Gute Planungsentscheidungen führten zur Realisierung eines verfahrenstechnischen Konzeptes, dem ASSUD Verfahren. In deren Ergebnis ist eine hohe Reinigungsleistung, über die geforderten Standards hinaus, zu verzeichnen. Eine engagierte Betriebsweise der Kläranlage führte zu einem vergleichsweise niedrigen Niveau des Energieeinsatzes.
Trotz eines theoretischen Energiesenkungspotenziales von ca. 470.000 kWh, welches jedoch immer im Zusammenspiel mit den verfahrenstechnischen Vorgaben betrachtet werden muss, hat sich bei einer Untersuchung gezeigt, dass die Kläranlage Ludwigsfelde durch gute Planungsentscheidungen und einen guten Betrieb, viele Problemstellungen und Energieverluste vermeiden konnte. Darüber hinaus sind noch Potenziale für Energiegewinnung betrachtet worden.
Innerhalb des Konzeptes wurde eine umfassende Istzustandsanalyse vorgenommen, eine Energie- und Treibhausgasbilanz erstellt, eine Potenzialanalyse erarbeitet, ein Maßnahmenkatalog erstellt. Ziel dieses Konzeptes war es, eine Entscheidungsgrundlage und ein strategisches Planungsinstrument zu erstellen, um nachhaltig Energieverbrauch, Treibhausgasemissionen zu reduzieren und energetische Einsparpotenziale zu erschließen.
Der WARL will mit der Umsetzung des Energie- und Klimaschutzkonzeptes die Zukunft aktiv gestalten. Energetische Systemintelligenz versetzt Ihn dabei heute schon in die Lage, den ersten Schritt zur Energieautarkie und der Energiewende vor Ort zu gehen. Strategisches Ziel des WARL ist es, das Handlungsfeld Energie -und Klimaschutz zur 3.Säule seiner Daseinsvorsorge zu implementieren und damit ein Verantwortungsbewusstsein für stabile Gebühren, behördliche Anforderungen und den Klimaschutz zu schaffen.
SeaMe: KI-Monitoring der marinen Ökosysteme bei Offshore-Windparks
Im Projekt SeaMe entwickelt RWE zusammen mit führenden Forschungspartnern innovative Technologien für ein nachhaltiges Ökosystem-Monitoring von Offshore-Windparks. Ziel ist es, teure, invasive und CO2-intensive Methoden zu ersetzen. Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) rüstet ein autonomes Unterwasserfahrzeug mit ozeanographischen Sensoren und KI-Methoden aus, um eine präzise Datenerfassung und sichere Navigation zu ermöglichen.