Potenzial erneuerbarer Energien: Bewertung für die Schweiz
Das Potenzial eines städtischen Gebiets für hybride erneuerbare Energien (Hybrid Renewable Energy Potential: HyREP) einzuschätzen, ist eine grosse Herausforderung. Ziel dieses Projekts war die Entwicklung eines neuartigen Konzepts für HyREP-Prognosen in der Schweiz, das sich auf Big-Data-Mining-Techniken und fortgeschrittene statistische Methoden stützt, einschliesslich maschinellem Lernen (ML).
Porträt / Projektbeschrieb (abgeschlossenes Forschungsprojekt)
Gebäude machen einen der grössten Anteile des Energiebedarfs in der Schweiz aus: Sie verbrauchen mehr als 40 % der gesamten Energie und mehr als 30 % der Elektrizität. Eine Senkung des Energieverbrauchs sowie der Treibhausgasemissionen setzt voraus, dass die Gebäude bedeutend energieeffizienter werden und vorrangig erneuerbare Energien nutzen. Die Einschätzung des Potenzials für einen kombinierten Einsatz erneuerbarer Energien in Gebäuden wird daher für die Schweiz immer wichtiger – vor allem für Gemeinden, Hauseigentümer und öffentliche Energieversorger. Solche Einschätzungen liefern sehr nützliche Informationen über die Energieerzeugung aus erneuerbaren Quellen und ihr Potenzial zur Deckung des Energiebedarfs in der bebauten Umwelt.
Hintergrund
Hybride erneuerbare Energie-Systeme kombinieren Solar- und Windenergie mit geothermischer Energie. Solche Systeme tragen im Gebäudebereich dazu bei, die Grösse von autonomen Kraftwerken, die notwendige Energiespeicherkapazität und die Gesamtbetriebskosten beträchtlich zu reduzieren. Mit Blick auf die Energiewende ist es wichtig, das Potenzial für den kombinierten Einsatz von erneuerbaren Energien in der bebauten Umwelt genauer zu erfassen und so die Entscheide von Anspruchsgruppen sowie die entsprechenden Bauvorschriften in der Schweiz unterstützen zu können.
Ziele
Das Ziel des Projekts war es, das Potenzial hybrider erneuerbarer Energien (HyREP) in der bebauten Umwelt auf nationaler Ebene abzuschätzen, mit Anwendung auf die Schweiz, worin die räumlichen und zeitlichen Muster verschiedener erneuerbarer Energiequellen (EE) für die Strom- und Wärmeerzeugung beschrieben werden. Die EE können mit anderen nicht-erneuerbaren Energiequellen kombiniert werden, um die Komplementarität zwischen ihnen und ihr Potenzial zur Deckung des Energiebedarfs in der bebauten Umwelt zu bewerten. Bei den in dieser Arbeit untersuchten EE handelt es sich um Windenergie, Photovoltaik und oberflächennahe geothermische Wärme. Dies sind drei erneuerbare Energieträger, für die in den Schweizer Energieperspektiven 2050 ehrgeizige Ausbauziele festgelegt sind.
Bedeutung / Anwendung
Mithilfe von Big-Data-Ansätzen konnte im Projekt abgeschätzt werden, wie viel Strom und Wärme in der gesamten Schweiz aus Sonnen- und Windenergie sowie oberflächennaher Geothermie erzeugt werden könnte. Die Ergebnisse können sich auf die Energiepolitik in diesem Land auswirken, und die datengesteuerten Methoden können auch für andere Länder verwendet werden. Die Datenbank für erneuerbare Energien ermöglicht es uns, die räumlich-zeitliche Variation der erneuerbaren Energieressourcen für einzelne Gebäude sowie für Gemeinden in der ganzen Schweiz zu visualisieren.
Resultate
Der Schwerpunkt des Projekts lag auf der räumlichen und zeitlichen Abschätzung des technischen Potenzials von EE-Quellen in grossem Massstab. Das technische Potenzial ist definiert als die maximale Energie (Strom oder Wärme), die mit einer bestimmten Technologie für erneuerbare Energien gewonnen werden kann. Bei der Schätzung werden physikalische, geografische und technische Einschränkungen berücksichtigt, die für alle drei Energieformen (Wind, Sonne und oberflächennahe Geothermie) getrennt behandelt wurden. Die Ergebnisse umfassen regionale und nationale Datenbanken des EE-Potenzials, die für die Untersuchung hybrider erneuerbarer Energiesysteme von der Quartier- bis zur Länderebene auf der Grundlage schweizweit homogener Daten verwendet werden können.
Es wurde eine generische datengesteuerte Methodik auf der Grundlage von Big Data Mining, räumlicher Statistik und maschinellem Lernen entwickelt, um die hochauflösende Modellierung hybrider (Solar-, Wind- und Geothermie) EE-Systeme zu fördern. Softwarepakete, welche die entwickelten Modelle für weitere Anwendungen und Erweiterungen enthalten, sind verfügbar. Die Methodik zur Abschätzung des Potenzials hybrider erneuerbarer Energien wurde auf den Gebäudebestand in der Schweiz angewandt. Dies ermöglichte den Vergleich des Potenzials hybrider erneuerbarer Energien für verschiedene Stadt- und Gebäudetypen (z.B. ländlich vs. städtisch oder Wohngebäude vs. Industriegebäude) sowie für verschiedene Regionen der Schweiz und die Ableitung nützlicher Schlussfolgerungen für die weitere Entwicklung der erneuerbaren Energien. Die Unsicherheiten für die geschätzten und prognostizierten Werte (Vertrauensniveaus und Vorhersagefehler) wurden bestimmt und mit Hilfe von interaktiven Karten und Visualisierungstools für die Entscheidungsfindung dargestellt.
Originaltitel
Hybrid renewable energy potential for the built environment using big data: forecasting and uncertainty estimation