PV4EAG - Analyse von Flächen- und Energiepotenzialen mittels KI für alternative PV-Systeme als Beitrag zum EAG

Projekt: Foschungsprojekt

Projektdetails

Beschreibung

Mit dem Erneuerbaren-Ausbau-Gesetz (EAG) soll das gesetzte Ziel der Bundesregierung, den Gesamtstromverbrauch ab dem Jahr 2030 zu 100 % national bilanziell aus erneuerbaren Energiequellen zu decken, umgesetzt werden. Dazu soll die jährliche Stromerzeugung aus erneuerbaren Quellen bis 2030 um 27 TWh durch Neubau, Ausbau und Revitalisierung gesteigert werden, wobei 11 TWh mittels Photovoltaikanlagen (PV) realisiert werden sollen. Im Jahr 2019 belief sich die installierte Leistung an PV in Österreich auf 1,7 GWp (1,7 TWh erzeugte Energie). Die jährlichen Zuwachsraten lagen in den Jahren 2014-2018 bei 150-180 MWp/a. Einzig 2019 konnte mit 250 MWp/a ein höherer Wert erreicht werden. Für die Zielerreichung von 11 TWh bis 2030 müsste somit eine jährliche Zubaurate von 1.000 MWp/a realisiert werden . Aktuelle Studien zeigen, dass die verfügbaren Dachflächen mit einem Ausbaupotenzial von 3,5 TWh nicht ausreichen und daher alternative PV-Anlagen erforderlich sind. Aus oben genannten Gründen sind neben den vorgesehenen Dachanlagen innovative alternative Flächenpotenziale für PV-Systeme zu erschließen. Die vorliegenden Berichte anderer Projekte weisen zwar die vorhandenen Flächen und Energiepotenziale aus, jedoch wurden diese mit statistischen Methoden ermittelt, sodass keine Aussage hinsichtlich der tatsächlichen Eignung gegeben ist. Es wurden alternative PV-Flächen/Erträge in einer Stadt spezifiziert, jedoch erfolgte keine methodisch systematische Lokalisierung dieser Plätze. Die Motivation von PV4EAG liegt darin, diese Lücke zu schließen und ein Verfahren zur automatisierten Auffindung alternativer PV-Flächen zu entwickeln. Damit wird das Subthema "Erstellung einer frei zugänglichen Datenplattform mit energierelevanten Prognosen" adressiert. Im Projekt PV4EAG sollen alternative PV-Flächen mittels Methoden aus dem Bereich Geographic Information Science & Technology und künstlicher Intelligenz auf deren Eignung hinsichtlich Verschattung, Ertragspotenzial, Errichtungskosten, Netzanschlussmöglichkeiten analysiert werden. Als Ausgangspunkt werden die vorhandenen GIS-Daten (digitale Gebäudehöhen, Vegetationsmodelle, Geländemodelle aus Laserscanning Daten, Katasterdaten), in Kombination mit anderen öffentlich verfügbaren Daten (Open Governmental Data) und weiteren offenen Datenquellen (OpenStreetMap, Corine Landcover, etc.), sowie Fernerkundungsdaten und Produkte (i.e. Orthophotos und Satellitenbilddaten) herangezogen. Durch die Anwendung von smarter Datenfusion, semantischer Annotation der Daten (zur semantischen Datenintegration), und räumlichen Analysetechniken gepaart mit künstlicher Intelligenz (GeoAI im weitesten Sinne), sollen die Daten hinsichtlich ihrer Eignung für großflächige fassadenintegrierte Anlagen an Hochhäusern, versiegelte Parkplätze von Einkaufszentren und Siedlungen, Verkehrsflächen und Schienenanlagen sowie Floating PV analysiert werden. Das Projekt beschränkt sich zur Entwicklung und Erprobung des Analyseverfahrens auf ausgewählte Standorte in der Steiermark, wobei eine Skalierung angestrebt wird. Für diese Standorte wird eine Plausibilitätsprüfung anhand der vorhandenen VR-Installation im EAS-Lab mittels virtuellem 3D-Verfahren durchgeführt, sowie eine detaillierte Projektierung angewendet, um den zu erwartenden realistischen PV-Ertrag zu spezifizieren.
StatusLaufend
Tatsächlicher Beginn/ -es Ende1/01/2231/12/23

Fingerprint

Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.