Dynamische Multikriterien-Analyse zur Identifizierung potenzieller Standorte für Windanlagen auf Grundlage multipler Nachbarschaftsbeziehungen Martin Geilhausen (1), Valentin Stahel (), Andreas Fürholz () & Patrick Laube (1) (1) Forschungsgruppe Geoinformatik () Forschungsgruppe Erneuerbare Energien Institut für Umwelt und Natürliche Ressourcen ZHAW Zürcher Hochschule für Angewandte Wissenschaften
Kontext «Welche Standorte sind geeignet für» - klassische Eignungsanalyse - klassische GIS Anwendung - klassische Multikriterien-Analyse MCE der Windenergienutzung auf Arealen der SBB (Fürholz, Jaisli & Geilhausen 014) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016
Kontext Windenergiestudie Kanton Schwyz (Fürholz, Jaisli & Geilhausen 01) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 3
Ziele Windenergie in der urbanisierten Landschaft WUL Forschungsprojekt mit Fokusgebiet Graubünden I. Ermittlung des Potenzials für Kleinwindanlagen KWA im Siedlungsgebiet II. Neubewertung des Potenzials für Grosswindanlagen GWA (Netzentwicklung & Stromeinspeise-Potenzial auf Gemeinde- oder Bezirksebene) Bei grundlegend identischer Fragestellung Studien Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 4
Kriterien Charakterisierung gesuchter Standorte Unterschiedlicher Natur, z.b. Geometrie, Topologie, Attribut «must-have» / «nice-to-have» Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016
Kriterien Charakterisierung des gesuchten Standorts Unterschiedlicher Natur, z.b. Geometrie, Topologie, Attribut «must-have» / «nice-to-have» Bundesamt für Raumentwicklung (01) KWA: 3 GWA: 46 1 Kriterium = 1 GIS Datensatz (Layer) Wind 4. ms -1 & Relief 0% als Auswahlkriterien Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 6
Kriterien Charakterisierung des gesuchten Standorts Unterschiedlicher Natur, z.b. Geometrie, Topologie, Attribut «must-have» / «nice-to-have» Bundesamt für Raumentwicklung (01) KWA: 3 GWA: 46 1 Kriterium = 1 GIS Datensatz (Layer) Wind 4. ms -1 & Relief 0% als Auswahlkriterien Kategorien zur Priorisierung der Standorte Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 7
Operationalisierung Überführung der Kriterien in präzise und messbare Kenngrössen Boolean Operator «NOT» Abstandskriterien distanzspezifisch unterschiedliche Ausprägung KWA & GWA Eignung Kleinwindanlage S min S max Eignung Grosswindanlage Eignung Kleinwind- vs. Grosswindanlagen (Credit: Andreas Fürholz) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 8
Datenintegration Vergleichbarkeit durch gleiche Messskalen, Datentypen, Auflösungen und Referenzsysteme Mehrstufiges Vorgehen: 1. Area Of Interest. Auflösung der Ergebnisse KWA: m / GWA: m 3. Analysis Cells ( 0%, tech. Machbarkeit) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 9
Datenintegration Vergleichbarkeit durch gleiche Messskalen, Datentypen, Auflösungen und Referenzsysteme Mehrstufiges Vorgehen: 1. Area Of Interest. Auflösung der Analyse KWA: m / GWA: m 3. Analysis Cells ( 0%, tech. Machbarkeit) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016
Analyse Ermittlung geeigneter Standorte durch Verknüpfung aller Kriterien logische Verschneidung («boolean» - true / false) gewichtete Verschneidung Fuzzy Membership MCE als «Negativ-Kartierung» (Geilhausen & Fürholz 01) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 11
Analyse Toolbox mit default GIS Capabilities Iterationen & Batching Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 1
Analyse 1. Berechnung der Distanz einer jeden Zelle zum nächsten Objekt jedes Kriteriums (oder auch n Objekten) 1 Distanztabelle / Kriterium ID dist 1 1.. zu 1 LUT transponiert ID dist_k1 dist_k dist_k3 dist_k4 dist_k4 1.7 48.3 66.91 1. 3. Verknüpfung von Analyse Zellen und Distanz LUT Datengrundlage MCE Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 13
Analyse 1. Berechnung der Distanz einer jeden Zelle zum nächsten Objekt jedes Kriteriums (oder auch n Objekten) 1 Distanztabelle / Kriterium ID dist 1 1.. zu 1 LUT transponiert ID dist_k1 dist_k dist_k3 dist_k4 dist_k4 1.7 48.3 66.91 1. 3. Verknüpfung von Analyse Zellen und Distanz LUT Datengrundlage MCE Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 14
Analyse die Ressource Wind () ZHAW COSMO II Windmodellierung (Neininger 01) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 1
Analyse die Ressource Wind () ZHAW COSMO Windmodellierung II METEOTEST (Neininger (01) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 16
Analyse Status: einmalige Ausführung rechenintensiver Algorithmen ID dist_k1 dist_k dist_k3 dist_k4 dist_k4 1.7 48.3 66.91 1. Ergebnisse & Szenarien KWA: 1. Potentialgebiete - Attributabfrage + Slope + Wind Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 17
Analyse Status: einmalige Ausführung rechenintensiver Algorithmen ID dist_k1 dist_k dist_k3 dist_k4 dist_k4 1.7 48.3 66.91 1. Ergebnisse & Szenarien KWA: 1. Potentialgebiete - Attributabfrage + Slope + Wind Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 18
Analyse Status: einmalige Ausführung rechenintensiver Algorithmen ID dist_k1 dist_k dist_k3 dist_k4 dist_k4 1.7 48.3 66.91 1. Ergebnisse & Szenarien KWA: 1. Potentialgebiete - Attributabfrage. Verteilnetz - Räumliche Abfrage + Slope + Wind Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 19
Analyse Ergebnisse & Szenarien GWA: 1. Potentialgebiete - Attributabfrage. Aggregation 3. Priorisierung (Bewertung) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 0
Analyse Ergebnisse & Szenarien GWA: 1. Potentialgebiete - Attributabfrage. Aggregation 3. Priorisierung (Bewertung) Bundesamt für Raumentwicklung (01) Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 1
Take home messages klassische Multikriterien-Analyse (MCE) mit operationalisierten Auswahl- und Ausschlusskriterien automatisierte GIS Umgebung mit singulärer Ausführung rechenintensiver Algorithmen hohe Flexibilität durch stufenweise Implementierung und Aktualisierung der Datengrundlage effiziente und performante Erstellung von Ergebnissen und Szenarien Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016
Vielen Dank für Ihre Aufmerksamkeit! Die skizzierten GIS Analysen sind Teil des ZHAW Forschungsprojektes «Windmodell und Nachhaltigkeit Windenergie in der urbanisierten Landschaft» mit finanzielle Unterstützung durch die Elektrizitätswerke der Stadt Zürich (EWZ). Herzlichen Dank Pascal Ochsner, Hanno Rahn & Martina Hediger für anregende Diskussionen. Literatur: ARE Bundesamt für Raumentwicklung (01): Konzept Windenergie. Basis zur Berücksichtigung der Bundesinteressen bei der Planung von Windenergieanlagen. Bern, pp. Fürholz, A., Jaisli, I. & M. Geilhausen (014): Windenergienutzung auf Arealen der SBB. Potential- und Standortsuche. Unveröffentlichter Projektbericht, ZHAW Zürcher Hochschule für Angewandte Wissenschaften, Wädenswil, 1pp. Fürholz, A., Geilhausen, M. & I. Jaisli (01): Windenergiestudie Kanton Schwyz. Identifizierung potenzieller Standorte und Potenzialabschätzung. Unveröffentlichter Projektbericht, ZHAW Zürcher Hochschule für Angewandte Wissenschaften, Wädenswil, 48pp. Geilhausen, M. & A. Fürholz (01): Erweiterungsstudie zur Windenergienutzung auf Arealen der SBB. Identifizierung geeigneter Standorte und Potentialabschätzung für ausgewählte Vertikalturbinen der Agile Wind Power AG. Unveröffentlichter Projektbericht, ZHAW Zürcher Hochschule für Angewandte Wissenschaften, Wädenswil, 9pp. Martin Geilhausen Dynamische Multikriterien-Analyse Windenergie ESRI Campus Day 016 3