Das Regionenmodell (FREM) Basis detaillierter Analysen ... · (Geocoder) Verschneidung mit ... 9...

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


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


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



- WE-Verteilung- 9 Siedlungstypen


regional aufgelöster Gebäudebestand mit:- 7 Gebäudetypen

- 10 Baualtersklassen- WE-Verteilung- 9 Siedlungstypen

- mittleren Wohnflächen- Verhältnis Netto- zu Brutto-Stellflächen




45 Ref.-Typgebäude differenziert nach:- Baualtersklassen & Ref.-Heizungsanlage

- Gebäudetypen (EFH, DHH, RH)

Definition Ref.-TypgebäudeDefinition Ref.-Heizungsanlage

Disaggregierungfür regionalisierte Darstellung &

Aufteilung auf Baualtersklassen



Aufteilung der ZFHauf DHH, RH & „echte“ ZFH

Zuordnung der Gebäudezu Siedlungstypen

Aufteilung FlächenWohnfläche & Stellfläche

Ermittlung der solar nutzbare Dachfläche




- 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

[email protected]

Forschungsgesellschaft für Energiewirtschaft mbH

Am Blütenanger 71

80995 München

www.ffegmbh.de

Das Regionenmodell (FREM) Basis detaillierter Analysen ... · (Geocoder) Verschneidung mit ... 9...

Documents

Transcript of Das Regionenmodell (FREM) Basis detaillierter Analysen ... · (Geocoder) Verschneidung mit ... 9...