Artikelarchiv

Seite drucken

Vergleichende Untersuchung der Ergebnisse einer GIS-basierten Ermittlung von Eignungsbereichen für Wärmeversorgungsoptionen unter Verwendung unterschiedlicher Wärmebedarfseingangsdaten am Beispiel der Stadt Bremen

Comparative analysis of the results of a GIS-based determination of suitability areas for heat supply options using different heat demand input data for the city of Bremen

Timmy Schwarz

Im Zuge von Planungsprozessen im Kontext der Wärmewende kommt Geodaten eine besondere Rolle zu. Da Daten selten in der gewünschten Qualität und Vollständigkeit vorliegen, gilt es mit vorhandenen Datenquellen zu arbeiten, aber sich dabei der Schwächen und möglicher daraus resultierender Fehler bewusst zu sein. Dieser Beitrag vergleicht die Ergebnisse einer GIS-basierten Analyse von Eignungsbereichen für verschiedene Wärmeversorgungsoptionen der Stadt Bremen. Es lagen hierfür Wärmebedarfsdaten der DBI GUT und Wesernetz vor. Ziel ist es, durch den Ergebnisvergleich eine Abschätzung treffen zu können, inwieweit auch bei unterschiedlich vorliegenden Eingangsdaten dennoch vergleichbare Resultate erzielt werden können. Idealerweise lassen sich auch mit vorhandenen Datenunschärfen hinreichende Ergebnisse erzielen, die den Einstieg in die Umsetzung der Wärmewende auf strategischer Ebene unterstützen. Die Eignungsbereichsfeststellungen zeigen trotz erheblicher Unterschiede der verwendeten Wärmebedarfsdaten auf den ersten Blick relativ gute Übereinstimmungen (knapp 88 % keine oder nur geringe Abweichung voneinander). Dennoch weichen die errechneten Ergebnisse statistisch signifikant voneinander ab. Für die Abweichungen werden mögliche Ursachen neben den absoluten, unterschiedlichen Wärmebedarfsangaben genannt, wie z. B. die unterschiedliche Modellierung oder Ableitung der Wärmebedarfsdaten aus Verbrauchswerten, Gebäudetypologien usw. Trotz der Erkenntnis, dass die Ergebnisse statistisch signifikant voneinander abweichen, erscheint der gewählte GIS-Workflow zur Ermittlung von Wärmeversorgungsoptionen geeignet, unabhängig davon, welche Wärmebedarfseingangsdaten im vorliegenden Fall verwendet wurden. Zunächst ist in der kommunalen Wärmeplanung der Überblick auf strategischer Ebene entscheidend. Zur Optimierung nachfolgender (Detail-)Planungen erscheint es sinnvoll, etwaige modellierte Bedarfsdaten mit tatsächlichen Verbrauchsdaten lokaler Energieversorger/Netzbetreiber abzugleichen, um die Datengrundlage zu verbessern.

Geodata play a special role in planning processes in the context of the heating transition. Since data is rarely available in the desired quality and completeness, it is important to work with existing data sources but to be aware of the weaknesses and errors that may occur as a result. This paper compares the results of a GIS-based analysis of suitability areas for various heat supply options in the city of Bremen (Germany). Heat demand data from DBI GUT and Wesernetz were available for this purpose. The aim of the comparison of results is to be able to estimate the extent to which comparable results can be achieved even with different input data. Ideally, sufficient results can also be achieved with existing data uncertainties to support the implementation of the heating transition at a strategic level. The results calculated using these different input data differ statistically significantly from each other. However, despite considerable differences in the heat requirements, no or only minor deviations between the results of the suitability area determinations were observed (almost 88 % no or only slight deviation from each other). Possible causes for the deviations (in addition to the absolute, different heat demand data) are mentioned, such as the different modelling or derivation of the heat demand data from consumption values, building typologies, etc. Despite the realisation that the results differ significantly, the selected GIS workflow appears to be suitable for determining heat supply options, regardless of which heat demand input data was used in this case. Firstly, an overview at a strategic level is crucial in municipal heat planning. To optimise subsequent (detailed) planning, it seems sensible to compare any modelled demand data with actual consumption data from local energy suppliers/network operators in order to improve the data basis.

DOI: 10.14627/gis.Science.2024.4.1
Der Volltext der aktuellen Artikel (< 3 Monate) aus dem Artikelarchiv steht für gis-Abonnenten zur Verfügung.
Hier finden Sie mehr Informationen zum gis-Abonnement.