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, 12.04.2011 1
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
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.(https://wwwgenesis.destatis.de/) 75 Prozent davon sind vor der ersten Wärmeschutzverordnung (1. November 1977) errichtet worden und vielfach unsaniert. 3
Fragestellungen Nutzung von 3D-Stadtmodellen zur Prognose des Energiebedarf durch Heizwärme Einfluss Gebäudeeigenschaften Einfluss Nutzerverhalten Einfluss Detaillierungsgrad Gebäudegeometrie bei Betrachtungen auf Quartiersebene 4
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
Fallstudie 1: Scharnhauser Park Neubaugebiet, ca. 7.000 Einwohner 80% Energiebedarf lokal durch Biomasse Verbrauchsdaten auf Tagesbasis 2008-2010 liegen vor 6
Simulationsmodell Modell 1: Wärmebedarfsermittlung durch Transmissions-Wärmeverlust- Koeffizient und der täglichen Aussentemperatur Modell 2: Monatsbilanzverfahren nach DIN V 18599 unter Berücksichtigung interner und externer Wärmegewinne und - verluste (Lüftung, Transmissionsverluste, solare Einstrahlung) 7
IT Architektur GUI 2D 3D Viewer CityEnergy3D (Controller) INSEL Simulation Analysetool Qualitätstool 3D-Geodatenserver 3D Geodaten Sachdaten 8
3D-Stadtmodell: CityGML LoD 1 Datengrundlage: Grundriss und Höhe (LiDAR) Topologisch konsistente Extrusion von Grundrissen Gemeinsam genutzte Fläche (in CityGMLals XREF modelliert) 9
Betrachtung Mehrfamilienhaus 10
Verbrauch vs. Prognose 11
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
Einfluss Nutzungsverhalten 13
Ergebnis alle MFH 14
Ergebnis gesamt 15
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
Gebiete Stuttgart Innenstadt, 1 km x 1 km, CityGML LoD2, texturiert Stuttgart Süd, 1 km x 1 km, CityGML LoD2 17
Prof. Dr. Volker Coors, 27.07.2010 18
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
Qualitätsprüfung
Volumenberechnung Triangulation: 45 Tetraeder 21
Berechnung Innenwände 22
Fensterfläche pro Fassade Image Segmentation Window extraction 23
Zuweisung u-werte - Gebäudetypologie & Baujahr 24
Klassifikation Gebäudetypologie 25
Ergebnisse European Institute for Energy Research, 3D-Druck Teller 26
Zusammenfassung - 3D Stadtmodelle bilden exzellente Grundlage zur Wärmebedarfsprognose - Datenqualität CityGML LoD2 beachten! - Verknüpfung mit Fachdaten ist essentiell - Geodatenserver zur Bereitstellung 3D-Stadtmodell 27
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 Vector @SCOP JP2 4K 28
Danksagung - BW Stiftung, Projekt Energieeffiziente Stadt - EU-Projekt POLYCITY (TREN/05FP6EN/S07.43964/513481/) - 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
Barks, Fuchs: CP 2, BL DD 11 Prof. Dr. Volker Coors
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
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%
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 (%) 744000 20 % 22,2 % 467300 18 % 363789 14 % 300000 20 % 179866 12 % 0 0 % 47810 6 % k_knick 44 x 2535 0 0 % (83990) 0 % k_links 1368 x 513800 15 % 614172 17,7 % 2535 k_rechts 1368 x 2535 474800 14 % 630260 19 % Prof. Dr. Volker Coors, 17.09.2010 33
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 Vector @SCOP JP2 4K 34