Dieser Artikel wurde verfasst von Eddie Oldfield, Senior Lead, Projects & Advisory Services, QUEST; Jessica Webster, Energieplanungsanalystin, Natural Resources Canada; und Ryan Ahola, Umweltwissenschaftler, Natural Resources Canada -
Einleitung – Die Herausforderung
Die Kartierung und Analyse des Gebäudeenergieverbrauchs ist für die geografisch ausgerichtete Ausrichtung von Energiepolitiken und -programmen zur Beschleunigung des Übergangs zu einer kohlenstoffarmen Bauumgebung und Wirtschaft von entscheidender Bedeutung. Kanadische Kommunen unternehmen Anstrengungen, den Energieverbrauch und die Treibhausgasemissionen von Gebäuden zu Zwecken der Energie- und Emissionsplanung zu kartieren, und werden dabei von Beratungsunternehmen, Universitäten und manchmal gemeinnützigen Organisationen unterstützt. Energiekartierungsprojekte werden unabhängig voneinander zu unterschiedlichen Zeitpunkten, in unterschiedlichen Maßstäben und unter Verwendung unterschiedlicher Methoden und Annahmen durchgeführt. Doch im Grunde sind die Daten dieselben: Erforderlich ist ein Verständnis des Gebäudebestands und seiner energiebezogenen Eigenschaften, einschließlich der Anzahl der Gebäude und Einheiten, ihrer jeweiligen Grundfläche sowie des gemessenen historischen Energieverbrauchs und des modellierten prognostizierten Energieverbrauchs basierend auf unterschiedlichen Wohn- oder Gebäudetypen (bekannt als Archetypen). Trotz dieser Gemeinsamkeit und der besten Bemühungen aller gibt es wenig Koordination zwischen den Initiativen und keine weit verbreiteten Best Practices oder Standards. Dies führt zu Doppelarbeit, verlorenen Energieeinsparungen und verpassten Chancen zur Dekarbonisierung, Abschwächung des Klimawandels und Klimaresilienz.
Die Konzeptentwicklungsstudie zur Gebäudeenergiekartierung und -analyse (BEMA-CDS) Die Herausforderungen dieser Situation wurden wie folgt bewältigt:
- Beschreibung des Entwicklungsstandes der Energiekartierung und -analyse für den Gebäudebestand im Allgemeinen; und
- Informieren Sie sich über IT-Architekturpraktiken und -standards, um die Kartierung und Analyse speziell des Energieverbrauchs und der Energieeffizienz in Wohngebäuden zu ermöglichen.
Studienstart + was getan wurde
Die im Dezember 2019 mit Unterstützung von Natural Resources Canada (NRCan) initiierte Studie stützte sich auf eine Reihe von Informationsquellen, darunter frühere Forschungsarbeiten und öffentliche Konsultationen, relevante Gesetze und laufende Initiativen. Anschließend entwickelte sie eine Informationsanfrage (Request for Information, RFI) und veröffentlichte sie im Februar 2020 öffentlich, um Antworten von einem breiten Publikum von Interessenvertretern und Organisationen einzuholen. Es wurden Fragen in acht Themenkategorien zum Bereich der Gebäudeenergiekartierung und -analyse gestellt.
Dabei wurden drei Hauptszenarien für die Entwicklung und Anwendung der Gebäudeenergieanalyse und -kartierung ins Auge gefasst:
- Kommunale Energie- und Emissionsplanung
- Überprüfung des Einsparpotenzials bei Versorgungsunternehmen und Planung von Programmen zur Nachfragesteuerung
- Gebäudeenergie auf Bundes-/Provinz-/Territorialebeneebene – Richtlinien, Programme, Normen, Bauvorschriften
Mitte 2020 wurde eine Reihe von Webinaren mit RFI-Teilnehmern und Mitgliedern der OGC-Arbeitsgruppe für Energie und Versorgungswirtschaft abgehalten, um die bereitgestellten Antworten zu prüfen und zu erarbeiten, ein verfeinertes Verständnis der aktuellen Praxis zu erreichen und Input für die theoretische Architektur zu geben.
Wer kann von dieser Studie profitieren?
Der Bericht zur Dokumentation des BEMA-CDS konzentriert sich auf Probleme rund um Datenaustausch und räumliche Dateninteroperabilität, die derzeit einer umfassenderen Erreichung der Ziele und des Nutzens der Gebäudeenergieanalyse im Wege stehen. Diese wertvolle Perspektive kommt vielen Interessengruppen und Programmen zugute, darunter:
- Bauwissenschaftler und Energieforscher
- Schlägt Wege zu verbesserter Dateninteroperabilität, besseren Modellen und verstärkter Koordination vor
- Identifiziert mögliche Ansätze zur Reduzierung von Duplizierung, Zeitaufwand und Kosten in Organisationen
- Unterstützt eine bessere Qualitätskontrolle und vergleichbare Daten für die Planung und Programmbewertung
- Regierungspolitikanalysten, Regulierungsbehörden sowie Bauvorschriften- und Normenausschüsse
- Identifiziert neue Ansätze zur Förderung nationaler und regionaler Förderprogramme für die Sanierung von Wohngebäuden
- Antizipiert Herausforderungen und Chancen der Dateninteroperabilität im Zusammenhang mit Änderungscodes für bestehende Gebäude
- Kommunale Energieplaner
- Kommunale Energieplanung, einschließlich der Konzeption und Umsetzung von Programmen zur Energieeffizienz im Wohnungsbau
- Eine georäumliche Ansicht bietet die Möglichkeit einer verbesserten Koordination mit Versorgungsunternehmen durch ein gemeinsames Lagebild
- Manager von Programmen zur Nachfragesteuerung in Versorgungsunternehmen
- Erwartet, dass mit der zunehmenden Nutzung erneuerbarer Energien mehr georäumliche Analysen erforderlich sind; Kapitalkostenausgleich
- Weist auf „hinter dem Zähler“ liegende Methoden hin, die die Akzeptanz von Einsparungs- und Nachfragemanagementprogrammen (Energieeffizienz) verbessern könnten
- Die OGC-Arbeitsgruppe für Energie und Versorgungswirtschaft (DWG)
- Unterstützt die Ermittlung potenzieller weiterer F&E- und Standardentwicklungsaktivitäten über den Zeitrahmen der BEMA-CDS-Studie hinaus, beispielsweise solcher, die sich mit der Bewertung von Dekarbonisierungsstrategien befassen.
Diese aufstrebende Disziplin ist die Schnittstelle zwischen vielen Bereichen und Fachgebieten, darunter Bauwissenschaft, Geowissenschaften, Datenwissenschaft, Stadtplanung und Energieplanung. Daher ist das BEMA-CDS über die oben genannten vorrangigen Nutzungsszenarien und spezifischen Interessengruppen hinaus auch für alle von Interesse, die an der Weiterentwicklung von Smart Cities, digitalen Zwillingen in Städten, der Energiemodellierung von Gebäudebeständen und/oder dem Smart Grid (manchmal auch als digitales Netz bezeichnet) arbeiten. Ein aufstrebendes Cleantech-Segment, bekannt als Climate Tech – Cleantech-Unternehmen, die sich speziell mit dem Klimawandel befassen – wird ebenfalls interessant sein, wenn ihre Lösungen mit Energie und Gebäuden zu tun haben, ebenso wie Risikokapitalgeber, die in Climate Tech-Unternehmen investieren möchten. Banken, die Klimarisiken zunehmend als Kreditrisiko betrachten, sollten an georäumlichen Ansätzen interessiert sein, um die Kohlenstoffintensität ihrer Hypothekenportfolios zu quantifizieren und die Bewertung von Kreditprodukten für Energieeffizienz und den Einsatz erneuerbarer Energietechnologien zu unterstützen.
Einige wichtige Erkenntnisse
Eine kritische Herausforderung und ein Bedarf, der in dieser Studie identifiziert wurde, ist die Verfügbarkeit der richtigen räumlichen Informationselemente, um Gebäudeenergieanalysen auf verschiedenen Ebenen der Generalisierung und Spezifität durchzuführen, um das Leben zu verbessern und Gemeinschaftsziele zu fördern. Bei der Erstellung von Gebäudeenergiekartierungen werden repetitive und nicht standardisierte Methoden verwendet, um Datensätze zu sammeln, auszutauschen und zu integrieren. Einige bemerkenswerte Beispiele für dauerhafte Kartierungen auf regionaler oder nationaler Ebene sind die CityGML Arbeit in Berlin, ORNLs digitaler Zwilling AutoBEMund die UCLA Energieatlas. Der derzeitige Ad-hoc-Ansatz zur Datenerfassung, -integration und -wiederverwendung ist angesichts der aktuellen Klimakrise schrecklich ineffizient.
Die Idee, die Wiederverwendbarkeit und gemeinsame Nutzung von Geodaten durch den Aufbau von Informationen als Infrastruktur zu unterstützen, gibt es schon seit vielen Jahren unter dem Konzept der Spatial Data Infrastructures (SDI). Kanada verfügt über eine hoch entwickelte SDI, die Kanadische Geodateninfrastruktur (CGDI), das ein verteiltes Modell verwendet, um den Zugriff, die gemeinsame Nutzung und die Nutzung verschiedener räumlicher Informationen zu unterstützen. CGDI stellt kritische Infrastruktur bereit, auf die sich Kanadier täglich verlassen, wie beispielsweise Wettervorhersagen von Environment and Climate Change Canada. CGDI unterstützt auch zukunftsorientierte Forschung, indem es Wissenschaftlern ermöglicht, viele verschiedene Formen von Informationen über den Standort zu integrieren, beispielsweise innerhalb klimadaten.ca.
In jüngerer Zeit haben sich das Konzept, die Fähigkeiten und das Design einer solchen Infrastruktur im Zeitalter des Cloud-Computings weiterentwickelt. In diesem Zusammenhang ist es sinnvoll, darüber nachzudenken, wie eine „Energy Spatial Data Infrastructure“ (eSDI) aussehen könnte, die die im Bericht genannten vielfältigen Anforderungen, Möglichkeiten, Interessengruppen und Ziele im Bereich der Gebäudeenergiedaten unterstützen kann.
Identifizierte Herausforderungen
Andere häufige Herausforderungen, die von den RFI-Teilnehmern aufgezählt und später von den Workshop-Teilnehmern bestätigt wurden, betrafen Datenverfügbarkeit, Datenschutz und Vertraulichkeit sowie Überlegungen zu proprietären Formaten. Die Methoden und die Zuverlässigkeit der Datenquellen erwiesen sich als vielfältig und schlecht dokumentiert und wurden unterschiedlich gemessen, modelliert, abgeleitet, geschätzt und angenommen. Der fehlende Zugang zu Kostenschätzungen für Nachrüstungen wurde von den Teilnehmern als Hindernis für die Nutzung von Energiekartierungs- und -modellierungsdaten genannt. Aus Sicht der Dateninfrastruktur und Wiederverwendbarkeit verhindert das Fehlen eines übergreifenden Datenrahmens die Verknüpfung des Maßstabs und der Auflösung räumlicher Daten mit bestimmten Nutzungsszenarien. Ebenso gibt es keine akzeptierten Schemata für die Anwendung verschiedener Archetypisierungsansätze (Clustering/Klassifizierung) auf unterschiedliche Nutzungsszenarien und Ebenen der technischen und finanziellen Kapazität der Organisation.
Identifizierte Chancen
Trotz dieser und anderer Herausforderungen wurden in der Studie zahlreiche Chancen identifiziert, darunter Datenzugriffstechnologien, die Datenschutz, Vertraulichkeit und Anonymität berücksichtigen. Zu den vielversprechenden Techniken gehören Enklavenverarbeitung, Anonymisierung durch Aggregation und Rauscheinspeisung, die manchmal als differenzielle Privatsphäre bezeichnet wird. Adaptive Klassifizierung und Archetypisierung auf der Grundlage von Stichprobenmodellierung ist ein weiterer potenzieller Ansatz, um Archetypisierungsanforderungen mithilfe verfügbarer Daten an Anwendungsfälle anzupassen. Die Entwicklung nationaler Systeme für konsistente Energiedaten auf mehreren räumlich-zeitlichen Skalen wird als Chance identifiziert, die einer Reihe von Anwendungsfällen dienen könnte. Nationale Gebäudedaten für eine umfassende Analyse von Gebäudetypen, Energieeffizienz, Nachrüst-/Upgradetechnologien, Kosten und Vorteilen waren eine weitere datenbezogene Chance, die identifiziert wurde. Zur Unterstützung einer größeren Dateninteroperabilität können Möglichkeiten rund um Richtlinien und Standards zum Datenaustausch organisiert werden, um kritische Anwendungsfälle und Interessengruppen zu unterstützen, beispielsweise vorgeschriebene Berichterstattung und föderierte Verträge. Eine von regionalen oder nationalen Behörden geförderte Zusammenarbeit zwischen Gemeinden und Versorgungsunternehmen kann es den Interessengruppen ermöglichen, die Chancen, Kosten und Vorteile neuer Technologien und Energiequellen, einschließlich erneuerbarer Energien, besser zu verstehen.
Notionale Architektur der Energie-SDI
Ein Hauptergebnis des BEMA-CDS ist eine sogenannte „konzeptionelle Architektur für eine eSDI“. Sie spiegelt die Architektur aller räumlichen Dateninfrastrukturen wider und ist in breite Kategorien, auch als Ebenen bezeichnet, unterteilt. Im folgenden Diagramm sind diese auf der linken Seite zu sehen, beginnend unten mit Daten und aufsteigend mit Computern, Diensten und Anwendungen. Diese Architektur folgt der Entwicklung von Informationen, von Daten über die Verarbeitung bis hin zur Entscheidungsunterstützung. Jede Zeile rechts von den vier Ebenen enthält generische Pakete, die für den Energie- und Gebäudebereich gelten. Ganz oben in der Architektur werden Anwendungen gezeigt, die die resultierenden Informationen synthetisieren und präsentieren und möglicherweise eine Reihe von Funktionen zur Unterstützung von Audits, Programmen, Richtlinien, Bildung und kommerziellen Entscheidungen erfüllen.
Eine fiktive Architektur für eine Geodateninfrastruktur für Energie (eSDI)
Neben der konzeptionellen Architektur veranschaulicht das folgende Diagramm den aktuellen Kontext in Kanada. Vorhandene Datenquellen, Standards und Anwendungen sind nicht vollständig mit den derzeit gängigen Plattformen für Energiemodellierung, Benchmarking und Kennzeichnung kompatibel. Diese Plattformen verwenden und sammeln Daten, die räumlich implizit sind, d. h. räumliche Attribute wie Adresse, Stadt oder Wetterregion aufweisen. Die volle Leistungsfähigkeit der Interoperabilität räumlicher Daten, der Kartierung und der räumlichen Datenanalyse ist jedoch für kanadische Energieentscheider nicht vollständig konzipiert, betriebsbereit oder verfügbar.
Die Studie und die konzeptionelle Architektur helfen bei der Diskussion über den potenziellen Wert und die Möglichkeiten zur Weiterentwicklung der eSDI-Architektur – in Kanada und im Ausland. Einige Elemente wie hierarchische, relationale und semantische Schemata müssen beispielsweise noch entwickelt werden.
Nächste Schritte
Unter den vielen angesprochenen Themen stechen die folgenden Lernmöglichkeiten und potenziellen nächsten Schritte hervor:
- Entwurf einer erweiterbaren und standardisierten nationalen Gebäudeebene, die sowohl eine nationale Anwendung als auch eine verbesserte Vergleichbarkeit vielversprechender Methoden der Gebäudeenergieanalyse ermöglicht.
- Sandbox-Aktivitäten wie Interoperabilitätspilotprojekte, bei denen die gegenseitigen Vorteile des Informationsaustauschs und der Dateninteroperabilität modelliert werden.
- Prototypen für ein eSDI, die die allgemeine Verfügbarkeit von Technologien wie Cloud-basierter Energiemodellierung, modellgesteuerten Gebäudearchetypen und Enklavenprotokollen zur Berücksichtigung von Datenschutz- und Eigentumsbeschränkungen demonstrieren.
- Entwicklung von Energiearmutsindizes, die bei der Beurteilung der Auswirkungen und Minderung der Gebäudeenergiekosten kleinräumige sozioökonomische, klimatische und geografische Faktoren berücksichtigen.
Diese Aktivitäten können die Form von Datenentwicklungsinitiativen und Interoperabilitätsexperimenten annehmen, die wiederum zur Entwicklung von Standards beitragen können. Bei jeder dieser Aktivitäten können übergreifende Themen untersucht und ausgearbeitet werden, darunter die Anpassung der räumlich-zeitlichen Auflösung von Eingabe- und Ausgabedaten und die Entwicklung von Archetypisierungsmethoden, die zu Anwendungsfällen passen.
Fazit
Die BEMA-CDS-Studie stellt den aktuellen Stand der Praxis dar und identifiziert Herausforderungen und Chancen beim Aufbau von Energiekartierung und -analyse. Außerdem wird erstmals eine konzeptionelle Architektur für eine räumliche Energiedateninfrastruktur entworfen. Die Verlagerung von Aufwand und Ressourcen von der Denkweise „Lasst uns dieses Projekt einfach fertigstellen“ hin zu „Bauen, warten und kontinuierlich verbessern“ würde zu Effizienzsteigerungen führen, die Qualität und Aktualität der Entscheidungsunterstützung verbessern und Innovation und Arbeitsplatzschaffung in diesem Bereich beschleunigen – und das alles zusätzlich zu Kosteneinsparungen und einer Reduzierung der Treibhausgasemissionen. Städtische digitale Zwillinge, wie z. B. AutoBEM, entwickelt und gepflegt vom Oak Ridge National Laboratoryden Virtual Singapore, entwickelt von der National Research Foundationsind führende Beispiele dafür, was mit dieser Denkweise und der aktuellen Technologie erreicht werden kann.
Die Gebäudeenergie-Mapping und -Analyse: Studienbericht zur Konzeptentwicklung wurde kürzlich veröffentlicht und ist kostenlos erhältlich auf die Seite „Konzeptentwicklungsstudie zur Gebäudeenergiekartierung und -analyse (BEMA-CDS)“.
Für Fragen zur Studie bzw. zum Bericht stehen die Autoren gerne zur Verfügung:
- Eddie Oldfield (Leitender Leiter, Projekte und Beratungsdienste, QUEST) eo*******@*********da.org
- Jessica Webster (Energieplanungsanalystin, Natural Resources Canada) je*************@************gc.ca
- Ryan Ahola (Umweltwissenschaftler, Natural Resources Canada) ry********@************gc.ca
