2045 klimaneutral zu werden. Der Stromsektor spielt dabei eine wichtige Rolle. Erneuerbare Technologien wie Solar- und Windenergie produzieren Strom zu geringen Kosten, liefern ihn aber nur intermittierend. Dies stellt eine Herausforderung für den Netzbetrieb dar, was zu einem Bedarf an Flexibilitätsoptionen führt. In dieser Fallstudie wird der Einfluss von zwei neuartigen Flexibilitätstechnologien auf das deutsche Stromsystem im Jahr 2045 mit der Methode der Energiesystemoptimierung untersucht.
Um die Treibhausgasemissionen in der Stromerzeugung zu senken wird zunehmend auf den Ausbau der Windenergie gesetzt. In dieser Case Study wird der Lebenszyklus einer Windenergieanlage in openLCA bilanziert und ausgewertet. Die Umweltauswirkungen werden mit dem deutschen Strommix verglichen und abschließend gegenüber der Stromerzeugung durch PV und Biomasse bewertet. Mittels Gewichtung und Sensitivitätsanalysen werden die Ergebnisse eingeordnet und eine Empfehlung abgeleitet.
In dieser Fallstudie untersuchen wir das Potenzial von Biokraftstoffen als erneuerbare Energiequelle und analysieren die Herausforderungen und Möglichkeiten bei der Gestaltung einer nachhaltigen und wirtschaftlich tragfähigen Biokraftstoff-Lieferkette. Wir werden uns auf die Modellierung und Optimierung der Lieferkette konzentrieren und dabei die Schlüsselfaktoren berücksichtigen, die sich auf die wirtschaftliche Lebensfähigkeit und die Landnutzung auswirken.
Sie lernen ein geeignetes MILP-Modell zur integrierten Standort-, Kapazitäts- und Technologieplanung für synthetische Kraftstoffe unter abstrahierenden Annahmen aufzustellen, in Python zu implementieren und mittel des Gurobi-Solver zu lösen, sowie durch die Analyse der Optimierungsergebnisse Handlungsempfehlungen abzuleiten. Dafür benutzen Sie das generische OR-Modell vom Warehouse Location Problem und lernen es auf ein fachspezifisches Modell anzupassen.
Um die Auswirkungen des Klimawandels abzumildern, sind Maßnahmen zur Versorgung mit erneuerbaren Energien nicht nur auf nationaler Ebene, sondern auch auf persönlicher Ebene erforderlich. In dieser Fallstudie werden daher mögliche Investitionen in die Versorgung mit erneuerbarer Energie auf Haushaltsebene untersucht. Durch die manuelle Variation von Eingangsparametern wie Investitionskosten in PV, Batteriekosten und den Netzstrompreis untersuchen die Studierenden Einflüsse und Wechselwirkungen auf die Investitionen und die Zeitplanung des Energiesystemmodells eines typischen Haushalts.
Der RUBCheck Maschinenbau (MB) ist ein Online-Selbsttest, mit dem Sie sich über Diesen Studiengang informieren und Ihre eigenen Stärken sowie den eigenen Nachholbedarf feststellen können.
Ein Moodle-Kurs mit Lehr-/Lernmaterialien für Lehrende und Studierende zum Thema "Technisches Zeichnen" im Ingenieurwesen.
The lecture provides an application-oriented overview of the entire field of energy storage.
Dieser Kurs bietet eine Vorlage, um Lehrende dabei zu unterstützen, ihre eigenen Kurse zu Bemaßungen, Passungen und Toleranzen in der Konstruktionslehre zu entwickeln und dafür effektive Lerninhalte zu benutzen.
Hier dreht sich alles rund um das Thema E-Learning und Online-Aktivitäten an der RUB!
Schön, dass du hier bist! Dieser Moodle-Kurs dient dir als "digitaler" Einstieg in dein Uni-Leben. Damit du für deine ersten Schritte im Online-Kosmos der Ruhr-Uni gewappnet bist, zeigen wir dir, wie du dich an unserer Uni zurechtfindest und mit welchen digitalen Medien du konfrontiert wirst. Außerdem geben wir dir einen Vorgeschmack auf weitere Dienste der RUB.
Das eTeam ING der RUB hat für Schüler*innen, beginnende Studierende und alle Interessierten eine digitale Schnitzeljagd entworfen, mit welcher der/die Spieler*in das IC-Gebäude der RUB kennenlernen kann.
Ein offener Kurs vor allem für Lehrende im Bereich der Ingenieurwissenschaften. Sie finden hier unter Anderem: Eine Einleitung in Moodle, Tipps & Tricks, Urheberrechtsfragen, relevante Tools & AnsprechpartnerInnen.
Dies ist der Moodle-Kurs der Fachschaft Bauingenieurwesen.
Hier werdet ihr immer über unsere Arbeit und kommende Veranstaltungen auf dem Laufenden gehalten!
Sie finden hier Skript, Videos, interaktive Applets und kleine Tests zur Vorlesung Mathematik für Maschinenbauer, Bauingenieure und Umwelttechniker 2.
Sie finden hier Skript, Videos, interaktive Applets und kleine Tests zur Vorlesung Mathematik für Maschinenbauer, Bauingenieure und Umwelttechniker 1.