Gebäudespezifische Simulation und Validierung von Stromlastprofilen für Wohn- und Nichtwohngebäude zur Anwendung in der energetischen Quartiersplanung

Im Bereich des Gebäudesektors und der Energieversorgung besteht ein hohes Potenzial zur Reduktion von Treibhausgas- bzw. CO2-Emissionen. Um das Potenzial dieser komplexen und wechselwirkungsbehafteten Thematik auszuschöpfen, sind Werkzeuge erforderlich, die in der Lage sind, den vorhandenen Gebäudebestand energetisch zu modellieren und alternative Energieversorgungsoptionen zu analysieren.
Damit die Ergebnisse solcher Werkzeuge in die Planungsprozessen von Kommunen und Städten einfließen und praktisch umsetzbar sind, ist es von Bedeutung, lokale Gegebenheiten und techno-ökonomische Aspekte in die Planungsszenarien einzubeziehen. ... mehrBei der Umsetzung stellt sich insbesondere die Frage nach der Priorisierung von Maßnahmen und der Auswahl der Gebäude, mit denen begonnen werden soll.
Diese Dissertation konzentriert sich auf die Entwicklung eines Werkzeugs, das auf Gebäudeebene energetische Analysen im Rahmen der Quartiersplanung ermöglicht. Der Fokus liegt auf der Simulation von gebäudespezifischen Stromlastprofilen für Wohn- und Nichtwohngebäuden anhand von 3D-Modellen. Dabei werden statistische und heuristische Verfahren (Greedy-Algorithmen) verwendet, um die 3D-Modelle mit Haushalten und Personen zu ergänzen. Der jährliche Strombedarf wird anhand der Haushaltsfläche und der Personenanzahl ermittelt. Dieser Bedarf wird mithilfe von Häufigkeitsdichtefunktionen, die auf Messdaten beruhen, mit definierten Klassenintervallen auf Zeiteinheiten verteilt. Durch die Anwendung eines Pseudo-Zufallszahlengenerators wird der Startwert festlegt. Die Stromlastprofile werden durch eine Markov-Kette erzeugt, die abhängig vom getroffenen Klassenintervall für den nächsten Zeitschritt eine aktualisierte Häufigkeitsdichtefunktion basierend auf den Messwerten des entsprechenden Klassenintervalls erstellt. Für Nichtwohngebäude wird eine hierarchische Gebäudenutzungsbibliothek entwickelt, die eine Zuweisung von Standardlastprofilen auf ca. 200 Nutzungstypen mittels ALKIS-Codes vornimmt. Der Jahresstrombedarf wird anhand von flächenspezifischen Stromindikatoren ermittelt und auf die Lastverläufe der Standardprofile verteilt. Zur Validierung der entwickelten Methoden werden Maße und Metriken aus dem Bereich der deskriptiven Statistik, der Zeitreihenanalyse und grafikbasierte Techniken zur Bestimmung der Ähnlichkeit gegenüber Messdaten angewandt. Ergänzt werden diese durch die Komplexitätsmaße der fraktalen Dimension, der Anzahl der lokalen Maxima und der Länge der Kurve. Die entwickelten Methoden werden in die Simulationsplattform SimStadt integriert. Die Validierung der Methode zur Zuweisung von Haushalten und Personen zu 3D-Modellen erfolgt anhand von drei Fallstudien. Auf Landkreis- bzw. Stadtebene weist die Methode Abweichungen von -6% bis +7% bei der Anzahl der Haushalte und von -13% bis +8% bei der Anzahl der Personen im Vergleich zu amtlichen Statistiken auf. Der Vergleich der synthetisch erzeugten Stromlastprofile mit Messdaten und synthetischen Daten zweier existierenden Stromlastprofilgeneratoren zeigt, dass die implementierte Methode in der Lage ist, typische Charakteristiken von Stromlastprofilen abzubilden. Die fraktale Dimension erweist sich dabei als geeignetes Maß zur Bewertung der Komplexität von Stromlastprofilen. Für die Stromlastprofile von
Nichtwohngebäuden wird ebenfalls einen Vergleich mit vorhandenen Messdaten durchgeführt. Die Abweichungen auf Stadtebene liegen für drei untersuchte Nichtwohngebäudenutzungsarten zwischen -19% und +1%. Die generierten Stromlastprofile für Wohngebäude werden zudem in zwei Fallstudien zur energetischen Quartiersplanung angewendet. Die erste Fallstudie fokussiert sich auf die optimale energetische Auslegung eines Quartiers mit zentralen und dezentralen Energiesystemoptionen. Es zeigt sich, dass das optimale Verhältnis von zentralen zu dezentralen Optionen bei 2 zu 1 liegt und eine kostenoptimale Reduktion des Wärmebedarfs bei ca. 20% erreicht wird. Das Kostenoptimum für lokal erzeugten Strom wird durch die Kombination von Photovoltaik (PV)-Anlagen, Strom aus dem Netz und aus lokalen Heizkraftwerken im Verhältnis 1 zu 1 zu 2 erreicht. In der zweiten Fallstudie werden die Stromlastprofile zur Auslegung von PV-Batterie-Systemen in Wohngebäuden verwendet. Dabei sind die gebäudespezifischen Stromlastprofil (SLP)-Daten im besonderen Maße für die Bestimmung des Eigenverbrauchsanteils und für die weiterführende Wirtschaftlichkeitsbetrachtung von Bedeutung.
Insgesamt bieten die entwickelten Methoden und das Werkzeug SimStadt einen wertvollen Ansatz für die gebäudespezifische energetische Quartiersanalyse und -planung. Sie ermöglichen die Berücksichtigung lokaler Bedingungen und technisch-ökonomischer Aspekte und bieten Einblicke in Energiebedarfsmuster und alternative Energieversorgungsoptionen. Es sind jedoch weitere Untersuchungen und Validierungen mit größeren Datensätzen erforderlich, um die Genauigkeit und Zuverlässigkeit der Methoden zu verbessern und ihre Anwendbarkeit in verschiedenen städtischen Kontexten zu gewährleisten.

The building sector and energy supply hold a high potential for the reduction of greenhouse gas and CO2 emissions. In order to utilize the potential of this complex and multifaceted topic, tools are required that are capable of modeling the existing building stock in terms of energy and analyzing alternative energy supply options. To ensure that the results of such tools are incorporated into the planning processes of municipalities and cities on a practical level, it is important to include local conditions and techno-economic aspects in the planning scenarios. The question of prioritizing measures and selecting buildings to start with is particularly important in the implementation process.
... mehr
This dissertation focuses on the development of a tool that enables energy analyses at the building level in the context of neighborhood planning. The emphasis lies on the simulation of building-specific electricity load profiles for residential and non-residential buildings using 3D models. Statistical and heuristic methods (greedy algorithms) are used to enhance the 3D building models with households and occupants. The annual electricity demand is determined based on the household area and the number of occupants. This demand is distributed to time units using frequency density functions based on measured data with defined class intervals. By applying a pseudo-random number generator, the initial value is determined. The electricity load profiles are generated by a Markov chain which, depending on the class interval which is chosen, generates an updated frequency density function for the next time step based on the measured values of the corresponding class interval. For non-residential buildings, a hierarchical building usage library is developed that assigns standard load profiles to approximately 200 usage types using ALKIS codes. The annual electricity demand is determined based on area-specific electricity indicators and distributed to the load characteristics of the standard profiles. Measures and metrics from descriptive statistics, time series analysis, and graph-based techniques for determining similarity to measured data are applied to validate the developed methods. These are complemented by complexity measures of fractal dimension, number of local maxima, and length of the curve.
The developed methods are integrated into the simulation platform SimStadt. The validation of the method for assigning households and occupants to 3D models is performed on the basis of three case studies. At the county and city levels, respectively, the method shows deviations of -6% to +7% in the number of households and of -13% to +8% in the number of occupants compared to official statistics. The comparison of the synthetically generated electricity load profiles with measured data and synthetic data of two existing electricity load profile generators shows that the implemented method is able to reproduce typical characteristics of electricity load profiles. The fractal dimension proves to be a suitable measure for evaluating the complexity of electricity load profiles. For the electricity load profiles of non-residential
buildings, a comparison with existing measured data is also performed. The deviations on city level are between -19% and +1% for three investigated non-residential building use types. The generated electricity load profiles for residential buildings are also applied in two case studies for neighborhood energy planning. The first case study focuses on the optimal energy design of a neighborhood with centralized and decentralized energy system options. It is shown that the optimal ratio of centralized to decentralized options is 2 to 1 and a cost-optimal reduction in heat demand is achieved at about 20%. The cost optimum for locally generated electricity is achieved by combining PV systems, electricity from the grid and from local CHP plants in a ratio of 1 to 1 to 2. In the second case study, the electricity load profiles are used
to size residential PV battery systems. Here, the building-specific SLP data are particularly important for determining the self-consumption fraction and for further economic analysis.
Overall, the developed methods and the tool SimStadt provide a valuable framework for building-level energy analysis and urban planning. They enable the consideration of local conditions and techno-economic aspects, and offer insights into energy demand patterns and alternative energy supply options. However, further research and validation with larger datasets are needed to improve the accuracy and reliability of the methods and to ensure their applicability in various urban contexts.