View
0
Download
0
Category
Preview:
Citation preview
1/1 1
Von Smart Buildings und Smart Cities Gebäudeinfrastruktur im Kontext einer nachhaltigen urbanen
Transformation
Österreichische Physikalische Gesellschaft, TU Wien
14.03.2014
Doris Österreicher, AIT, Energy Department
Inhalt
Motivation => Globale Trends, Klimaszenarien, Urbanisierung
Smart Cities => Was / Warum / Wie?
Smart Buildings => Schnittstelle Gebäude + Energieinfrastruktur
2
1/1 2
1globale trends
Klima l Emissionen l Energie l Städte
4
70% der gesamten C02 Emissionen in Europa entstehen in und um urbane Gebiete
Mehr als die Hälfte aller Menschen lebt in Städten, Tendenz steigend
40% des weltweiten Energieverbrauchs ist der Errichtung und Nutzung von Gebäuden zuzuschreiben
1/1 3
Urbanisierung Urban vs Rural population1950 - 2050
5
Since 2008 the majority of the world‘s population lives in cities
2030 more than 60% (4.9 Billion people) of the world’s population will live in cities
Source: World Urbanization Prospects, The 2009 Revision, Highlights, UN
Demographie Share of elderly (60+) in Europe[in % of total population; 2001 vs. 2025]
6
Quelle: UN Department of Economic and Social Affairs, Population Division: World Urbanization Prospects (2011)
1/1 4
BIP Wachstum
Global Forecast of GDP Growth[in %]
Quelle: IEA World Energy Outlook 2013
Wirtschaftliche Trends
7
Infrastruktur
813.03.2014
Investitionsbedarf
Globale Investitionen in Infrastruktur[in Billion $; 2013-2030]
Infrastrukturausgaben
Amount spend on infrastructure[in % of GDP; 1992-2011]
Quelle: McKinsey
1/1 5
Strompreisentwicklung
Industrial electricity prices in New Policies Scenario[in $/MWh]
Anteil Erneuerbarer Energien
Renewable energy share in New Policies Scenario[in% of total primary energy demand, 2011 and 2035]
Quelle: IEA World Energy Outlook 2013
Anforderungen an Energieversorger
9
Anforderungen an Energieversorger
1013.03.2014
Strombedarf
Development of electricity demand worldwide(2007 - 2050)
Quelle: IEA smart grids technology roadmap 2010
1/1 6
Smart Grids
Smart Grid Regional Forecast[Cumulative spending in $bn; Annual spending in $ bn2013 – 2020]
Quelle: Global Smart Grid Technologies and Growth Markets, 2013-2020
Latin America
Europe
North America
Asia Pacific / China
2013 2014 2015 2016 2017 2018 2019 2020
CAGR 8.4%
Cu
mu
lati
ve
Sp
end
ing
(bil
lio
ns
$)
An
nu
al S
pen
din
g(b
illi
on
s$)
500
450
400
350
300
250
200
150
100
50
0
70
60
50
40
30
20
10
0
Anforderungen an Energieversorger
11
Anforderungen an Energieversorger
1213.03.2014
Massive Kapazitätssteigerungen in Ländern mit steigendem Wirtschaftswachstum (China, Indien)
Modernisierung der alternden Infrastruktur in Industriestaaten
EU: ca. 40% der Kraftwerke ist >30 Jahre alt
Herausforderungen…
Mobilisierung der Investitionen für die Modernisierung
…und Chance
Verbesserung der Effizienz und der Umweltbelastung
Quelle: IEA Energy Technology Perspective 2012
Alterung der Infrastruktur
Alter der aktuellen Stromerzeugungskapazität [in GW]
1/1 7
CO2 Emissionen
Klimafolgen für Städte
Quelle: IEA World Energy Outlook 2013
CO2 emissions
Energy related CO2 emissions by region[in Gt; in New Policies Scenario]
13
Ziele der Europäischen Kommission
Greenhouse gas emissions
Renewable energy Energy efficiency
203040% cut in greenhouse gas emissions (compared to 1990 levels)
To achieve at least a 27%share of renewable energy consumption
Energy efficiency to play a vital role, but no specific target at this point.
20% cut in greenhouse gas emissions (compared to 1990 levels)
To achieve at least a 20%share of renewable energy consumption
20% improvement in energy efficiency2020
80-95% cut in greenhouse gas emissions (compared to 1990 levels)
2050
14
1/1 8
Klimawandel
It is neither more difficult nor expensive to design a building for the Cordoba climate than for the Paris
climate. But it is more difficult (and more expensive) todesign a building able to cope with both climates.
Adaption costs will be larger where uncertainty islarger. New strategies are required to cope with this
uncertainty.
15
Künftige Entwicklung der Temperatur im Raum Wien 1991 -2050Bandbreite heißer und kalter Jahre anhand der Jahresmittelwerte pro Jahrzehnt:
Jahre mit hohen Mitteltemperatur in den 2000er Jahren entsprechen den Jahren mit niederer Mitteltemperatur in den 2050er Jahren (Basis –Stundendaten)
1613.03.2014
Modellergebnisse reclip:century Simulation (AIT)
GCM: HadCM3, IPCC Scenario A1b
Regionalmodell: COSMO CLM
1/1 9
Künftige Entwicklung der Temperatur im Raum Wien 1991 -2050
1713.03.2014
Künftige Entwicklung der Temperatur im Raum Wien 1991 -2050
1813.03.2014
1/1 10
Abnahme der Heizgradtage bis 2050
1913.03.2014
Zunahme der Kühlgradtage bis 2050
2013.03.2014
1/1 11
Klimawandel – Auswirkungen auf Städte
• Meeresspiegelanstieg• Anstieg Sturmflutrisiko• Grundwasserversalzung• Langfristig: Aufgabe von Küstenstädten
• Anstieg der globalen Mitteltemperatur• Städte werden (noch) wärmer • Verstärkung des Urban Heat Island Effekts• Verschiebungen im saisonalen
Energiebedarf (Kühlung)• Regional: Trockenheit/Wassermangel
• Mehr Wetterextreme• Hitzestress & öffentliche Gesundheit
Infrastrukturrisiken• Örtlich: Überflutungen durch Starkregen
21
Hurricane Katarina
Hurricane Sandy
22
Die geographische Situation und der klimatische Kontext einer Stadt beeinflussen den Energieverbrauch für Heizen, Kühlen und Beleuchtung
Demographie – die Größe der Population beeinflusst den Bedarf an Platz und Infrastruktur
Urbane form und Dichte – ‚verstreute‘ Städte haben tendenziell einen höheren Energieverbrauch als kompakte Städte
Urbane Industrie – unterschiedliche Arten von Industrien und wirtschaftlicher Aktivität haben unterschiedliche Treibhausgas-Emissionen
Der Reichtum und das Kaufverhalten städtischen Bewohner
Source: UN HABITAT, Global Report on Human Settlements 2011
CO2 und Stadtentwicklung Einflussfaktoren auf das urbane Emissionsprofil und den urbanen Energieverbrauch
1/1 12
Städte als Hebel
CO2 Emissionen ausgewählter Großstädte und Länder[in Mt/a]
Adaption bedingt auch Voraussicht – besonders in Sektoren mit langfristigen Investitionen:
- Wassermanagement Infrastruktur (Lebensdauer: bis zu 200 Jahre)
- Energieversorgung und –verteilung(bis zu 80 Jahre)
- Transportinfrastruktur (50 bis 200 Jahre)
- Naturkatastrophenschutz (50 bis 200 Jahre)
- Gebäude (25 bis 150 Jahre)
Adaption Anticipation
23
Adaption
Städtische Resilienz kann als Widerstands-, Anpassungs- und
Innovationsfähigkeit verstanden werden, Natur- und andere Risiken und deren
Folgen zu bewältigen
Maßnahmen in der Stadt
Außentemperatur in 2m Höhe und Differenz durch Maßnahmen
Resilienz-Zyklus beim Hochwasserschutz
24
1/1 13
2513.03.2014
Resilienz
Mögliche Erscheinungsformen resilienter Regionen
Quelle: ÖAR Regionalberatung (2010)
(1) Keine Krise
(2) Rasche Erholung aus der Krise
(3) Abpufferung der Krise
Region (unterbrochene Linie) zeigt in Bezug auf Indikator (z.B. Wachstum, Beschäftigung, etc.) im Gegensatz zum Vergleichsraum (durchgehende Linie) keine krisenhafte Erscheinung.
Region zeigt negative Auswirkungen, findet jedoch in milderem Ausmaß als der Vergleichsraum.
Region zeigt negative Auswirkungen, findet jedoch im Unterschied zum Vergleichsraum rasch auf den früheren Pfad zurück.
Ein resilientes System ist ein lernendes System
Adaption
Anforderungen bedingt durch die Klimaziele…
Nachhaltige Veränderung des Energiesystems basierend auf den Klimazielen
Energieeffizienz
Integration von erneuerbaren Energien
Intelligente [Smarte] Infrastruktur
Sichere, nachhaltige und leistbare Energieversorgung weltweit
Nachhaltige Städte
Hoher Lebensstandard
Nachhaltigkeit im Umgang mit Ressourcen
Sozioökonomische Maßnahmen
Sicherung von Wettbewerbsfähigkeit
Neue Geschäftsmodelle
Regulative + Förderungen
26
1/1 14
2smart cities
Lösungen?
28
Lilliypads byVincent Callebaut
1/1 15
Lösungen?
29
Dragonfly Vertical Farms for NYCVincent Callebaut
Lösungen?
30
Masdar City Foster & Partners
1/1 16
RADICAL INNOVATIONS – SMART CITIES
32
Smart City is a concept for an innovative form of urban development that enables a transformation towards an energy efficient, integrated, inclusive and economically viable urbanity.
32
Smart economy
Smart people Smart governance
Smart environment
Smart mobility Smart living
1/1 17
33
SustainabilityDecarbonization
CompetitivenessQuality of life
Energy efficiencySecurity of supply
Knowledge Integration& Management
Smart City
Smart Cities – The Scope
the Smart Cities concept:
considers the city as a whole in all its complexity (holistic approach)
focuses on energy (demand, supply, distribution, storage) and resulting carbon emissions
considers interactions between energy and mobility, water, waste, the quality of life of its citizens and socio-economic conditions within the city
34
1/1 18
The Sectors in a Smart City
35
Smart Mobility Networks
Active Buildings
Urban Energy Planning andOptimised Supply Technologies
Optimised Industrial Processesand Technologies
Urban Planning
New Business Models
ICT
Radikale Innovationen
1 Smarte Energieinfrastruktur
2 Vom Einzel-Technologie zum Multi-Technologie Ansatz
3 Bereichsübergreifende Planung
4 Kooperative Prozesse, Innovationsprozesse Einbindung und Zusammenarbeit aller relevanten Stakeholder
36
Smart Cities benötigen neue Konzepte
Paradigmenwechsel in den sektoralen Innovationen => Transformation des Energie-Innovationssystems
1/1 19
1 ‘Smarte’ Energieinfrastruktur
37
Integration der verschiedenen Netze (elektrisch, thermisch, IKT) in Design und Betrieb
Lastverschiebung => ‚Buildingto Grid‘
Interaktion + Kommunikation der Netze mit dem Verbraucher und dem Energieversorger
Echtzeit Optimierung des Gesamtsystems
Multi-Kriterien-Optimierung
Smart Consumers
Optimierung des Gesamtsystems
38
Integration of low carbon technologies in cities
Energy efficient buildings
Energy demandReducing energy consumption
Efficient energy networks
Recycled waste energy
Smart transportation networks
Decentralized energy generation
Smart energy distribution networks
Energy supplySecuring clean energy supply
Energy generation from renewables
Efficient planning,implementation and management
Energy storage
Integration of Low Carbon Technologies
1/1 20
2 Vom Einzel-Technologie zum Multi-Technologie Ansatz
Sektorale Überschneidungen
39
Gebäude
On-site energy ‚generation‘
Lastverschiebungen im und zwischen Gebäuden
Gebäude als Speicher
Building to Grid
E-Mobility
Mobilität
Energieinfrastruktur
Industrie => Nutzung von redundanten Energiepotentialen
3 Bereichsübergreifende Planung
40
Integrierte Planungsaufgaben
Heterogene Stakeholder-Prozesse
Gemeinsame Ziele
Einheitliche Zeitschienen
Intensive, kontinuierliche Abstimmung
Optimierung des Gesamtsystems ‚Stadt‘
Städtische Planungsebenen: Ziel
1/1 21
4 Einbindung aller relevanten Stakeholder
Innovationsprozesse in Industrie und Forschung
41
Ausarbeitung von Forschungsstrategien
Kooperative in komplexen Stakeholder Systemen
Living Lab‘s =>
Reales Ecosystem
Nutzerbindung, Open Innovation Approach
‘Laboratory’ experimental approach
• ‘bring the lab to the people’ (ulder et al., 2008)
• Integration neuer Technologien
• Implementierung eines Innovationszyklus (Innovation in den Markt, Bewertung, Lessons Learned, Feedback)
Source: Katrien De Moor (MICT-IBBT, Ghent University)/Ozcan Saritas (PREST-MIoIR, University of Manchester) / Dimitri Schuurman (MICT-IBBT, Ghent University)
Smart City – eine Vielzahl von Forschungsfragen müssen adressiert werden
4213.03.2014
Smart City
Urban EnergyMaster Plan
Smart Mobility
Smart Grids, SupplyTechn.
Smart Buildings
Wastemgmt.
Stake-holder
process
Renewables
Distributed generation
Energy efficiency
Low carbon transport
Smart applications for ticketing
Intelligent traffic mgmt. and congestion avoidance
Demand management
Travel information and communication, etc.
Net zero energy
Net zero carbon emissions
Retrofitting of existing building stock
Public participation
Social innovation
Smart Urban Living labs
Sustainable and participatory urban planning Heating and Cooling: Biomass, solar
thermal, geothermal; Hybrid H&C systems
Electricity: Smart grids – renewable generation, electric vehicles charging, storage, demand response and grid balancing. Smart metering and energy mgmt. systems.
Smart appliances to foster local RES electricity production (esp. PV, wind)
Efficient logistics for packaging, selling and doing shopping
Differentiate garbage and use it for producing energy
Minimise quantity of waste production and maximise quality of it
1/1 22
Projektbeispiel: Smart City Wien –TRANSFORMationsagenda für Low Carbon Cities
4313.03.2014
Wien Amsterdam
GenuaHamburg
Kopenhagen Lyon
Ergebnisse
SWOT Analyse der Städteund ihrer Umgebung
Transformationsagendabasierend auf SWOT, quantitative & qualitative Modelle
Implementierungsplan auf Bezirksebene
“Smart Energy City Handbook” fürReproduzierbarkeit
Entscheidungshilfe
The Decision Support Tool is a web‐based simulation tool..
Decision Support Tool definition and objectives.
The tool is based on real data in geospatial form
• Buildings, infrastructures, urban design, mobility• Socio‐economic data, demographics• Renewable sources of energy
The tool is based on real data in geospatial form
• Buildings, infrastructures, urban design, mobility• Socio‐economic data, demographics• Renewable sources of energy
The tool enables the input of measures and analyzes the impact on key KPIs in an integrated way
‐ Focus on measures and interrelationships between measures
‐ Focus on measures and enabling measures
The tool enables the input of measures and analyzes the impact on key KPIs in an integrated way
‐ Focus on measures and interrelationships between measures
‐ Focus on measures and enabling measures
The tool will used by the city and other stakeholders to support the decision‐making process
• Open for stakeholders to play a role in development• Devise a process and best practices to engage stakeholders• Qualitative support e.g. serious game methodology
The tool will used by the city and other stakeholders to support the decision‐making process
• Open for stakeholders to play a role in development• Devise a process and best practices to engage stakeholders• Qualitative support e.g. serious game methodology
The tool analyzes the impact on KPIs that support decision making
• Socio‐economic KPIs• Energy KPIs• Costs
The tool analyzes the impact on KPIs that support decision making
• Socio‐economic KPIs• Energy KPIs• Costs
44
The 4 main objectives of the Decision Support Tool
Definition of the DST
..that utilizes city data and analytics..
..to calculate the combined impact of multiple green measures..
…in a single evaluation framework.
1/1 23
The DST enables the city municipality to cooperate with key stakeholders to analyze interactions between measures.
The tool is open to use for the city municipality and the key stakeholders. This enables them to see the interactions and interdependencies between measures.
Redesign
The municipality and stakeholders insert data into the tool.
The municipality identifies opportunities with stakeholders.
The tool is populated with use‐cases and measures developed by different parties.
Based on the results simulated in the tool the stakeholders can discuss the effects for the city, district and interactions between measures.
Continuous improvement Commitment
45
Informed decision making: the stakeholder process
Analyze the city contextAnalyze the city context
Identify opportunities
Identify opportunities
Run simulation
and determine impact
Run simulation
and determine impact
Analyze resultsAnalyze results
Define measuresDefine
measuresAllocate measuresAllocate measures
Measure editorLayered data comparison City Intelligence
The DST works parallel to the decision making process, with each step having its own tool activities.
Analyze the city contextAnalyze the city context Identify opportunitiesIdentify opportunities
Run simulation and determine impact
Run simulation and determine impact
Analyze resultsAnalyze results
Define measuresDefine measures
Allocate measuresAllocate measures
46
1 2 3
654
1/1 24
Analyze the city context
To determine the impact of a portfolio of measures, detailed location (geography) specific city data is required in a standardized format.
47
1
Identify opportunities
Assumption based scenarios and KPI target‐setting help establishing boundaries and the scope of analysis.
48
2
1/1 25
Define measures
Defining specific measures in a measure editor facilitates definition of impact of each individual measure on the selected KPIs.
49
3
Allocate measures
Allocation of measures places measures in selected areas or to selected assets, and provides the time from when they are effective.
50
4
1/1 26
Determine impact
The impact of the selected portfolio of measures and scenarios is determined using discrete event simulation.
51
5
Analyze results
The impact of measures on KPIs within different scenarios can be analyzed and compared to the targets to determine the gap.
52
6
1/1 27
Smart City Herausforderung + Chance
53
‚Radical Innovations‘ erfordern neue Muster + Prozesse + Methoden
Multi-Disziplinäres Denken und Arbeiten
Architekten, Gebäudemanager, Haustechniker, Stadtplaner, Verkehrsplaner,…
Multi-Sektoral
Energieindustrie, Gebäudeindustrie, Mobilitätsindustrie, Schwerindustrie,…
Inter- und Transdisziplinäre Kooperationen
Stakeholder Prozesse
Visionen; Einbindung der Bürger; Living Lab‘s
Methodenentwicklung
Erfassung, Abbildung und Optimierung aller energie- und stadtrelevanten Daten auf einer Systemebene; Betrachtung des Gesamtsystems ‚Stadt‘
3smart buildings
1/1 28
Gebäude im Kontext der Stadt
55
Optimierung des Systems ‚Gebäude‘ => Optimierung des ‚Systems‘ Stadt
Gebäude Stadtviertel Stadt
Schnittstelle Gebäude => Energieinfrastruktur
56
Integration der verschiedenen Netze (elektrisch, thermisch, IKT) in Design und Betrieb
Lastverschiebung => ‚Buildingto Grid‘
Interaktion + Kommunikation der Netze mit dem Verbraucher und dem Energieversorger
Echtzeit Optimierung des Gesamtsystems
Multi-Kriterien-Optimierung
Smarte Energieinfrastruktur => Optimierung des Gesamtsystems
1/1 29
Schnittstelle Fassade => Energieoptimierung
Smarte Fassaden mit Multifunktionslösungen
57
Einbindung erneuerbarer Energien => On-site energy ‚generation‘
Integration von Haustechnikkomponenten
Multifunktionslösungen
Lastverschiebungen im und zwischen Gebäuden
Gebäude als Speicher
Building to Grid
GEBÄUDE IM NETZ
1/1 30
Warum wir (in Zukunft) netzfreundliche Gebäude brauchen
Anteil erneuerbarer Energieträgern muss erhöht werden, jedoch:
Windkraft und Photovoltaik können (rechtlich) kaum gesteuert und nur grob vorhergesagt werden
Dezentrale Stromerzeugung führt zu lokalen Spitzen
Zeitliche Diskrepanz zwischen Erzeugung und Verbrauch
Stromnetzte geraten dadurch an ihre Grenzen
Mögliche Lösungen
Speicher (Pumpspeicherkraftwerke,…)
Demand Response
59
Bei demand response verändern die Verbraucher ihr Verhalten um
der aktuellen Produktion zu folgen
das lokale Netz zu stützen (Last, Spannung, Frequenz)
„Verbraucher“ sind hier:
die tatsächlichen Nutzer, die entscheiden wann sie Energie verbrauchen
die haustechnischen Systeme bzw. Geräte, die automatisiert den Netzanforderungen folgen
Mögliche Anreizsystem => z.B. Tarifmodelle, die die Netzsituation durch variable Energiepreise abbilden
60
Demand Response
1/1 31
ist die kontrollierte Änderung der Zeit, zu der Energie verbraucht wird
kann sowohl in den Zeitraum vor oder nach der Lastspitze erfolgen
kann zu zusätzlichem Energieverbrauch führen (z.B. vorheizen)
61
Lastverschiebung
Communication und Interaction zwischen Gebäude + Netz
62
‘Building to Grid’
1/1 32
Was braucht man für ein „netzfreundliches“ Gebäude
Das Gebäude muss zur Reduktion der Lastspitzen im Stromnetz beitragen können =>
Anlage muss auf Anforderungen des Stromnetzes reagieren können
Thermische Energie lässt sich vergleichsweise leicht speichern -> Thermisch-elektrische Kopplung Thermisch-elektrische Kopplung: Geräte die thermische und elektrische Energie vereinen z.B.: Wärmepumpe, Blockheizkraftwerk
Thermischer Speicher
dezidierter Speicher, träge Masse des Gebäudes
Gerät zur Kommunikation mit dem Netz
Rundsteueranlage, IKT Gateway
Gebäudeautomatisierungssystem
können das zukünftige Verhalten vorhersagen
können die Regelung entsprechend anpassen
63
130 Wohneinheiten / 7 Gebäude
8 826 m² Wohnnutzfläche (WNF)
12 421 m² Brutto – Grundfläche (BGF)
90m³ Wasserspeicher
Netzfreundlich
d.h. das Gebäude trägt zur Reduktion der Lastspitzen im Stromnetz bei
Anlage kann auf Anforderungen des Stromnetzes reagieren
Thermisch-elektrische Kopplung (Fernwärme, Blockheizkraftwerk, Wärmepumpe, Photovoltaik, Speicher)
Einbindung E-Mobility
Smart Home & Energiefeedback
Quelle: Christof Reich
Projektbeispiel => „Salzburg, Rosa-Hofmann-Straße“
64
Quelle: Christof Reich
1/1 33
ohne Netzoptimierung
6513.03.2014
mit Netzoptimierung
Projektbeispiel => „Salzburg, Rosa-Hofmann-Straße“
Strombedarfsprofil Jahresgang
66
Intelligente Fassaden?
1/1 34
67
Intelligente Fassaden !
Integration von reagierenden Elementen, Komponenten und Steuerungssystemen
Erhöhung der Energieeffizienz und des Innenraumkomforts, Integration von Haustechnik-Komponenten
Erhöhung des Anteils an erneuerbarer Energien
Aktivierung der Fassade
Positiver Einfluss der Fassade auf das Mikro-Klima (Grüne Fassaden, Reduktion der Kühllasten,…)
Replikation Vorfertigung
Innovative, modulare Lösungen für Gebäudehüllen
Standardisierte Fassadenelement für großvolumige Gebäudetypen
68
Anforderungen an die Gebäudehülle
1/1 35
Intelligente Materialien
Energiespeicherung, lichtstreuende Materialien, intelligente Oberflächenbeschichtungen, Nanostrukturen, funktionale Beschichtungen, ….
Adaptive Fassaden
Hoch-effiziente Fassadenkonzepte, adaptive Verschattungssysteme, Integration von Kühlung / Heizung / Lüftung / Licht, Integration von erneuerbaren Energiesystemen …
Modulare Systeme
Dezentralisierte Energiesysteme, standardisierte Komponenten, sichere und wartungsfreundliche Systeme, Automatisierungstechnik, …
69
Forschungsbedarf
SMART CITIES: HERAUSFORDERUNG + CHANCELISI !
1/1 36
71
Österreich gewinnt den Solar Decathlon: LISI
LISI+_+on+ORF+NEWTON-SD.mp4 (Befehlszeile)
Von 05:20
Bis 10.55 (Entstehungsgeschichte)
Von ~17:17
Ende: 22:39 (Abschluss)
SMART ?
1/1 37
SMART ?
74
AIT Austrian Institute of Technology
your ingenious partner
Doris Österreicher
doris.oesterreicher@ait.ac.at
“
Recommended