das regionenmodell (frem) basis detaillierter analysen ... · (geocoder) verschneidung mit ... 9...
TRANSCRIPT
1
Das Regionenmodell (FREM) – Basis detaillierter Analysen kommunaler Energiekonzepte
Workshop „Urbane Energiesystemmodelle“ am 12.11.2015, Ostendorfhaus, Karlsruhe
Forschungsgesellschaft für
Energiewirtschaft mbH
Dipl.-Geogr. Corinna Sophie Steinert
Geschäftsfeldleitung Regionales
Energiemanagement
2 2
Die Forschungsgesellschaft für Energiewirtschaft mbH
Die Forschungsstelle für Energiewirtschaft e.V.
Unabhängige Forschung seit über 65 Jahren
Ziel der nachuniversitären Weiterbildung
Enge Zusammenarbeit mit der TU München
Breite Fachkompetenz in allen Bereichen der
Energiewirtschaft
2001 Gründung der Forschungsgesellschaft für
Energiewirtschaft mbH
Energie- und
Klimaschutz-
konzepte
Planung und
Messtechnische
Untersuchung
Industrielles
Energie-
management
Dienstleistungs-
und Produkt-
innovation
System- und
Marktanalysen
3 3
1) Herausforderungen Kommunaler Energiekonzepte
2) Aufbau des FfE-Regionenmodells (FREM)
3) Beispiel: PV-Potenzial-Ermittlung
4) Beispiel: Nahwärmenetz „auf Knopfdruck“
5) Fazit
Gliederung
4
Herausforderungen bei der Datenerhebung für Kommunale Energiekonzepte
5 5
Ablauf eines Kommunalen Energiekonzepts
Regional hoch
aufgelöst
Landkreise
Städte
Gemeinden
Ortsteile
Quartiere
Betrachtung der
Sektoren
Haushalte
Gewerbe,
Handel,
Dienstleistungen
Industrie
[Verkehr]
6 6
6
6
5
4
3
2
1
Ergebnisse eines kommunalen Energiekonzepts im Überblick:
Abschlussbericht
mit Methodik
Kartendarstellungen
– GIS-basiert
Basisdaten Energie
– Strom, Wärme, EE
Primär-, Endenergie-,
CO2-Bilanz
Entwicklungs-Szena-
rien 2020,2030,2050…
Potenzial-Analysen –
Sparen, Effizienz, EE
Energienutzungsplan
– gesamtes Gebiet
5
6
8
252 267
24
117 61
74
0
100
200
300
400
500
600
2007 = 100% 2012
Wär
me
erz
eu
gun
g EE
in G
Wh
Energetische Abfallverwertung
Biogas (Wärmenutzung)
Wärmepumpen
Solarthermie
Energetische Holznutzung
©FfE LkrDON-01#A Energienutzungsplan_mbH_00147
65,1%
26,0%
0,8%
0,1%
0,1% 0,1%
3,1%
0,5% 0,9%
0,4%
2,9%
CO2,äq-Emissionen Wärme 2012 - LK Donau-Ries(CO2-Äquivalente inkl. Vorketten)
Erdgas
Heizöl
Scheitholz
Pellet
Hackschnitzel
Solarthermie
Biogas (Wärmenutzung)
Biogas (Einspeisung)
Umweltwärme (WP*)
Abfall
Heizstrom
©FfE LkrDON-01#A Energienutzungsplan_mbH_00150
*WP = Wärmepumpe
701 kt CO2,äq
6 Maßnahmen-Katalog
mit Bewertung
7
7 7
Bedeutung von GIS in Energiekonzepten
Wärme-bedarfs-
ermittlung
Flächen-analysen/-nutzung
Standort-planung
EE-Anlagen
Wärme-netz-
planung
Bürger-/ Akteurs-
beteiligung
Regionales Planungs-instrument
Kommuni-kation,Trans-
parenz & Akzeptanz
…
8 8
Herausforderungen der Datenbeschaffung bei kommunalen Energiekonzepten
Fehlende / unzureichende Basisdaten, z. B.
Späte / keine Lieferung von relevanten Basisdaten
Keine realen Verbrauchsdaten zugänglich
Kaminkehrerdaten nicht / unzureichend vorhanden
…
Aufwand vs. Nutzen, z. B.
Solardachkataster nicht vorhanden / zu teuer
Vor-Ort-Begehungen
aufwändig / teuer (v.a. bei größeren / urbanen Gebieten)
…
Lösungsansatz: Nutzung statistischer Daten, Verwendung von Kennzahlen
heruntergebrochen bis auf Gemeinde-Ebene
9
Das Regionenmodell FfE-Regionalisiertes-Energiesystem-Modell, kurz FREM
Möglichkeiten zur Nutzung statistischer Daten für
detaillierte Analysen
10 10
Regionenmodell der FfE Aspekte der Energiesystemanalyse
Kraftwerke und
Netze
Regenerative
Erzeugung
Szenarien Energie-
verbrauch
11 11
Regionenmodell der FfE Aufbau und räumliche Gliederung
Formate
csv
png xls
dbf, shp, xml
12 12
Regionenmodell der FfE Mehr als nur eine Datensammlung Räumliche Abfragen
13
Potenzial für Photovoltaik
Beispielauswertung
14 14
PV-Anlagen je Anlagentyp: Aufbau des Anlagenregisters der EEG-Datenbank
Abruf und Aufbereitung der EEG-
Daten der ÜNB nach
Anlagenschlüssel
Identifikation von
Freiflächenanlagen
Verortung der Anlagen mittels
OpenStreetMap-Daten
(Geocoder)
Verschneidung mit
Flächennutzung
PV-Anlagen nach Anlagentyp
15 15
0 MW
1 MW
2 MW
3 MW
4 MW
5 MW
6 MW
7 MW
8 MW
9 MW
10 MW
Jan
20
00
Jan
20
01
Jan
20
02
Jan
20
03
Jan
20
04
Jan
20
05
Jan
20
06
Jan
20
07
Jan
20
08
Jan
20
09
Jan
20
10
Jan
20
11
Jan
20
12
PV
-An
lage
n
Ausbau der Erneuerbaren Energien: Markt Rettenbach (bei Memmingen)
Photovoltaik
Installierte Leistung
16 16
Beispiel Stadt Olching – PV-Anlagen-Bestand nach Kategorie
Georeferen-
zierter PV-
Anlagen-
Bestand
inklusive
Identifikation
verschiedener
Anlagen-
Kategorien
PV-Anlagen-KategorienFreifläche
Industrie & GHD
Landwirtschaft
Wohnen
17 17
Potenzial-Analyse: Bestimmung geeigneter Dachflächen
Wohngebäude:
Gewerbliche Gebäude:
Kombination aus OpenStreetMap-Daten und statistische Daten
Untersuchung von Gewerbegebieten, Verhältnis von Gewerbe- zu Grundflächen
Landwirtschaftliche Gebäude:
Anzahl der landwirtschaftlichen Betriebe, Art und Anzahl der Tierhaltung und landwirtschaftlich
genutzten Flächen nach Fruchtart
Zusammenarbeit mit Kuratorium für Technik und Bauwesen in der Landwirtschaft (KTBL)
Statistische Landesämter Anzahl EFH, ZFH, MFH
Anzahl WE, Wohnfläche
Gebäudedatenbanken ausgewählter Kommunen
FfE-Gebäudemodell(regionale Auflösung)
FfE-AnalyseDachaufbauten und Dachflächenfenster
Siedlungstypen nach AGFW-Ansatz
SolardachkatasterSiedlungstypische
Verschattung
Geeignete Dachflächen(regionale Auflösung)
Berechnung
18 18
Landkreis Cham – PV-Potenzial für Aufdach-Anlagen nach Anlagentyp
19 19
PV-Ausbau-Szenario Anwendung von Sigmoidfunktionen
Modellierung des zu erwartenden Ausbaus anhand von asymmetrischen
Sigmoidfunktionen je Gemeinde, wie z.B.:
Eingangsparameter:
Entwicklung des historischen Ausbaus
Ermitteltes Potenzial
Optional: „Faltung“ der Kurven, um in Summe auf
bundesweite Ausbauziele zu kommen
0 MW
1 MW
2 MW
3 MW
4 MW
5 MW
6 MW
7 MW
8 MW
9 MW
Dez 2000 Dez 2010 Dez 2020 Dez 2030
Leis
tun
g
Modell
Bestand
©FfE RWE-12#A Kurzfristprognosse EE_eV_00043
0,0 MW
0,1 MW
0,2 MW
0,3 MW
0,4 MW
0,5 MW
0,6 MW
Dez 2000 Dez 2010 Dez 2020 Dez 2030
Leis
tun
g
Modell
Bestand
©FfE RWE-12#A Kurzfristprognosse EE_eV_00041
0 MW
1 MW
2 MW
3 MW
4 MW
5 MW
6 MW
7 MW
Dez 2000 Dez 2010 Dez 2020 Dez 2030
Leis
tun
g
Modell
Bestand
©FfE RWE-12#A Kurzfristprognosse EE_eV_00049
0 MW
5 MW
10 MW
15 MW
20 MW
25 MW
0 GW 50 GW 100 GW 150 GWin
stal
liert
e L
eis
tun
g G
em
ein
de
installierte Leistung in Deutschland
©FfE EONNetz-01#V EEG-Potenziale Bayern_eV_00028
20
Nahwärmenetz „auf Knopfdruck“
Beispielauswertung
21 21
Regionenmodell der FfE Zusammenfassung des Gebäudemodells
Gebäudemodell
Energie- und Solarthermiemodell(EST-Modell)
Gesamtmodell
Gebäudemodell Stufe 2
Aufteilung der MFHauf drei MFH-Klassen
regional aufgelöster Gebäudebestand mit:- 5 Gebäudetypen- 10 Baualtersklassen
- WE-Verteilung
Gebäudemodell Stufe 3
regional aufgelöster Gebäudebestand mit:- 5 Gebäudetypen- 10 Baualtersklassen
- WE-Verteilung- 9 Siedlungstypen
Gebäudemodell Stufe 5
regional aufgelöster Gebäudebestand mit:- 7 Gebäudetypen
- 10 Baualtersklassen- WE-Verteilung- 9 Siedlungstypen
- mittleren Wohnflächen- Verhältnis Netto- zu Brutto-Stellflächen
Gebäudemodell Stufe 4
regional aufgelöster Gebäudebestand mit:- 7 Gebäudetypen
- 10 Baualtersklassen- WE-Verteilung- 9 Siedlungstypen
45 Ref.-Typgebäude differenziert nach:- Baualtersklassen & Ref.-Heizungsanlage
- Gebäudetypen (EFH, DHH, RH)
Definition Ref.-TypgebäudeDefinition Ref.-Heizungsanlage
Disaggregierungfür regionalisierte Darstellung &
Aufteilung auf Baualtersklassen
regional aufgelöster Gebäudebestand mit:- 3 Gebäudetypen- 10 Baualtersklassen
Gebäudemodell Stufe 1
Aufteilung der ZFHauf DHH, RH & „echte“ ZFH
Zuordnung der Gebäudezu Siedlungstypen
Aufteilung FlächenWohnfläche & Stellfläche
Ermittlung der solar nutzbare Dachfläche
Gebäudemodell Stufe 6
regional aufgelöster Gebäudebestand mit:- 7 Gebäudetypen
- 10 Baualtersklassen- WE-Verteilung- 9 Siedlungstypen
- mittleren Wohnflächen- Verhältnis Netto- zu Brutto-Stellflächen
- Verhältnis solar nutzbarer Dachfläche zu Brutto-Stellfläche
Berechnung Teil-System-NutzungsgradeReduktion Ref.-Typgebäude
30 Referenz-Typgebäude mit:- flächenspez. RW- & WW-Verbrauch
- flächenspez. RW- & WW-Bedarf- gewichtet über Raumheizeinr.-Anteile
Definition Referenz-ST-AnlagenDefinition Referenz-Standorte
30 Referenz-Typgebäude mit:- flächenspez. RW- & WW-Verbrauch
- flächenspez. RW- & WW-Bedarf- 3 Referenz-ST-Anlagen
- 5 Referenz-Standorten
solarthermische Simulation
450 Referenz-Typgebäude mit:
- flächenspez. RW- & WW-Verbrauch- flächenspez. RW- & WW-Bedarf- solar substituierbarer Endenergie
- fossilem Rest-Energieverbrauch
Analyse Gebäude-Orientierung
solartherm. Simulation mit Variation der Orientierung
450 Referenz-Typgebäude mit:
- flächenspez. RW- & WW-Verbrauch- flächenspez. RW- & WW-Bedarf- solar substituierbarer Endenergie
- fossilem Rest-Energieverbrauch- gewichtet über Orientierungsverteilung
regionale Skalierung überGradtagszahl & Globalstrahlungauf jeden beliebigen Standort
regional aufgelöster Gebäudebestand
differenziert nach:- flächenspez. RW- & WW-Verbrauch- flächenspez. RW- & WW-Bedarf
- solar substituierbarer Endenergie- fossilem Rest-Energieverbrauch
Gesamtmodell EST-Modell Stufe 2 EST-Modell Stufe 3 EST-Modell Stufe 5 EST-Modell Stufe 4 EST-Modell Stufe 1
10 Baualtersklassen 1 vor 1900 2 1900 - 1945 3 1946 - 1960 4 1961 - 1970 5 1971 - 1980 6 1981 - 1985 7 1986 - 1995 8 1996 - 2000 9 2001 - 2005
10 2006 - 2010
9 Siedlungstypen 1 Streusiedlung 2 EFH-Siedlung 3 Dorfkern 4 RH-Siedlung 5 Zeilenbebauung, 3- bis 5-geschossig 6 Hochhäuser und große Zeilenbauten 7 Städtische Blockrandbebauung 8 City-Bebauung hoher Dichte 9 Historische Altstadt
Gebäudetyp Gebäude in Mio.
WE in Mio.
Wohnfl. in Mio. m²
Brutto-Stellfl.
in Mio. m²
EFH 11,42 11,42 1.320 1.071
DHH 2,80 2,80 241 153
RH 2,45 2,45 210 122
ZFH 0,97 1,94 158 90
MFH (3-6 WE) 1,47 6,80 511 206
MFH (7-12 WE) 1,39 10,24 702 187
MFH (>12 WE) 0,21 4,68 284 57
Summe 20,72 40,33 3.426 1.885
Ergebnis des Gebäudemodells:
• 20,7 Mio. Gebäude werden verteilt auf über 11.000 Gemeinden
differenziert nach:
• 10 Baualtersklassen
• 9 Siedlungstypen
• 3 (7) Gebäudetypen
• Wohnflächen
• Brutto-Stellfläche
22 22
GIS-Analyse Eching – Gebäudetypen
Schritte der Potenzialermittlung für
Nahwärmenetze in Wohnsiedlungen:
(1) Ermittlung der Gebäudetypen über die
Grundrisse nach OSM
(2) Ermittlung des Baualters
a. Über Bebauungspläne
b. Wenn keine Bebauungspläne
vorhanden sind, über die
durchschnittliche Verteilung der
Baualtersklassen einer Gemeinde
(3) Ermittlung des Wärmebedarfs der
einzelnen Gebäude
(4) Darstellung der Wärmebedarfsdichte
als Heat Map (kWh/(m2*a))
(5) Ermittlung der Wärmebelegungsdichte
für eventuelle Nahwärmenetze
(MWh/(m*a))
23 23
GIS-Analyse Eching – Wärmebedarf je Gebäude
Gebäudebezogener
Wärmebedarf:
Aus den Gebäudetypen und dem
Baualter kann der Wärmebedarf
der Gebäude abgeschätzt werden.
Über die Gebäudefläche wird die
gebäudebezogene
Wärmebedarfsdichte ermittelt.
Auf Grundlage dieser Daten kann
eine Heat Map erstellt werden
(nächste Folie)
24 24
GIS-Analyse Eching – Wärmebedarfsdichte
Erstellung einer Heat Map:
Verwendung der Kernel Density als
Möglichkeit der Verteilung
Kernel Density (Übertrag des Wärmebedarfs
auf 50 m-Radius)
Flächenbezug auf Rasterzelle von 25 m²
Die Grenze für Wärmenetze liegt in der
Regel bei über 25 kWh/(m2*a) (in der
Abbildung: Orange)*
Neben der Wärmebedarfsdichte kann das
Baualter entscheidend sein, ob eine
Nahwärmeversorgung umgesetzt werden
kann. Wenn aufgrund des gleichen Baualters
in kurzer Zeit viele Heizsysteme erneuert
werden, könnte ein Wärmenetz eine
sinnvolle Alternative darstellen. Darüber
hinaus wird die Entscheidung über den Bau
eines Netzes davon abhängen, ob ein
Gasnetz vorhanden ist. * Böhnisch, Helmut et al.: Nahwärmekonzepte Kraft-Wärme-Kopplung und erneuerbare
Energien - Nahwärmefibel. Stuttgart: Wirtschaftsministerium Baden-Württemberg, 2007
25 25
GIS-Analyse Eching - Wärmebelegungsdichte
Ermittlung der
Wärmebelegungsdichte:
Verlegung eines fiktiven
Wärmenetzes mit „Haus zu Haus“
Durchleitungen (automatisierte
Berechnung)
Einzelne Teilabschnitte (blaue
Kreise) ohne Wärmeverbraucher
werden mit dem Wert 0 belegt
Wärmebelegungsdichte = Wärme
pro Meter Trassenlänge. Richtwert
für die Wirtschaftlichkeit:
> 1,5 MWh/(m*a)*
* Böhnisch, Helmut et al.: Nahwärmekonzepte Kraft-Wärme-Kopplung und erneuerbare
Energien - Nahwärmefibel. Stuttgart: Wirtschaftsministerium Baden-Württemberg, 2007
26 26
Beispiel Stadt Unterschleißheim – Heat Map – Kernel Density
27 27
Beispiel Stadt Unterschleißheim – Wärmebelegungsdichte
28 28
Validierung des Nahwärme-Modells
Vergleich für Eching:
Gebäudetypen
Anzahl klassifizierter Gebäude
(Verfahren (a)) und aus einer
Vor-Ort-Begehung für Eching
Vergleich für Dachau-Ost:
Gebäudetypen
Flächenanteile verschiedener
Gebäudetypen im Quartier
Dachau-Ost nach
Ermittlungsverfahren
Stärken / Schwächen • grundlegende Tendenzen („Hot
Spots“) werden gut erfasst
• stellenweise starke Abweichungen zu realen Verbräuchen
• Gebäudegrundrisse sollten vorhanden sein (Verfahren (a)), bei Verfahren (b) über OSM-Daten und Gebäudekomplexe steigen die Abweichungen
29 29
Fazit
Statistische Verfahren und Energiesystemmodelle
helfen bei kommunalen Energiekonzepten
eine fehlende / unzureichende Datenbasis auszugleichen
schnell wichtige Ergebnisse zu generieren
Auswertungen mit relativ geringem Aufwand auch für
größere, urbane Gebiete zu ermöglichen
Analysen mit hinreichender Genauigkeit zu erstellen
(Stichwort „Hot Spots“)
den (finanziellen) Aufwand für Kommunen im Rahmen zu
halten
30
Vielen Dank für Ihre Aufmerksamkeit
Ansprechpartner:
Dipl.-Geogr. Corinna Sophie Steinert
+49 (89) 158121-88
Forschungsgesellschaft für Energiewirtschaft mbH
Am Blütenanger 71
80995 München
www.ffegmbh.de