Energieeffiziente Stadt Prognose von Energiebedarf auf Basis von 3D- Stadtmodellen

Größe: px

Ab Seite anzeigen:

Download "Energieeffiziente Stadt Prognose von Energiebedarf auf Basis von 3D- Stadtmodellen"

Wilhelmine Thomas
vor 7 Jahren
Abrufe

1 Energieeffiziente Stadt Prognose von Energiebedarf auf Basis von 3D- Stadtmodellen Prof. Dr. Volker Coors, HFT Stuttgart Daniel Holweg, M.O.S.S. GmbH München Deutsches GeoForum des DDGI,

2 Referenten HFT Stuttgart Zentrum für nachhaltige Energietechnik und Zentrum für Geodäsie und angewandte Informatik M.O.S.S., Computer Grafik Systeme gem. Projektvorhaben zum Technologietransfer 2

3 Motivation Der Gebäudesektor ist mit 40 % des Gesamtenergieverbrauchs und 36 % der CO2-Emissionen der größte Energieverbraucher in der EU! (Quelle: ICT for a low carbon economy Smart Buildings) Laut statistischem Bundesamt gibt es in Deutschland ca. 18 Millionen Wohngebäude und ca. 1,5 Millionen Nichtwohngebäude.( 75 Prozent davon sind vor der ersten Wärmeschutzverordnung (1. November 1977) errichtet worden und vielfach unsaniert. 3

4 Fragestellungen Nutzung von 3D-Stadtmodellen zur Prognose des Energiebedarf durch Heizwärme Einfluss Gebäudeeigenschaften Einfluss Nutzerverhalten Einfluss Detaillierungsgrad Gebäudegeometrie bei Betrachtungen auf Quartiersebene 4

5 Fallstudie 1: Scharnhauser Park Aneta Strzalka, Jürgen Bogdahn, Volker Coors, Ursula Eicker, 3D City MODELING for Urban Scale Heating Energy Demand Forecasting, ASHRAE HVAC&R Research Journal on "Indoor air quality, ventilation and energy conservation in buildings 5

6 Fallstudie 1: Scharnhauser Park Neubaugebiet, ca Einwohner 80% Energiebedarf lokal durch Biomasse Verbrauchsdaten auf Tagesbasis liegen vor 6

7 Simulationsmodell Modell 1: Wärmebedarfsermittlung durch Transmissions-Wärmeverlust- Koeffizient und der täglichen Aussentemperatur Modell 2: Monatsbilanzverfahren nach DIN V unter Berücksichtigung interner und externer Wärmegewinne und - verluste (Lüftung, Transmissionsverluste, solare Einstrahlung) 7

8 IT Architektur GUI 2D 3D Viewer CityEnergy3D (Controller) INSEL Simulation Analysetool Qualitätstool 3D-Geodatenserver 3D Geodaten Sachdaten 8

9 3D-Stadtmodell: CityGML LoD 1 Datengrundlage: Grundriss und Höhe (LiDAR) Topologisch konsistente Extrusion von Grundrissen Gemeinsam genutzte Fläche (in CityGMLals XREF modelliert) 9

10 Betrachtung Mehrfamilienhaus 10

11 Verbrauch vs. Prognose 11

12 Einfluss Gebäudegeometrie LoD 1-Modell, Standard u-werte LoD 1-Modell, tatsächliche u-werte LoD 3-Modell, Standard u-werte LoD 3-Modell, tatsächliche u-werte 12

13 Einfluss Nutzungsverhalten 13

14 Ergebnis alle MFH 14

15 Ergebnis gesamt 15

16 Fallstudie 2: Stuttgart Ziel: Nutzung LoD2-Stadtmodelle Datenquelle: Stadtmessungsamt Stuttgart Klassifizierte Randfläche: WallSurface, RoofSurface, GroundSurface Attribute: Baujahr Nutzungsart (Anzahl Vollgeschosse) teilw. Dach- und Fassadentexturen 16

17 Gebiete Stuttgart Innenstadt, 1 km x 1 km, CityGML LoD2, texturiert Stuttgart Süd, 1 km x 1 km, CityGML LoD2 17

18 Prof. Dr. Volker Coors,

19 Eingangsdaten Simulation Umbautes Volumen [m 3 ] Dachfläche [m 2 ] Fläche Außenwände [m 2 ] (sun / wind exposed) Fläche Innenwände [m 2 ] (zu Nachbargebäuden) Fläche Grundriss [m 2 ] Ausrichtung der Dach- / Wandfläche Anteil Fensterfläche pro Wand [%] U-Werte für Gebäudehülle 19

20 Qualitätsprüfung

21 Volumenberechnung Triangulation: 45 Tetraeder 21

22 Berechnung Innenwände 22

23 Fensterfläche pro Fassade Image Segmentation Window extraction 23

24 Zuweisung u-werte - Gebäudetypologie & Baujahr 24

25 Klassifikation Gebäudetypologie 25

26 Ergebnisse European Institute for Energy Research, 3D-Druck Teller 26

27 Zusammenfassung - 3D Stadtmodelle bilden exzellente Grundlage zur Wärmebedarfsprognose - Datenqualität CityGML LoD2 beachten! - Verknüpfung mit Fachdaten ist essentiell - Geodatenserver zur Bereitstellung 3D-Stadtmodell 27

28 Ausblick - Entwicklung CityGML ADE zur Standardisierung - Implementierung Wärmebedarfsanalyse in novafactory der Firma M.O.S.S. - Potential energieneutrale Stadtquartiere - Potential lokale Energiegewinne >= Bedarf? - Solarpotentialanalyse - Wärmebedarfsanalyse 3D Pro 3D GDI 4AI LIDAR Raster BASE Extended JP2 4K 28

29 Danksagung - BW Stiftung, Projekt Energieeffiziente Stadt - EU-Projekt POLYCITY (TREN/05FP6EN/S /513481/) - Christian Keim, European Institute for Energy Research (EIFER), KIT - Ledoux, H. and M. Meijers, TU Delft - Prof. Dr. Ursula Eicker, Aneta Strzalka, ZAFH.net HFT Stuttgart - Jürgen Bogdahn, Claudia Schulte, Zentrum für Geodäsie und angewandte Informatik, HFT Stuttgart 29

30 Barks, Fuchs: CP 2, BL DD 11 Prof. Dr. Volker Coors

31 3D-Stadtmodell: CityGML LoD 2 lod2terraininterscetion gml:multicurve _AbstractBuilding lod2solid gml:solid lod2multisurface gml:multisurface lod2multisurface boundedby BoundarySurface WallSurface RoofSurface GroundSurface Prof. Dr. Volker Coors

32 CityGML Model 1 Validierung Heilung no keine error Fehler detected Buildings Gebäudemit with defects Fehlern Buildings geheilte Gebäude healed Buildings Gebäudenot ohnehealed Heilung 17% 8% 83% 92% Fehlerklassifizierung (Polygon) Fehlerklassifizierung (Solid) Polygons per C-Solid-2 edge!= 2 non-planar C-LR-5 polygons Polygon C-Solid-1 intersection face C-Solid-3 orientation 0,97% 0,57% 4,99% unzusammenhängende solid with Komponenten unconnected components Löcher holes 18,71% 4,19% 12,60%

33 Window Area per Facade Textur Auflösung Fensterfläche (Pixel), manuell ermittelt k_front 1565 x 2402 k_hinten 1021 x 2535 k_hinten_treppe 595 x 2535 k_hinten_wand 304 x 2535 Fensterfläche prozentual Fensterfläche Algorithmus (Pixel) Fensterfläche Algorithmus (%) % 22,2 % % % % % 0 0 % % k_knick 44 x % (83990) 0 % k_links 1368 x % ,7 % 2535 k_rechts 1368 x % % Prof. Dr. Volker Coors,

34 Ausblick - Entwicklung CityGML ADE zur Standardisierung -Implementierung in novafactory der Firma M.O.S.S. - Erweiterung des Portfolios zu Nutzung Geotopographischer Daten - Vereinfachte Solarpotentialanalyse (vorhanden) - Solarpotentialanalyse - Wärmebedarfsanalyse (in Vorbereitung) 3D Pro 3D GDI 4AI LIDAR Raster BASE Extended JP2 4K 34

Ähnliche Dokumente

3D-Stadtmodelle als Unterstützung der Energieplanung von Kommunen

3D-Stadtmodelle als Unterstützung der Energieplanung von Kommunen Prof. Dr. Volker Coors, HFT Stuttgart Wo-Kongress 6. Juni 2013, Wissenschaftspark Gelsenkirchen 1 Energiebedarfssimulation auf Basis von