Energiekrise: Mit Geodaten in eine nachhaltigere Zukunft
Seite 2: Potenziale erkennen und nutzbar machen
- Energiekrise: Mit Geodaten in eine nachhaltigere Zukunft
- Potenziale erkennen und nutzbar machen
- Auf einer Seite lesen
Laut Deutschem Wetterdienst (DWD) schien die Sonne im vergangenen Jahr rund 1.650 Stunden lang über Deutschland. Auf manuelle Weise zu ermitteln, wo neue Anlagen errichtet werden sollten oder sich problemlos in bereits bestehende integrieren lassen, um das Maximum aus dem Solarpotenzial herauszuholen, wäre allerdings sehr zeit- und kostenintensiv.
Deshalb macht es Sinn, auch hier moderne Technologien einzusetzen. Mit ihnen gelingt es, die Zeit, die bisher für die Kartierung und Analyse der Sonneneinstrahlung auf ein bestimmtes geografisches Gebiet benötigt wurde, von mehreren Tagen oder sogar Wochen auf wenige Stunden zu reduzieren. So können Faktoren wie Breiten- und Höhengrad, Steilheit und Himmelsrichtung, Verschiebungen des Sonnenwinkels und Auswirkungen des Schattenwurfs durch die umgebende Topografie berücksichtigt werden.
Gleichzeitig gelingt es dadurch aber auch, die Bedürfnisse der Anwohner:innen im Blick zu behalten. Schließlich sollte auch ein Solarpark nicht dort gebaut werden, wo er im Weg ist oder einigen die Sicht versperrt.
Mithilfe eines "Digital Twin" lässt sich genau so etwas simulieren und visuell darstellen, sodass bereits im Vorfeld verschiedene Szenarien durchgespielt werden können, um potenzielle negative Nebeneffekte zu vermeiden. Aber auch wiederkehrende Prozesse lassen sich dadurch standardisieren und skalieren, um nicht bei jedem Projekt wieder von vorne beginnen zu müssen, sondern auf bereits bestehende Daten zurückgreifen zu können. So lässt sich die Ermittlung, Installation und Wartung der geeigneten Standorte sehr viel schneller und kostengünstiger umsetzen.
Standortplanung von Photovoltaikanlagen in der Praxis
Wie genau das funktioniert, zeigt das Beispiel der Stadt Detmold: Um jene Hausdächer zu identifizieren, die sich für die Errichtung von Photovoltaikanlagen eignen, wurde hier mithilfe von Geodaten visualisiert, wie groß die Sonneneinstrahlung ist und aus welcher Himmelsrichtung diese erfolgt, um so das noch ungenutzte Solarpotenzial zu ermitteln.
Auf diese Weise lässt sich sicherstellen, dass keine Anlagen angebracht werden, bei denen aufgrund ihres Standorts nur mit geringem Ertrag zu rechnen wäre. Das Ergebnis: Im Stadtgebiet Detmold kommen rund 9.500 Gebäude für die Installation von Photovoltaikanlagen in Frage. Einige davon hätten sogar das Potenzial, mehr als 100.000 Megawattstunden (MWh) pro Jahr zu erzielen.
Laut Stromspiegel verbraucht eine im Haus lebende, vierköpfige Familie durchschnittlich 4.000 Kilowattstunden an Strom pro Jahr. Das bedeutet, dass mithilfe nur eines einzigen großen Industriedaches, das mit einer Photovoltaikanlage ausgestattet wird, bereits rund 25.000 Einfamilienhäuser mit Strom versorgt werden könnten.
Und auch in Basel kommt eine ähnliche Technologie zum Einsatz – hier allerdings, um bereits installierte Solar- und Photovoltaikanlagen zu identifizieren und deren Fläche zu berechnen. Als Grundlage hierfür werden Daten aus Satellitenbildern genutzt, die mithilfe modernster Deep- Learning-Methoden automatisch ausgewertet werden.
Mittels Bilddaten wurde hierfür zunächst ein Modell trainiert, das anschließend mit einer Trefferquote von 84 Prozent selbstständig in der Lage war, photovoltaische Zellen zu erkennen. Mithilfe dieser erstellten Datengrundlage war es möglich, weitere potenzielle Standorte für Photovoltaikanlagen ausfindig zu machen.
Die Beispiele aus Detmold und Basel zeigen, dass viele private und wirtschaftlich genutzte Gebäude ein sehr hohes Solarpotenzial aufweisen. Dasselbe gilt beispielsweise auch für Autobahnen oder andere linear genutzte Flächen, entlang derer sich ebenfalls Photovoltaikanlagen zur Stromerzeugung installieren ließen. Diese Möglichkeiten bleiben noch zu häufig ungenutzt. Grund dafür ist auch das mangelnde Wissen darüber, welche Standorte geeignet sind und wie viel Energie sich konkret gewinnen ließe.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier eine externe Buchempfehlung (Amazon Affiliates) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Amazon Affiliates) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.