Embed Size (px)
Citation preview
Entwicklung eines ArcGIS Moduls zur Ermittlung
von potentiellen Dachflächen zur Erzeugung von
solarer Energie basierend auf Laserdaten
Diplomarbeit
der Forst- und Umweltwissenschaften
von
Fabian Enßle
Freiburg im Breisgau
November 2009
Entwicklung eines ArcGIS Moduls zur Ermittlung
von potentiellen Dachflächen zur Erzeugung von
solarer Energie basierend auf Laserdaten
Verfasser
Fabian Enßle
Johannisbergstraße 15
79102 Freiburg
Tutor
Dr. Holger Weinacker
Abteilung für Fernerkundung und
Landschaftsinformationssysteme
Albert-Ludwigs-Universität Freiburg
Tennenbacherstr. 4
D-79106 Freiburg i. Br.
Referentin
Prof. Dr. Barbara Koch
Abteilung für Fernerkundung und
Landschaftsinformationssysteme
Albert-Ludwigs-Universität Freiburg
Tennenbacherstr. 4
D-79106 Freiburg i. Br.
Korreferent
Prof. Dr. Dr. h. c. Dieter R. Pelz
Abteilung für Forstliche Biometrie
Albert-Ludwigs-Universität Freiburg
Tennenbacherstr. 4
D-79106 Freiburg i. Br.
Inhaltsverzeichnis
1 Einleitung ................................................................................................. 1
2 Grundlagen .............................................................................................. 3
2.1 Flugzeuggetragenes Laserscanning .................................................... 3
2.1.1 Continuous wave Laserscanner ...................................................... 3
2.1.2 Gepulste Laserscanner ................................................................... 4
2.1.3 Anwendungen der Lidar-Daten ....................................................... 6
2.2 Photovoltaik ......................................................................................... 7
2.2.1 Funktionsweise einer Solarzelle...................................................... 8
2.2.2 Bauarten von Solarzellen ................................................................ 9
2.2.3 Kenndaten und Betriebsverhalten von Solarzellen ....................... 12
2.2.4 Anwendungsgebiete ..................................................................... 13
2.3 Planungsgrundlagen von Photovoltaikanlagen .................................. 14
2.3.1 Neigung und Ausrichtung der Solarmodule ................................... 14
2.3.2 Verschattung ................................................................................. 16
2.3.3 Erforderliche Dachfläche für Solargeneratoren ............................. 17
2.4 ArcGIS und Programmierung............................................................. 18
2.4.1 Softwareprodukt ArcGIS ............................................................... 18
2.4.2 Visual Basic for Applications – VBA .............................................. 18
2.4.3 Objektorientierte Programmierung ................................................ 19
2.4.4 ArcObjects .................................................................................... 20
2.5 Referenz- und Koordinatensysteme .................................................. 22
2.5.1 Raumfestes heliozentrisches Ekliptiksystem ................................ 23
2.5.2 Raumfestes geozentrisches Ekliptiksystem .................................. 24
2.5.3 Raumfestes geozentrisches Äquatorsystem ................................. 24
2.5.4 Topozentrische Koordinaten ......................................................... 26
2.6 Zeitskalen und deren Zusammenhang .............................................. 28
3 Material .................................................................................................. 32
3.1 Laserdaten ......................................................................................... 32
3.2 Pilotregion .......................................................................................... 32
3.3 Hard- und Software ............................................................................ 33
4 Forschungsstand bei Solarpotentialanalysen .................................... 34
5 Methoden ............................................................................................... 35
5.1 Ermittlung potentieller Flächen für Photovoltaik ................................. 35
5.1.1 Verschattungs-Algorithmus ........................................................... 35
5.1.2 Neigung und Ausrichtung .............................................................. 37
5.1.3 Eignungsklassifizierung ................................................................ 38
5.1.4 Rasterkombination ........................................................................ 40
5.1.5 Konvertierung der Rastergraphik .................................................. 41
5.2 Berechnung des Sonnenstandes ....................................................... 42
5.3 Programmierung des Moduls ............................................................. 46
6 Ergebnisse ............................................................................................. 47
6.1 Eingabemasken ................................................................................. 47
6.1.1 Berechnung der Sonnenposition ................................................... 48
6.1.2 Ergebnisliste und Verschattungsberechnung ................................ 52
6.1.3 Weiterverarbeitung und Ausgabe .................................................. 53
6.2 Auswertung und Vergleich der Testdaten ........................................... 60
7 Diskussion ............................................................................................. 64
8 Zusammenfassung ............................................................................... 67
Literaturverzeichnis ........................................................................................ 69
Anhang ................................................................................................................ I
Verzeichnis der Abkürzungen
ALK Automatisierte Liegenschaftskarte
CAD Computer Aided Design
CIO Conventional International Origin
COM Component Object Model
CW Continuous Wave
DGM Digitales Geländemodell
DOM Digitales Oberflächenmodell
DSM Digital Surface Model
EEG Erneuerbaren Energiengesetz
ESRI Environmental Systems Research Institute FeLis
Abteilung für Fernerkundung und Landschaftsinformations-systeme
FW Full-Waveform
GAST Greenwich Apparent Sideral Time
GB GigaByte
GIS Geographisches Informationssystem
GMST Greenwich Mean Sideral Time
GPS Globales Positionierungs System
IAU International Astronomy Union
IDE Integrated Development Environment
INS Inertial Navigation System
ISS International Space Station
kWp Kilowatt Peak
Laser Light Amplification by Stimulated Emission of Radiation
LIDAR Light Detection and Ranging
MPP Maximum Power Point
NREL National Renewable Energy Laboratory
OMD Object Model Diagramm
OOP Objektorientierte Programmierung
PV Photovoltaik
SPA Solar Position Algorithm
StrEG Stromeinspeisegesetz
TAI Internationale Atomzeit
TDB Temps Dynamique Baryzentrique
TDT Terrestrisch Dynamische Zeit
TT Terrestrische Zeit
TWh Terra Watt Stunde
UT Universal Zeit
UTC Koordinierte Weltzeit
VB Visual Basic
VBA Visual Basic for Applications
Wp Watt Peak
1
1 Einleitung
Erneuerbare Energie ist als Thema seit der Rio-Konvention, mit den dort gefassten
Beschlüssen zur Senkung der Kohlenstoffdioxid (CO2) Emissionen in Politik, Wirt-
schaft und Wissenschaft zunehmend vertreten. Der Ausbau erneuerbarer Ener-
gien ist eine Strategie zur Reduzierung klimaschädigender Emissionen. Neben der
Nutzung von Wind- und Wasserkraft für die regenerative Stromerzeugung kann die
Energie der Sonne in Strom umgesetzt werden. Die Stromerzeugung mittels Pho-
tovoltaik stellt bezogen auf das Jahr 2008 einen Anteil von 4,3% in der Sparte der
erneuerbaren Energien dar (BMU). Das BMU gibt für das Jahr 2008 eine Nutzung
der Photovoltaik mit 4 TWh für die Stromerzeugung an. Mit einem langfristig reali-
sierbaren und nachhaltigen Nutzungspotential von 105 TWh wird das Maß des
Nutzungspotentials deutlich (BMU). Dabei bezieht sich diese Angabe lediglich auf
geeignete Dach-, Fassaden- und Siedlungsflächen.
Wälder leisten im besonderen Maße einen Beitrag zum Klimaschutz. Die Fähigkeit
von Bäumen Kohlenstoff langfristig in Form von Holz zu speichern, stellt eine mög-
liche Senke der entstandenen CO2 Emissionen dar. In der Forstwissenschaft be-
fasst sich speziell ein Forschungsgebiet mit der Ermittlung der Kohlenstoff-
speicherung in Wäldern mittels Fernerkundungsdaten. Als viel versprechende
Fernerkundungstechnik hat sich das Laserscanning in den vergangenen Jahren
zunehmend etablieren können. Diese Technik bietet einem breiten Spektrum von
Anwendern eine interessante Datengrundlage: Sowohl private Firmen, als auch
die Vermessungsämter der Bundesländer und öffentliche Forschungseinrichtung-
en verwenden das auf diese Weise gewonnene Datenmaterial.
Eine vielfältige Nutzung dieser Daten ist ökonomisch und ökologisch sinnvoll.
Werden diese fachübergreifend genutzt, ausgewertet und analysiert, können dar-
aus Informationen generiert werden, welche für Umwelt und Gesellschaft von Vor-
teil sind.
2
Zielsetzung
Das Ziel dieser Arbeit ist die Entwicklung eines ArcGIS Moduls, das eine automati-
sierte Berechnung zur Ermittlung von potentiellen Dachflächen für Photovol-
taikanlagen ermöglicht. Die Eignung der Dachflächen wird durch eine Klassifizie-
rung und nicht anhand der jährlichen Einstrahlungssummen ermittelt. Neben der
Nutzbarkeit einzelner Berechnungsergebnisse soll dem Anwender die Möglichkeit
gegeben werden eigene Parameter an das Programm zu übergeben. Das Modul
soll für alle Regionen nutzbar sein, welche über die benötigten Daten verfügen, die
zur Erzeugung eines digitalen Oberflächenmodells nötig sind. Das Modul wird
nach erfolgter Programmierung mit zwei qualitativ verschiedenen Datensätzen für
eine Pilotregion getestet. Die Ergebnisse beider Flächenanalysen sollen ausge-
wertet und verglichen werden.
3
2 Grundlagen
2.1 Flugzeuggetragenes Laserscanning
„Laser emittieren monochromatische kohärente elektromagnetische Strahlung im
riesigen Wellenlängenbereich, der von den Millimeterwellen via Licht bis zur Rönt-
gen-Strahlung reicht“ (KNEUBÜHL UND SIGRIST 2005). Dieser breite Wellenlängen-
bereich macht die Lasertechnik für eine Vielzahl von Anwendungen interessant.
Eine Verwendung der Lasertechnik ist in Laserscannern für die Fernerkundung
realisiert. „Die Aufnahme mit einem Laserscanner - oft auch als Lidar (Light Detec-
tion and Ranging) bezeichnet - ist ein aktives Verfahren zur punktweisen Erfas-
sung der Geländeoberfläche von einem Flugzeug aus“ (ALBERTZ 2007). Wegen
der Strahlendivergenz eines Lasers wird das Gelände während einer Aufnahme
nicht punktuell, sondern durch eine kreisförmige Fläche (footprint) beleuchtet. Die-
se ist von der Flughöhe und der Instrumentengenauigkeit abhängig. So beträgt bei
einer Strahlendivergenz von 0,25 mrad je nach Flughöhe der Durchmesser der
Querschnittsfläche ungefähr 0,3 m (MAYERHOFER 2009). Damit haben alle Objekte,
welche sich innerhalb des footprint befinden, Einfluss auf die Reflexion eines La-
serstrahls (PFEIFER ET AL. 2004).
Erste Flugzeuggetragene Laserentfernungsmesser waren seit den Sechziger-
jahren im Einsatz (FUJII UND FUKUCHI 2005). Sie wurden genutzt, um die Gelände-
eigenschaften und die Oberflächenrauhigkeit von Seeeis zu messen. Bereits in
den Achtziger- und Neunzigerjahren konnten genauere Messungen durchgeführt
werden (FUJII UND FUKUCHI 2005). Bezüglich des Messprinzips wird in dieser Arbeit
eine Unterteilung in continuous wave Laser (CW) und gepulste Laser vor-
genommen.
2.1.1 Continuous wave Laserscanner
CW-Laser arbeiten nach dem Prinzip der Phasendifferenzmessung. Sie benötigen
mehr Energie, wodurch die Flughöhe gegenüber gepulsten Lasern geringer ist.
Die maximale Flughöhe des an der Universität Stuttgart entwickelten CW-Lasers
4
„scaLARS“ wird mit 700m über Grund angegeben (WEHR ET AL. 2009). Durch den
kontinuierlichen Laserstrahl ist jedoch eine höhere Messpunktdichte im Vergleich
zu den gepulsten Lasern möglich. Heutzutage sind CW-Lasersysteme für flug-
zeuggetragenen Anwendungen eher selten in Gebrauch und werden deshalb im
Folgenden nicht näher erläutert (SHAN UND TOTH 2009).
2.1.2 Gepulste Laserscanner
Die Technologie der gepulsten Laserscanner erfährt eine breite Anwendung. Dabei
werden Laserimpulse gesendet, deren Laufzeit zurück zum Sensor gemessen
wird. Anhand dieser Laufzeitmessung wird die Entfernung zwischen Sensor und
Gelände bestimmt (LILLESAND ET AL. 2008). Ein flächenhaftes Abtasten (scannen)
des Aufnahmegebiets wird über die Ablenkung des Laserstrahls realisiert. Abbil-
dung 2.0 zeigt aktuelle Ablenksysteme (scanning mechanisms) und deren durch
die Bewegung des Flugzeugs verursachten Abtastmuster (ground pattern) am
Boden.
„Um die räumliche Lage der gemessenen Geländepunkte bestimmen zu können,
muss gleichzeitig die Orientierung des Sensors ermittelt werden“ (ALBERTZ 2007).
Dabei dient GPS (Global Positioning System) der Positionsermittlung des Flug-
zeugs und das inertiale Navigationssystem (INS) der Orientierung der Sensorplatt-
form (MAAS 2005). Das INS, wie in Abbildung 2.1 dargestellt, besteht aus jeweils
drei Richtungs- und Beschleunigungssensoren und dem Computer für die Daten-
verarbeitung.
Abbildung 2.0: Ablenksysteme und erzeugte Abtastmuster gängiger flugzeuggetragener Laser-scanner (Quelle: Ablenksysteme aus WEHR, Abtastmuster aus BRENNER, verändert)
5
Abbildung 2.2: Komponenten des flugzeug-getragenen Laserscannings. (Quelle: LILLESAND ET
AL. 2008)
Mit den daraus gewonnenen Daten können die räumlichen Koordinaten der den
Laserstrahl reflektierenden Geländepunkte berechnet werden. Abbildung 2.2 zeigt
das Verfahren eines flugzeuggetragenen Laserscanners mit einem wippenden
Spiegel zur Erzeugung der Messpunktverteilung auf der Geländeoberfläche mit
den Komponenten der Positionsbestimmung.
Abbildung 2.1: Schematische Darstellung der Komponenten des iner-tialen Navigationssystems (INS) zur Lagebestimmung der Sensorplatt-form im Raum (Quelle: TSOULIS 2006)
6
Die Sensoren, die aktuell zur Anwendung kommen, arbeiten abhängig von der
Flughöhe mit einer Pulsrate von bis zu 200kHz. Sie erzielen eine vertikale Ge-
nauigkeit der Messpunkte von 8 – 24cm und eine Lagegenauigkeit von 7 – 64cm
(Scanner ALS60, Leica-Geosystems).
Zusätzlich können moderne Scanner mehr als fünf Reflektionen eines jeden Pul-
ses aufzeichnen (LILLESAND ET AL. 2008). Die gewonnenen Daten sind zum Bei-
spiel für forstliche Fragestellung von hoher Relevanz, da nicht nur zwischen Be-
standes- und Geländehöhe unterschieden werden kann, sondern auch Informatio-
nen des Zwischenraumes verfügbar werden.
Eine weitere Entwicklung sind die full-waveform (FW) LIDAR Systeme, welche
nicht die Hochpunkte der reflektierten Welle, sondern deren gesamten Verlauf auf-
zeichnen (LILLESAND ET AL. 2008). Einer der ersten kommerziellen flugzeug-
getragenen full-waveform Laserscanner (LiteMapper-5600) wurde 2004 in Betrieb
genommen (HUG ET AL. 2004). Durch das Aufzeichnen der gesamten Wellenform
eines reflektierten Laserpulses können zusätzliche Informationen gewonnen wer-
den. HUG ET AL. (2004) beschreibt Vorteile des FW-Systems, im Vergleich zu einer
diskreten Entfernungsmessung, wie folgt: die Genauigkeit und Zuverlässigkeit der
Messungen sind höher, die Fähigkeit Diskontinuitäten im Gelände mit einer Ge-
nauigkeit zu erfassen, welche geringer als der Durchmesser des footprint ist und
die Möglichkeit aus einem Messergebnis „unendlich“ viele Messpunkte abzugren-
zen. Als besonderer Nutzen für die Land- und Forstwirtschaft zeichnet sich die
Möglichkeit der FW-Systemen aus, dass Vegetationsstrukturen, Boden, Bodenve-
getation und makroskopische Oberflächeneigenschaften aus den Messungen bes-
ser abgeleitet und differenziert werden können (HUG ET AL. 2004).
2.1.3 Anwendungen der Lidar-Daten
Aus den gemessenen Aufnahmedaten, wie Lage des Flugzeuges, Ablenkwinkel,
Entfernung zwischen Sensor und Objekt, können die Raumkoordinaten der Mess-
punkte berechnet werden. Ein klarer Vorteil der georeferenzierten Lidar-Daten ist,
dass sie bereits nach der Messung mit bestehenden GIS-Anwendungen kompati-
bel sind (LILLESAND ET AL. 2008).
In bebauten Gebieten misst die erste Reflexion eines Laserimpulses die Entfer-
nung zu Baumkronen, Dächern und anderen nicht verdeckten Objekten. Diese
7
Daten werden für die Erzeugung von digitalen Oberflächenmodellen DOM (engl.
DSM, Digital Surface Model) verwendet (LILLESAND ET AL. 2008). Zudem können
die Messpunkte für die Orthorektifizierung von Luftbildern eingesetzt werden.
Für die Erstellung eines digitalen Geländemodells DGM (engl. DTM, digital terrain
model) müssen störende Messpunkte, die Dächer, Masten oder Baumkronen rep-
räsentieren, anhand geeigneter Rechenverfahren entfernt werden. „Obwohl dies
keine triviale Aufgabe ist, sind Verfahren entwickelt worden, die es ermöglichen,
aus den zunächst vorliegenden Daten automatisch DGM's abzuleiten“ (ALBERTZ
2007). Die Qualität eines digitalen Geländemodells hängt dabei zu großen Teilen
von der Genauigkeit der Messung, der Messpunktverteilung, der Dichte der Mess-
punkte und dem verwendeten Algorithmus ab (LIU ET AL. 2007).
Aktuelle Untersuchungen beschäftigen sich mit der Möglichkeit Gebäudemodelle
aus den Daten zu extrahieren und Informationen über den Aufbau von Wald-
beständen zu gewinnen.
Einige Laserscanner-Systeme sind in der Lage neben der Distanzmessung, die
Intensität der reflektierten Impulse zu messen, woraus ein Grauwertbild abgeleitet
werden kann. „Man spricht in diesem Zusammenhang auch von einem Abbilden-
den Laserscanner. Die gewonnenen Bilddaten vermitteln vielfach ergänzende In-
formationen über das aufgenommene Gebiet“ (ALBERTZ 2007).
2.2 Photovoltaik
„Die Geschichte der Photovoltaik reicht bis in das Jahr 1839 zurück, in dem Bec-
querel den Photoeffekt entdeckte“ (QUASCHNING 2007). 1954 wird die erste Solar-
zelle aus Silizium entwickelt, allerdings mit einem geringen Wirkungsgrad von 5
Prozent. Für die Energieversorgung wurde die Solarzelle zu dem Zeitpunkt inter-
essant, als für Satelliten eine zuverlässige und dauerhafte Energieversorgung be-
nötigt wurde. In den 70er Jahren begann man mit Hilfe der Solarzelle abgelegene
technische Einrichtungen zu versorgen. Etwa 10 Jahre später nahm das erste
große Solarkraftwerk 1982 in Kalifornien seinen Betrieb auf (SELTMANN 2009).
Die Umsetzung von netzgekoppelten Anlagen wird 1990 entscheidend voran-
gebracht. In diesem Jahr verabschiedete der Deutschen Bundestag das Stromein-
speisegesetz (StrEG), welches jedermann die Stromeinspeisung aus erneuerba-
8
ren Energien ermöglicht. Zudem entsteht das „1000-Dächer-Programm“ des Bun-
desforschungsministeriums und der Bundesländer, welches die Technik prüfen
und Praxiserfahrung generieren soll (SELTMANN 2009).
Im Jahre 2000 wurde das StrEG durch das Erneuerbare-Enegien-Gesetz (EEG)
abgelöst. Demnach erhielten Anlagenbetreiber eine deutlich höhere Einspeise-
vergütung, was einen Boom in Deutschland auslöste (SELTMANN 2009). „Das no-
vellierte EEG ermöglichte ab 2004 im breiten gesellschaftlichen Konsens den ren-
tablen Betrieb von Solaranlagen in Deutschaland (BUNDESVERBAND SOLAR-
WIRTSCHAFT E.V. 2008).“ Derzeit ist das EEG in der Fassung vom 25.10.2008, mit
etwas geringeren Einspeisevergütungen, in Kraft.
2.2.1 Funktionsweise einer Solarzelle
Die Funktionsweise einer Solarzelle, beruht auf dem photovoltaischen Effekt, der
die Energie von Licht in elektrische Energie umwandelt. Dieser Effekt kann mit
Hilfe von direkten und indirekten Halbleitern erzeugt werden.
„Wenn eine photovoltaische Zelle aus dem Sonnenlicht ein Lichtquant (Photon)
aufnimmt, dann schlägt dieses ein Elektron aus dem Verbund der Atome heraus“
(BÜHRKE UND WENGENMAYR 2008). Das Elektron hinterlässt ein „Loch“ im Kristall-
gitter, welches wie das Elektron zum elektrischen Strom beiträgt (BÜHRKE UND
WENGENMAYR 2008). Der Stromfluss funktioniert jedoch nur, wenn die Fließrichtung
der Elektronen und „Löcher“ zu den Elektroden hin vorgegeben wird. Durch geziel-
tes Verunreinigen des Siliziums mit negativen (n-dotiert) bzw. positiven (p-dotiert)
Stoffatomen kann die Leitfähigkeit gesteuert werden. Der schematische Aufbau
einer Siliziumsolarzelle ist in Abbildung 2.3 dargestellt.
9
2.2.2 Bauarten von Solarzellen
„Viele elektrisch verbundene Solarzellen werden in ein »Solarmodul« gekapselt.
Die Anordnung vieler derartiger Module innerhalb einer Solaranlage nennt man
auch »Solargenerator«“ (SELTMANN 2009). Mehrere verschaltete Solarmodule wer-
den auch als „Array“ bezeichnet. Damit ist die Solarzelle der Grundbaustein einer
jeden Photovoltaikanlage. Im Folgenden sollen die handelsüblichen Solarzellen
kurz vorgestellt werden.
„Für die Stromerzeugung mittels Photovoltaik kommt eine Reihe verschiedener
Materialien und Solarzellen-Designs zum Einsatz bzw. künftig in Betracht, die sich
in Eigenschaft, Stand der Technik und der Markteinführung zum Teil sehr von-
einander unterscheiden“ (HENNICKE UND FISCHEDICK 2007). „Eher aus historisch
technischen als aus physikalischen Gründen ist das bisher gebräuchlichste Mate-
rial für eine Solarzelle Silizium in kristalliner Form“ (DIMMLER IN JEHLE 2008).
Für eine detaillierte Darstellung der Materialien und deren Produktions- und Funk-
tionsweise sei auf die entsprechende Fachliteratur verwiesen.
Abbildung 2.3: Schematischer Aufbau einer Solarzelle (Quelle: WITZEL)
10
Polykristalline Solarzelle
Die Herstellung polykristalliner Solarzellen erfolgt über eine Reduktion von Quarz-
sand (SiO2) durch zwei Kohlenstoffatome (2C) bei einer Temperatur von 1800 C°
zu metallurgischem Silizium (MG-Si) und zwei Kohlenmonoxidatomen (QUA-
SCHNING 2008). Das so gewonnene MG-Si ist nur zu 98% rein und muss für die
Weiterverarbeitung gereinigt werden. Die Anforderungen an „solar grade“ Silizium
sind zwar nicht so hoch wie an „electronic grade“ Silizium, doch kann auf eine
Reinigung nicht verzichtet werden. Diese Reinigung findet fast weltweit im soge-
nannten Siemens Prozess statt (KALTSCHMITT ET AL. 2006).
Nach der Reinigung wird das Poly-Silizium aufgeschmolzen und in Kokillen ge-
gossen. Nach langsamem Erstarren können die quadratischen, polykristallinen
Blöcke in Scheiben geschnitten werden (KALTSCHMITT ET AL. 2006).
In polykristallinen Solarzellen sind die Kristalle unterschiedlich ausgerichtet. „Zwi-
schen den Bereichen unterschiedlicher Ausrichtung entstehen so genannte Korn-
grenzen, an denen bei Solarzellen Verluste auftreten“ (QUASCHNING 2008). Dieser
Effekt wird durch die Herstellung von monokristallinen Solarzellen weitgehend
vermieden.
Monokristalline Solarzelle
„Die ersten kommerziellen monokristallinen Solarzellen wurden auf einer Silizium-
(Si)-Einkristallbasis hergestellt, einem Abfallprodukt der Halbleiterindustrie“ (MÜL-
LER UND GIEBER 2007). Monokristalline Solarzellen zeichnen sich gegenüber poly-
kristallinen Solarzellen durch einen höheren Wirkungsgrad aus.
Unter Schutzgas wird Poly-Silizium eingeschmolzen und aus der Schmelze mithil-
fe eines eingetauchten Keimlings, werden monokristalline Stangen gezogen
(KALTSCHMITT ET AL. 2006). „Der Siliziumstab wird dann in zehntelmillimeter dünne
Scheiben (sogenannte »Wafer«) zersägt, wobei rund die Hälfte des Materials als
Sägespäne abfällt“ (SELTMANN 2009).
11
Weitere Solarzellentypen
„Einen anderen Ansatz verfolgen Verfahren, bei denen die photovoltaisch aktive
Schicht sehr dünn auf ein Trägermaterial aufgebracht wird, meistens Glas“ (BÜHR-
KE UND WENGENMAYR 2008). Diese Schichten können aus Stoffen wie Cadium-
Tellurid, Kupfer-Indium-Disulfid, Chalkopyrit und Silizium in mikrokristalliner oder
amorpher Struktur bestehen (BÜHRKE UND WENGENMAYR 2008). „In der Herstellung
werden keine einzelnen Zellen, sondern das Solarmodul im Ganzen produziert
und anschließend die beschichtete Fläche per Laser in dünne Streifen getrennt
und dabei wird die Reihenschaltung der Teilfläche erzeugt“ (SELTMANN 2009).
Bänder- bzw. Foliensilizium umgeht ebenfalls den verlustreichen Schritt des Sä-
gens. „Bei ihnen wird das Rohmaterial für die Module in der gewünschten Dicke
direkt aus dem geschmolzenen Silizium gezogen“ (BÜHRKE UND WENGENMAYR
2008).
Organische Polymer- und Farbstoff-Solarzellen befinden sich im Forschungs-
stadium. Der Vorteil dieser Solarzellen ist die günstige, umweltverträgliche und
energieeffiziente Herstellung einerseits, die flexible und leichte Bauweise anderer-
seits (BÜHRKE UND WENGENMAYR 2008). Durch Nachteile wie geringer Wirkungs-
grad und Langzeitstabilität werden Polymer- und Farbstoffzellen vorerst Exoten
bleiben, die der weiteren Forschung und Entwicklung bedürfen (BÜHRKE UND WEN-
GENMAYR 2008).
Abbildung 2.4 zeigt den aktuellen und zukünftigen Marktanteil der verschiedenen
Bauweisen. Zu erkennen ist der prognostizierte zunehmende Anteil der Dünn-
schicht-Technik. Trotz des Zuwachses werden auch in Zukunft die Silizium basier-
ten Solarzellen auf dem Markt vertreten sein.
12
2.2.3 Kenndaten und Betriebsverhalten von Solarzellen
Die elektrische Ausgangsleistung einer Solarzelle (bzw. eines Solarmoduls) hängt
von der eingestrahlten Leistungsdichte (W/m²) und vom Wirkungsgrad ab (MÜLLER
ET AL. 2007). Bei der auf eine Oberfläche eintreffenden Strahlung ist zwischen di-
rekter und diffuser Strahlung zu unterscheiden. Die Gesamteinstrahlung wird als
Globalstrahlung bezeichnet. Die mittlere Jahressumme der Globalstrahlung be-
trägt in Deutschland etwas mehr als 1000 kWh pro Quadratmeter im Jahr. Dabei
überwiegt in Deutschland die diffuse Strahlung, welche von Solarzellen fast eben-
so effektiv in elektrischen Strom umgewandelt wird wie die direkte Strahlung
(SELTMANN 2009). Der die Effektivität eines Solarmoduls beschreibende Kennwert
wird als Kilowatt Peak (kWp) bezeichnet. Diese Größe beschreibt die optimale
Leistung von Solarmodulen unter Standardtestbedingungen; diese sind: 1000
W/m² Einstrahlung, 25°C Modultemperatur, 1.5 Air Mass (KALTSCHMITT ET AL. 2006).
Der Wirkungsgrad errechnet sich aus dem Verhältnis des Punktes maximaler Leis-
tung MPP1 zur Bestrahlstärke, multipliziert mit der Solarzellenfläche (QUASCHNING
2008). Abbildung 2.5 zeigt die zuvor beschriebenen Solarzellentypen mit Darstel-
lung ihres Wirkungsgrades unter Standardtestbedingungen.
Der Grund für die Leistungsangabe unter Standardtestbedingungen liegt unter an-
1 Maximalwert der Leistungs-Spannungs-Kennlinie einer Solarzelle.
Abbildung 2.4: aktuelle und perspektivische Marktanteile verschiedener Typen von Solarzellen, Quelle: BSW
13
Abbildung 2.5: Wirkungsgrade in Prozent von Solarzellen nach Typ und Material (aus KALT-SCHMITT, verändert)
derem in dem nicht proportionalen Verhältnis zwischen Einstrahlung, der Solar-
zellentemperatur und dem daraus resultierenden Wirkungsgrad. Mit steigender
Temperatur sinkt die MPP-Leistung einer Solarzelle (QUASCHNING 2007). Deshalb
erzielen die meisten Solarzellen umso höhere Wirkungsgrade, je kühler sie sind
(SELTMANN 2009).
2.2.4 Anwendungsgebiete
Zu Beginn der Photovolataikforschung wurden Solarzellen aus Kostengründen nur
in der Raumfahrt eingesetzt. Sie dienen noch heute Satelliten und z.B. der Raum-
station ISS für die autarke Stromversorgung. Inzwischen haben sich Solarzellen
durch technischen Fortschritt und ökonomische Rentabilität auf einem breiten Sek-
tor etablieren können. „Die Photovoltaik kann in einem breiten Leistungsbereich
eingesetzt werden, von Kleinstanwendungen (Taschenrechner, Armbanduhr) bis
hin zu Großanlagen mit mehreren Megawatt“ (WITZEL UND SEIFRIED 2007).
Solarzellen werden abhängig von der Verwendung zu unterschiedlich großen So-
larmodulen kombiniert. Die am häufigsten eingesetzten Modultypen besitzen Spit-
zenleistungen von 50 bis über 150 Watt (Wp) (SELTMANN 2009). Größere Module
finden Verwendung in netzgekoppelten Anlagen, in form einer Montage auf Dä-
chern oder durch eine Aufständerung bei Freiflächen. Die kleineren Module eignen
sich besonders gut für Standorte ohne Netzanschluss und für die Versorgung klei-
nerer Geräte in den Bereichen Camping, Outdoor und Gartenanlagen.
14
Die noch teureren und weniger effektiven Dünnschichtsolarzellen finden zwar noch
wenig Anwendung im Solaranlagenbau (außer bei Solarfassaden und Dach-
integrationssystemen), werden dafür aber vor allem in Taschenrechnern, Uhren
und Kleinmodulen für den Freizeitbereich eingesetzt (SELTMANN 2009).
2.3 Planungsgrundlagen von Photovoltaikanlagen
Um am jeweiligen Standort der geplanten Solaranlage die optimale Leistung zu
erzielen, sind verschiedene Einflüsse zu berücksichtigen. „Solarmodule können
grundsätzlich fast überall aufgestellt werden: auf dem Dach, an der Fassade, an
Balkonbrüstungen und Lärmschutzwänden, auf dem (Garagen-)Flachdach, auf
Masten (eventuell sogar mit Sonnennachführung), im Garten und auf anderen
Freiflächen“ (SELTMANN 2009). „Die Energieerträge photovoltaischer Module sind
proportional zur eingestrahlten Sonnenenergie“ (KALTSCHMITT ET AL. 2006). Da-
durch ist die Dachneigung und Dachausrichtung als Montagebasis der Solar-
module von entscheidender Bedeutung. Flachdächer nehmen dabei eine Sonder-
stellung ein, da durch eine Aufständerung der Solarmodule die Neigung und die
Ausrichtung optimal gewählt werden können.
In dieser Arbeit wird die Ermittlung von geeigneten Dachflächen für die Strom-
erzeugung durch Photovoltaik untersucht, die folgenden Erläuterungen beschrän-
ken sich auf die starre Dachmontage von Solarmodulen, nachführende Systeme
sind nicht Teil dieser Untersuchung.
2.3.1 Neigung und Ausrichtung der Solarmodule
Bei einer direkten Montage auf bzw. in der Dachhaut liefert eine Dachausrichtung
nach Süden den maximalen Energieertrag. „Abweichungen von der Südrichtung
von weniger als 30° sind meist unkritisch, da der Energieertrag dabei um weniger
als 5% zurückgeht“ (KALTSCHMITT ET AL. 2006).
Die optimale Neigung der Solarmodule hängt von der geographischen Breite des
Standortes ab. Eine senkrecht zur momentanen Sonneneinstrahlung ausgerichtete
Fläche empfängt die maximale Einstrahlung. Bei einer starren Montage muss
aufgrund des wechselnden Sonnenstandes ein Kompromiss gefunden werden.
15
Abbildung 2.6: Einstrahlung (kW/m² a) in Abhängigkeit von Neigung und Ausrichtung auf eine Fläche in Deutschland.
Aufgrund der im Sommer höheren Einstrahlung, ist für einen maximalen Jahres-
ertrag ein geringerer Neigungswinkel zu wählen, als der mittlere mittägliche Son-
nenstand ergeben würde. „In mitteleuropäischen Breitengraden liefern deshalb
Neigungswinkel zwischen etwa 25° und 45° den besten Jahresenergieertrag bei
netzgekoppelten Anlagen“ (KALTSCHMITT ET AL. 2006). In Abbildung 2.6 ist die Ein-
strahlung in Abhängigkeit von Neigung und Ausrichtung einer Fläche graphisch
dargestellt.
16
2.3.2 Verschattung
Die Leistungsangaben von Solaranlagen beziehen sich auf die zuvor genannten
Standardtestbedingungen (1000 W/m² Einstrahlung, 25° C Modultemperatur, 1.5
Air Mass). Im tatsächlichen Einbauzustand wird die Leistung von verschiedenen
Einflussfaktoren beeinträchtigt. Neben der oben angeführten temperaturabhängi-
gen Ertragsminderung wirkt sich besonders eine verringerte Einstrahlung, wie bei-
spielsweise Verschattung, nachteilig aus.
Die Intensität der Sonnenstrahlung wird auf dem Weg durch die Atmosphäre durch
Streuung an Luftteilchen und Reflexion durch Wolken geschwächt. Die Einstrahl-
ungsleistung ist abhängig von der Wetterlage. Doch selbst an einem bewölkten
Sommertag mit wenig direktem Lichteinfall kann die Einstrahlungsleistung noch
300 W/m² erreichen (SELTMANN 2009).
Wie bei KONRAD (2008) beschrieben, unterscheidet man in der Photovoltaik und
Solartechnik drei verschiedene Schattenarten: Temporäre Verschattung, standort-
bedingte und entwurfsbedingte Verschattung.
Durch Verschmutzung wie Blätter und Vogelexkremente, durch Schnee oder Ein-
flüsse der Umgebung kann es zur temporären Verschattung einzelner Zellen oder
Modulflächen kommen (QUASCHNING 1996). Nach QUASCHNING (1996) ergab sich
bei einer Modulverschattung von 2% eines reihengeschalteten Moduls eine Leis-
tungsminderung von etwa 70%. Bei parallel geschalteten Modulen oder Zellen
sind die Verluste proportional zur abgeschatteten Fläche (WATTER 2009). Eine Pa-
rallelschaltung von Solarzellen wird jedoch wegen hohen Leistungsverlusten meist
vermieden (QUASCHNING 1996).
Die standortbedingte Verschattung ist durch die Umgebung des Solargenerators
geprägt. Durch die Nachbarschaft hoher Gebäude oder Bäume sowie durch die
Hanglage eines Hauses entsteht die standortbedingte Verschattung.
Die entwurfsbedingte Verschattung als Ursache von versetzten Baukörpern, Dach-
aufbauten, Fasadenvorsprügen und angewinkelte Baufluchten muss bei vor-
handenen Gebäuden ebenfalls berücksichtigt werden. Diese kann schon im frühen
Entwurfstadium der PV-Flächen mit CAD-Verschattungsstudien kontrolliert werden
(KONRAD 2008). Alle drei Verschattungsarten mindern den Ertrag des Solar-
generators erheblich. Bei einer Anlagenplanung ist daher auf einen verschattungs-
freien Standort besonders zu achten.
17
Neben dem verschattungsfreien Standort ist ein geeigneter Neigungswinkel nötig,
um die temporäre Verschattung zu minimieren. Die Selbstreinigung der Solar-
module kann anhand des anfallenden Regenwassers erfolgen. Bei einem Nei-
gungswinkel von etwa 30° ist unter hiesigen Bedingungen mit Verlusten im Be-
reich von 2 – 10% Prozent zu rechnen, welche bei geringeren Neigungswinkeln
deutlich zunehmen (QUASCHNING 2007).
2.3.3 Erforderliche Dachfläche für Solargeneratoren
Bei netzgekoppelten Anlagen, deren optimierter Einsatz Gegenstand der Unter-
suchung ist, kann die Leistung des Solargenerators ohne Leistungsvorgaben ge-
plant werden, da sie nicht der Versorgungssicherheit des Gebäudes dienen müs-
sen. Nach SELTMANN lässt sich die Flächengröße nach drei Gesichtspunkten er-
mitteln: Nach der nutzbaren Fläche, dem verfügbaren Investitionsbudget und dem
gewünschten Energieertrag.
Als primärer Faktor ist die nutzbare Fläche für eine Eignung ausschlaggebend.
Investitionsbudget und gewünschter Energieertrag erweitern den Handlungsspiel-
raum des Anlagenplaners. „Gefördert werden PV-Anlagen ab einer Größe von
1 kWp (= 10qm Generatorfläche), entsprechend der wirtschaftlich sinnvollen Min-
destgröße einer netztgekoppelten PV-Anlage“ (KONRAD 2008). Auch QUASCHNING
(2008) gibt 1 kWp als sinnvolle Mindestgröße einer PV-Anlage an. Die Mindest-
größe von 10m² wird in dieser Potentialstudie als kleinste nutzbare Dachfläche
angenommen.
18
2.4 ArcGIS und Programmierung
2.4.1 Softwareprodukt ArcGIS
ArcGIS Desktop ist eine Softwarepalette der 1969 gegründeten Firma ESRI, wel-
che sich auf die Programmierung von Geographischen Informationssystemen
(GIS) spezialisiert hat. ArcGIS Desktop Produkte sind ArcInfo, ArcEditor, ArcView
und ArcReader. Mit Ausnahme des ArcReaders sind alle Produkte mit den Prog-
rammen ArcMap und ArcCatalog ausgestattet. Dies ermöglicht einen problemlosen
Datenaustausch der verschiedenen Anwendungen, welche sich ausschließlich im
Umfang der Möglichkeiten unterscheiden.
Als geographisches Informationssystem ist nach BILL UND FRITSCH (1994), ein
rechnergestütztes System zu bezeichnen, das aus Hardware, Software, Daten
und Anwendungen besteht. Mit dessen Hilfe können raumbezogene Daten digital
erfasst, redigiert, gespeichert, reorganisiert, modelliert, analysiert sowie alpha-
numerisch und graphisch repräsentiert werden.
Das in dieser Arbeit verwendete Programm ArcMap ist eine kompakte Anwendung,
mit dessen Hilfe raumbezogene Daten (Geodaten) nach oben genannter Definition
eines GIS verarbeitet und dargestellt werden können. Es ist zwischen der Daten-
ansicht und Layoutansicht zu unterscheiden. Die Datenansicht stellt die ver-
wendeten Informationen in Layern dar. In dieser Ansicht werden Analysen und
Veränderungen des Datenmaterials durchgeführt. Die Layoutansicht dient der Er-
stellung von Karten und Plänen, also der graphischen Präsentation der ver-
arbeiteten Daten. Eine große Anzahl an Gestaltungselementen wie Kartenrahmen,
Symbole, Nordpfeile und Maßstabsangaben stehen für die graphische Aus-
arbeitung zur Verfügung.
ArcCatalog ist die Anwendung für das Management von raumbezogenen Daten,
Datenbanken, Servern und sämtlicher Metadaten (ESRI 2009).
2.4.2 Visual Basic for Applications – VBA
Visual Basic (VB) ist eine Weiterentwicklung der in den Siebziger Jahren ent-
standenen Programmiersprache „BASIC“ (LIEBIG 2007). „Visual Basic for Applicati-
ons (VBA) ist eine speziell zusammengefasste Form von Visual Basic und wird in
19
zahlreichen Anwendungen (z.B. Word) als Programmier-(Makro)Sprache verwen-
det“ (LIEBIG 2007).
VBA wurde ursprünglich entwickelt um bestehende Anwendungen (Applications)
anzupassen. Im Gegensatz zu VB lässt sich VBA nur innerhalb einer Anwendung
nutzen (NAHRSTEDT 2009). Visual Basic benötigt somit ein Programm, wie Microsoft
Word oder ArcGis, in dem es verwendet werden kann. Programmelemente, wel-
che mit VBA geschrieben werden, sind nur in dem darin erstellten Programm lauf-
fähig.
BASIC → Visual Basic → Visual Basic for Applications
VBA besitzt innerhalb der Anwendung eine Entwicklungsumgebung (IDE = Integra-
ted Development Environment). Über diese Entwicklungsumgebung, den Visual
Basic Editor, können die Programmfunktionen durch die Eingabe von Befehls-
zeilen (Syntax) ausgeführt werden.
2.4.3 Objektorientierte Programmierung
„Die objektorientierte Programmierung ist der Standard, mit dem heutzutage ver-
sucht wird, für ein bestimmtes umfangreiches Thema eine Programmierumgebung
zu schaffen“ (LIEBIG 2007). Beschäftigt man sich mit einem umfangreichen Thema
wie zum Beispiel Pflanzen, wird man versuchen diese zu klassifizieren. Die Eintei-
lung verschiedener Pflanzen in ein Klasse erfolgt dabei anhand gleicher Eigen-
schaften. Die Definition einer Klasse beschreibt die Eigenschaften, welche das
Objekt haben muss, um dieser Klasse zugeordnet zu werden. Neben den Eigen-
schaften sind Methoden und Ereignisse möglich, die auf die Objekte in der Klasse
angewendet werden können. Die Klassen können untereinander in Beziehung
stehen. Eine Oberklasse vererbt alle Eigenschaften und Methoden auf die ihr
nachgeordneten Unterklassen. Die Programmierung mit Klassen und ihren Funk-
tionen wird objektorientierte Programmierung (OOP) genannt. „Durch das Fest-
legen von Klassen mit ihren Eigenschaften und Methoden wird ein Objekt-Modell
für ein bestimmtes Thema entwickelt“ (LIEBIG 2007).
20
2.4.4 ArcObjects
ArcObjects ist das Objekt-Modell von ESRI und enthält Klassen, welche die Objek-
te beschreiben, die in ArcGIS existieren. Nach HÖCK UND MANEGOLD (2008) ist Ar-
cObjects das aktuelle Fundament der ArcGIS Desktop Produkte und bildet damit
den wesentlichen Grundbaustein der Softwareentwicklung mit ArcInfo, ArcEditor
und ArcView. Deren Programme ArcMap und ArcCatalog wurden mit der Compo-
nent Object Model Technologie (COM) entwickelt. COM ist ein Standard der die
Kommunikation zwischen den Klassen regelt. ArcObjects ist die Zusammenfas-
sung aller COM Komponenten, die ArcInfo, ArcEditor und ArcView ausmachen und
ist damit die Basis sowohl für jegliche Anpassung im Desktopbereich dieser Pro-
dukte als auch für die Integration weiterer COM basierter Entwicklungen (HÖCK
UND MANEGOLD 2008). Da ArcObjects auf der Microsoft COM Technologie basiert,
können alle Programmierumgebungen, die diese Technologie unterstützen (z.B.
C++, VB, VBA, Delphi), mit ArcObjects benutzt werden. In dieser Arbeit wird die in
Kapitel 4.1 vorgestellte Programmiersprache VBA verwendet, um das Modul zur
Potentialanalyse anhand der objektorientierten Programmierung zu entwickeln.
Eigenschaften, Methoden und Ereignisse
„Ein Objekt-Modell wie ArcObjects besteht aus vielen Klassen, mit denen Eigen-
schaften, Methoden und Ereignisse festgelegt werden“ (LIEBIG 2007). Um für jede
Aufgabe die richtige Klasse ermitteln zu können, stehen zum einen die Objekt-
Modell-Diagramme (OMDs) und zum anderen die Developer-Help zur Verfügung.
Wegen der großen Anzahl an Klassen bestehen in ArcObjects drei Klassentypen,
welche unterschiedliche Möglichkeiten unterstützen. Dies sind die abstrakten
Klassen, Koklassen und Klassen.
Die abstrakten Klassen definieren generelle Methoden und Eigenschaften, können
jedoch keine Objekte erzeugen. Dies geschieht in den ihnen zugeordneten Unter-
klassen, welche die Methoden, Eigenschaften und Ereignisse der Oberklasse er-
ben. Koklassen können konkrete Objekte erzeugen, was in VBA mit dem Keyword
new geschieht.
Im Klassentyp Klassen können Objekte nur über Objekte einer anderen Klasse
erzeugt werden (LIEBIG 2007). Dies bedeutet, dass ein Objekt einer anderen Klasse
21
Abbildung 2.7: Klassen in ArcObjects und mögliche Verbindungen am Beispiel eines Apfelbaumes
vorhanden sein muss. Abbildung 2.7 zeigt die Beziehung der verschiedenen Klas-
sentypen, wie sie auch in den OMD’s dargestellt werden.
Wie zuvor beschrieben können Klassen über verschiedene Eigenschaften und
Methoden verfügen. Diese sind innerhalb der Klassen nochmals in logische Grup-
pen, sogenannte Interfaces, gegliedert. Einer Klasse und somit den darin ent-
haltenen Objekten stehen verschiedene Interfaces zur Verfügung.
Eigenschaften und Methoden sind ebenfalls mit Symbolen in den OMDs und der
Developer-Help dargestellt. Ihre Kenntnis ist für die Programmierung wichtig, da
nicht jede Eigenschaft gesetzt oder abgefragt werden kann. Die Symbole sind in
Abbildung 2.8 dargestellt. Für eine vertiefende Einführung in die objektorientierte
Programmierung von ArcObjects mit VBA sei auf LIEBIG (2007), HÖCK UND MANE-
GOLD (2008) und die englischsprachige Literatur von CHANG (2008) und RAZAVI
(2002) verwiesen.
Abbildung 2.8: Symbole von Methoden und Eigenschaften in ArcObjects
22
2.5 Referenz- und Koordinatensysteme
Positionen und Bewegungen von Objekten im Raum sind nicht durch absolute
Größen definierbar (SEITZ 2009). Es ist notwendig einen Bezug zwischen einer
Positionsangabe, in Form von Koordinaten, und dem verwendeten Koordinaten-
system anzugeben. In der Geodäsie und Astronomie geschieht dies anhand kon-
ventioneller Referenzsysteme. Diese sind durch physikalische Modelle sowie de-
ren Modellparameter explizit festgelegt. Die Umsetzung eines dieser mathema-
tisch-physikalischen Systeme in reelle Stationskoordinaten, wird als kon-
ventioneller Referenz- oder Bezugsrahmen bezeichnet (SEITZ 2009). „Er besteht
aus festen Punkten auf der Erdoberfläche, optischen Sternen oder Radioquellen,
deren Koordinaten unter Berücksichtigung der Festlegungen (Konventionen) des
entsprechenden Referenzsystems berechnet werden“ (SEITZ 2009). Für die Zwe-
cke der Landesvermessung wird meist ein regional bestanschließendes Ellipsoid
gewählt. Die Parameter der Lagerung und Orientierung, eines solchen lokalen El-
lipsoids, zu einem globalen Bezugssystem wird Geodätisches Datum genannt
(SEEBER 1989).
Auch bei Höhenangaben ist auf die Bezugsfläche, dem Höhenreferenzsystem, zu
verweisen. Nationale Höhenreferenzsysteme sind in Europa an verschiedene Be-
zugspunkte angeschlossen. Dies führt zu einem Unterschied der Bezugshöhen im
Dezimeterbereich (BKG 2009). Die Bezugsfläche kann ein mathematisches Rotati-
onsellipsoid oder das Geoid2 sein (Abbildung 2.9). Daraus resultieren ellipsoidi-
sche Höhen, bzw. für auf das Geoid bezogen, orthometrische Höhen. Die Diffe-
renz zwischen ellipsoidischen und orthometrischen Höhen wird als Geoidundulati-
on bezeichnet.
2 Äquipotentialfläche des Erdschwerefeldes, welche mit dem mittleren Meeresspiegel der Ozeane
zusammen fällt (TORGE 2003).
Abbildung 2.9: Darstellung von Geoid und Ellipsoid.(Quelle KAHMEN 1993)
23
Im Folgenden werden die benötigten Koordinatensysteme und Zeiteinheiten für
die spätere Sonnenstandberechnung aufgeführt. Die astronomischen Fachbegriffe
werden nicht explizit erläutert, sie sind im Anhang unter „Astronomischer Glossar“
aufgeführt.
2.5.1 Raumfestes heliozentrisches Ekliptiksystem
Der Nullpunkt dieses Koordinatensystems ist das Zentrum der Sonne. Die Um-
laufbahn der Erde um die Sonne stellt die Bezugsebene und der Frühlingspunkt3
die Bezugsrichtung dar. In diesem Koordinatensystem werden drei Parameter zur
Ortsangabe verwendet. Die Entfernung (r) vom Massenzentrum der Sonne bis
zum Raumobjekt, die ekliptikale Breite (b) und die ekliptikale Länge (l) (Abbildung
2.10). Die ekliptikale Breite wird, von der Ekliptik aus gesehen, nach Norden posi-
tiv und nach Süden negativ gewertet. Generell ist eine Ortsangabe sowohl in
sphärischen Koordinaten, also auch kartesischen Koordinaten möglich. Tabelle 2.0
zeigt eine Zusammenfassung dieses Bezugssystems. Abbildung 2.11 ist eine Dar-
stellung der Beziehung zwischen der ekliptikalen und äquatorialen Bezugsebene,
welche um die Schiefe der Ekliptik gegeneinander geneigt sind. Abbildung 2.10
verdeutlicht das heliozentrisch ekliptikale Koordinatensystem.
3 Schnittpunkt des Himmelsäquators mit der Ekliptik
Abbildung 2.11:Darstellung von Frühlings-
punkt (♈) und Schiefe der Ekliptik
Abbildung 2.10: Heliozentrisches Ekliptik-
system mit dem Frühlingspunkt ♈, als
Orientierung der x-Achse. Länge (l), Breite(b) und Entfernung(r) dienen der Lagebestimmung eins Raumobjektes.
24
Tabelle 2.0 Heliozentrisches Ekliptiksystem
Ursprung
Heliozentrum (Massenmittelpunkt der Sonne)
z – Achse Richtung des Ekliptiknordpoles, senkrecht auf der Ekliptikebene
x - Achse Richtung des Frühlingspunktes, Schnittlinie von Ekliptikebene und Himmelsäquatorebene
y - Achse Ergänzung zu einem Rechtssystem
Koordinaten Ekliptikale Breite, ekliptikale Länge, Entfernung
2.5.2 Raumfestes geozentrisches Ekliptiksystem
Dieses System entspricht bis auf den Ursprung dem heliozentrischen Koordinaten-
system. Das Geozentrum der Erde bildet den Ursprung und definiert mit dem Ek-
liptiknordpol, welcher senkrecht zur Ekliptikebene steht, die Richtung der Z-Achse.
Die Orientierung der x-Achse ist durch den Frühlingspunkt auf der Gaußschen
Richtungskugel4 gegeben. Die y-Achse ergänzt dieses Koordinatensystem zu ei-
nem Rechtssystem.
Entsprechend dem heliozentrischen Ekliptiksystem werden entweder rechtwinklig
kartesische Koordinaten oder sphärische Polarkoordinaten für die Ortsbestimmung
verwendet.
2.5.3 Raumfestes geozentrisches Äquatorsystem
Das geozentrische Äquatorsystem (Tabelle 2.1) unterschiedet sich vom raum-
festen Ekliptiksystem dadurch, dass die Bezugsebene parallel zum momentanen
Himmelsäquator5 gelegt wird. Damit ist es um die Schiefe der Ekliptik ε gegenüber
dem Ekliptiksystem geneigt (Abbildung 2.12). Neben der Entfernung eines Raum-
objektes zur Erde verwendet man die Deklination δ und die Rektaszension α als
Koordinatenangabe.
4 Theoretische Kugel um die Erde, die als Projektions- und Rechenfläche dient.
5 Entspricht der Projektion des Erdäquators auf eine imaginäre Himmelskugel um die Erde.
25
Abbildung 2.12: Geozentrisches Äquatorsystem mit Schiefe der Eklip-
tik ε , Rektaszension α, Deklination δ und Frühlingspunkt ♈ (Quelle:
IGG 2006)
.
„Die Deklination ist als Winkel zwischen der Richtung von der Erde zum Raum-
objekt und dem Himmelsäquator definiert. Sie wird nach Norden (+90°) und nach
Süden (−90°) gezählt. Die Rektaszension ist als Winkel zwischen der x-Achse
(Frühlingspunkt auf der Gaußschen Richtungskugel) und der Projektion der Linie
Erde-Raumobjekt auf den Himmelsäquator, gemessen von bis 360° in Richtung
der Bewegung der Erde um die Sonne, definiert“ (IGG, 2006).
Tabelle 2.1 Geozentrisches Äquatorsystem
Ursprung
Geozentrum (Massenmittelpunkt der Erde)
e3 – Achse Richtung des Himmelsnordpoles, senkrecht auf der Himmelsäquatorebene
e1- Achse Richtung des Frühlingspunktes, Schnittlinie von Ekliptikebene und Himmelsäquatorebene
e2- Achse Ergänzung zu einem Rechtssystem
Koordinaten Rektaszension, Deklination, Entfernung zum Raumobjekt
26
2.5.4 Topozentrische Koordinaten
Der Ursprung von topozentrischen Koordinatensystemen liegt auf der Oberfläche
der Erde, dem Standpunkt eines Beobachters. „Bei den topozentrischen Koordina-
ten muss zwischen geodätisch- und astronomisch-topozentrischen Koordinaten
unterschieden werden“ (BAUER 2003).
Erstgenannte beruhen auf einem Koordinatensystem, welches als Z-Achse die
Normale6 durch den Standpunkt auf das Ellipsoid der globalen ellipsoidischen
Koordinaten hat. Sie sind damit an der Ellipsoidnormalen orientiert. Die X-Achse
liegt in der Meridianebende des Ellipsoids und die Y-Achse ist gegen den Uhr-
zeigersinn dazu um 90° gedreht (BAUER 2003).
Bei astronomisch-topozentrischen Koordinaten ist die Z-Achse durch den Zenit der
Lotrechten7 am Beobachtungsort definiert. Die X-Achse entspricht der Nord-
richtung und die Y-Achse der Ostrichtung. Die im Topozentrum errichtete XY-
Ebene bildet die Horizontalebene und steht senkrecht auf der Lotrichtung im Topo-
zentrum (HECK 2003). Aus diesem Grunde werden die astronomisch-
topozentrischen Koordinatensysteme auch Horizontsysteme genannt (HECK 2003).
Die erläuterten geodätischen und astronomischen Koordinatensysteme unter
scheiden sich lediglich dadurch, dass ihre Achsen geringfügig gegeneinander ver-
dreht sind (BAUER 2003). „Dies liegt daran, dass die mathematisch definierte Ellip-
soidnormale und die durch das Schwerefeld der Erde definierte Lotrechte nur nä-
herungsweise übereinstimmen“ (BAUER 2003).
Zu den in 2.5.3 genannten geozentrischen Koordinaten unterscheiden sich topo-
zentrische Koordinaten maximal um die Horizontalparallaxe8. Bei der Sonne be-
trägt die Horizontalparallaxe im Mittel 8,79 Bogensekunden (MONTENBRUCK 2005).
Zudem muss bei astronomisch topozentrischen Koordinaten noch in topozentrisch
äquatoriale und topozentrisch horizontale Koordinaten (Tabelle 2.2) unterschieden
werden. Die äquatorialen Koordinaten haben als Bezugebene die parallel bis in
das Topozentrum, verschobene Äquatorebene. Die horizontalen Koordinaten be-
ziehen sich auf die senkrecht zur Lotrichtung stehende Ebene (XY-Ebene). Über
6 Die Normale ist eine geometrische Definition einer zu einem anderen Objekt orthogonal stehen-den Gerade.
7 Die Lotrechte ist die örtliche Richtung des Schwerevektors, welcher senkrecht zur Niveaufläche des Erdschwerefeldes steht.
8 Richtungsunterschied zu einem Raumobjekt bei Wechsel des Standpunktes.
27
die Sternzeit9 und geographische Breite am Beobachtungsort können die Koordi-
naten (horizontal, äquatorial) mit Hilfe des nautischen Dreiecks10 in das jeweilig
andere System transformiert werden. Abbildung 2.13 zeigt diese beiden Koordina-
tensysteme mit den jeweiligen Richtungswinkeln für die Ortsbestimmung.
Tabelle 2.2: Topozentrisch horizontales System
Ursprung
Topozentrum (Standpunkt des Beobachters)
Bezugsebene Horizont des Beobachters
Bezugsrichtung Südrichtung
Koordinaten Höhe, Azimut
9 Die Sternzeit ist als Stundenwinkel des Frühlingspunktes definiert. Der Stundenwinkel ist der Abstand eines Raumobjektes vom Meridian des Standortes.
10 Auch sphärisches Dreieck genannt. Ein Dreieck, das auf einer Kugeloberfläche liegt.
Abbildung 2.13: topozentrisch äquatoriale (Stundenwinkel und Deklination δ) und topozentrisch horizontale Koordinatenangabe (Azimut und Höhe).
28
2.6 Zeitskalen und deren Zusammenhang
Nachfolgend sind die für die Berechnung des Sonnenstandes betroffenen Zeit-
skalen erläutert und abschließend in Abbildung 2.14 in ihrem konzeptionellen Zu-
sammenhang dargestellt.
Die Universalzeit (UT) Als natürliche Zeiteinheit bietet sich die Erdrotation an. „Um auf eine einheitliche
Zeitskala für den gesamten Erdkörper zu kommen, wird dem Sonnenhöchststand
durch den Meridian von Greenwich die Zeit 12.00 Uhr zugeordnet“ (BAUER 2003).
Der auf diese Weise definierte Sonnentag ist jedoch keine fixe Größe, sondern
ändert sich im Laufe eines Jahres. Dies hat seine Ursache in der positions-
abhängigen Geschwindigkeit eines Planeten auf der Bahnellipse, was durch das
2. KEPLER'sche Gesetz beschrieben wird. Somit ist die Sonnenzeit keine strenge
„Zeiteinheit“ (BAUER 2003). Wegen der Bedeutung des Sonnentages für den Le-
bensrhythmus des Menschen, wird diese Zeiteinheit nicht aufgegeben, sondern
definiert eine mittlere Sonnenzeit, dessen Sonnentage im Laufe eines Jahres
konstant sind (BAUER). „Die mittlere Sonnenzeit für den Nullmeridian wird Weltzeit,
englisch UT genannt“ (BAUER 2003).
Die Weltzeit bezieht sich auf die augenblickliche Rotationsachse der Erde und wird
von 50 astronomischen Stationen, die über den ganzen Erdkörper verteilt liegen,
aus astronomischen Beobachtungen abgeleitet (BAUER 2003). Wegen der Ver-
lagerung der Rotationsachse der Erde findet eine Reduktion von UT auf einen
durch Vereinbarung festgelegten Nordpol, den konventionellen Pol (CIO), statt.
Durch diese Reduktion entsteht die Zeiteinheit UT1. „UT1 entspricht der wahren
Winkelgeschwindigkeit der Rotation des konventionellen terrestrischen Koordina-
tensystems11 und ist damit für astronomisch-geodätische Ortsbestimmungen
maßgebend“ (BAUER 2003).
11
Lagerung und Orientierung des Koordinatensystems sind durch Vereinbarungen festgelegt.
29
Die Internationale Atomzeit (TAI)
TAI ist ein konstantes Zeitsystem, welches auf der 1967 definierten SI12-Sekunde
basiert. Der Nullpunkt dieser Zeitskala ist so gewählt, dass er am 1.Januar 1958
mit UT übereinstimmt (BAUER 2003). „TAI wird durch eine große Zahl (mehr als
200) von Atomuhren realisiert, die in rund 60 global verteilten Laboratorien be-
trieben werden“ (TORGE 2003).
Die koordinierte Weltzeit (UTC) UTC ist ein im Jahr 1965 eingeführtes Zeitsystem, um die Genauigkeit der TAI un-
ter Berücksichtigung der unregelmäßigen Rotation der Erde zu verwenden. „Die
Zeiteinheit von UTC ist ebenfalls die SI-Sekunde der Atomzeit, ihre Skala ist UT1
angepasst“ (BAUER 2003). Dabei ist UTC in einer Weise von TAI abgeleitet, dass
UTC innerhalb 0,9 Sekunden von UT liegt und um einen ganzzahligen Betrag von
TAI abweicht (DUFFET-SMITH 1992). Dies wird ermöglicht durch die Einführung von
Schaltsekunden, welche zu Monatsende im Juni und Dezember eingefügt werden
(DUFFET-SMITH 1992).
Mittlere Greenwicher Sternzeit (GMST) Neben der Sonne als Bezugspunkt kann auch der Meridiandurchgang eines Fixs-
terns beobachtet werden. „Als „Fixstern“ wird dabei der Frühlinsgspunkt gewählt“
(BAUER 2003). GMST basiert somit auf der Rotation der Erde bezüglich des Früh-
lingspunktes mit Gültigkeit im Meridian von Greenwich (IGG 2006).
Momentane Sternzeit (GAST) Unter Berücksichtigung der Nutation gelangt man zur Zeiteinheit des mittleren
Sterntages. Diese Zeiteinheit wird als momentane bzw. scheinbare Sternzeit
Greenwich – in der angelsächsichen Literatur GAST (Greenwich apparent sidderal
time) - bezeichnet (BAUER 2003).
12 Système international d’unités, das internationale Einheitensystem.
30
Dynamische terrestrische Zeit (TDT, TT) Dynamische Zeiten erfüllen bestmöglich das Konzept einer Inertialzeit (SEEBER
1989). Dabei ist eine Inertialzeit eine streng gleichförmige Zeitskala, welche benö-
tigt wird, um Bewegungen von Himmelskörpern und künstlichen Satelliten zu be-
schreiben. Die dynamisch terrestrische Zeit ist aus den Bewegungen der Him-
melskörper in Bezug zum Geozentrum abgeleitet. Daneben existiert die TDB
(Temps Dynamique Baryzentrique), welche sich auf den Schwerpunkt des Son-
nensystems bezieht (TORGE 2003).
Aus semantischen Gründen wurde 1991 die Bezeichnung TDT durch den aktuel-
len Namen Terrestrische Zeit (TT) ersetzt (SCHÖDLBAUER 2000). In der Literatur
sind zwar beide Namen zu finden, es handelt sich jedoch um ein und dasselbe
Zeitsystem.
Zusammenfassende Darstellung
Abbildung 2.14 zeigt den Zusammenhang der zuvor aufgeführten Zeitsysteme.
Diese sind zusätzlich in vier Gruppen einteilbar. Natürliche Zeitskalen, die auf der
Beobachtung periodischer Vorgänge durch den Mensch basieren, sind die
Sonnenzeitskalen und Sternzeitskalen. Statistische Zeitskalen basieren auf
statistischen Prozessen. Theoretische Zeitskalen werden durch theoretische
Abbildung 2.14 : Zeitskalen und ihr konzeptioneller Zusammenhang.
31
Modelle, wie die Einsteinsche oder Newtonsche Theorie, begründet (IGG 2006).
Diese Zeitskalen können mithilfe von Transformationsparametern ineinander
überführt werden.
32
3 Material
3.1 Laserdaten
Um das Modul in einer Pilotregion zu prüfen, werden zwei verschiedene Daten-
sätze verwendet. Ein hochaufgelöster Datensatz (A) mit einer Messpunktvertei-
lung von etwa 16 Punkten pro m² und ein niedrig aufgelöster Datensatz (B) mit
einem mittleren Punktabstand von 1,5 m.
Die Befliegung für den A-Datensatz fand im Sommer 2005 im Auftrag der Abtei-
lung für „Fernerkundung und Landschaftsinformationssysteme“ (FeLis) der Univer-
sität Freiburg statt. Eingesetztes System war der „Light Mapper 5600“ der Firma
IGI mbH.
Der B-Datensatz ist durch das Landesvermessungsamt Baden-Württemberg in
den Jahren 2001/2003 erhoben worden. Die Befliegung wurde mit Hilfe des Unter-
nehmens TopScan realisiert.
Aus beiden Datensätzen wurden digitale Oberflächenmodelle (DOM) im Raster-
format erzeugt und von der Abteilung FeLis für diese Arbeit zur Verfügung gestellt.
Das DOM des Datensatzes A besteht aus Pixel mit einer Bodenauflösung von
25cm x 25cm, das DOM des Datensatzes B aus 50cm x 50cm Pixel.
3.2 Pilotregion
Mit einer geographischen Breite von 48,106° und einer Länge von 7,97° befindet
sich die Pilotregion rund 16 Kilometer nordwestlich von Freiburg. Die Pilotregion,
welche einen Teil der Gemeinde Waldkirch/Kollnau abdeckt und in Abbildung 3.0
dargestellt ist, beinhaltet eine Fläche von circa 0,3 km². Die hervorgehobenen Flä-
chen in Abbildung 3.0 repräsentieren die Häuser deren Lage entsprechend der
automatisierten Liegenschaftskarte (ALK) bekannt sind. Diese Daten wurden
ebenfalls von der Abteilung Felis zur Verfügung gestellt. Für diese Flächen wird
beispielhaft eine Potentialanalyse zur Ermittlung geeigneter Flächen für PV-
Anlagen durchgeführt.
33
3.3 Hard- und Software
Die Programmierung des Moduls, sowie die Durchführung der Potentialanalyse
mit Hilfe des neu erstellten Moduls, findet auf einem handelsüblichen PC mit Dual
Core Processor 4600 (2.39 GHz) und knapp 1GB Arbeitsspeicher statt.
Das Softwarepaket ArcGIS der Firma ESRI in der Version 9.3 (Kapitel 2.4.2) dient
als Entwicklungsumgebung (Kapitel 2.4.1) und Anwendung für das Modul. Die
Umsetzung erfolgt in der Lizenz ArcView.
Die Programmierung wird mit der objektorientierten Sprache VBA (Kapitel 2.4.1) in
ArcObjects (Kapitel 2.5.1) realisiert.
Abbildung 3.0: Pilotregion der Potentialanalyse. Rote Flächen repräsentieren die Gebäude, wessen Grundrisse bekannt sind und in dieser Arbeit untersucht werden. (Bildquelle: GoogleEarth)
34
4 Forschungsstand bei Solarpotentialanalysen
Die Fernerkundungstechnik LIDAR hat sich seit dem Jahr 1997 verstärkt für die
Erhebung von dreidimensionalen, geometrischen Informationen etablieren können
(PRIESTNALL ET AL. 2000). Mit der Verfügbarkeit von Laserdaten hat sich ein voll-
ständiger Forschungsbereich um die Modellierung von Gebäuden auf der Basis
von Laserdaten entwickelt. Die ältere Technik der Stereophotogrammetrie, die in
verschiedenen Bereichen angewendet wird, ermöglicht ebenfalls die Gewinnung
von dreidimensionalen Koordinaten. Diese auf Luftbildern basierende Technik wird
von der Aerowest GmbH zur Erstellung von Solarpotenzialanalysen verwendet
(AEROWEST 2009).
Das auf der INTERGEO 2008 mit dem „GIS Best Practice Award“ ausgezeichnete
Projekt der Fachhochschule Osnabrück „SUN-AREA“ arbeitet auf der Basis von
Laserdaten. Dieses Verfahren wurde erstmals großflächig für die Stadt Osnabrück
durchgeführt. Die Grundlage bildete eine Befliegung im Jahre 2005 mit 4 - 5 Mess-
punkten pro Quadratmeter, welche in ein 1m Raster aufgearbeitet wurden (LUDWIG
ET AL. 2008). Auf ähnliche Weise arbeitet die 2006 gegründete Gesellschaft
„Smartgeomatics“ für die Solarpotenzialanalyse.
Derzeitiger Forschungsschwerpunkt im Bereich der Solarpotenzialanalysen ist die
Optimierung der Verschattungsmodellierung, um die durch Vegetation verursachte
Verschattung realistischer berechnen zu können. Ein aktueller Ansatz wurde von
JOCHEM ET. AL (2009) vorgestellt. Die Verschattung durch nahe gelegene Objekte,
das umliegende Gelände und Beachtung der Transparenz von Vegetation finden in
ihrer Methode Anwendung.
35
5 Methoden
5.1 Ermittlung potentieller Flächen für Photovoltaik
Wie in Kapitel 2.3.2 dargestellt, nimmt die Verschattungssituation bei Solarzellen
eine Vorrangstellung ein. Teilverschattete Module führen zu überproportionalen
Leistungseinbußen bei der Produktivität. Ausgehend von diesem Aspekt wird ver-
sucht die Verschattung in dieser Arbeit besonders zu berücksichtigen. Die Berech-
nung der jährlichen potentiellen Einstrahlungssummen hätte den Umfang einer
Diplomarbeit bei weitem überschritten. Daher beschränkt sich die Ermittlung po-
tentieller Flächen auf eine Eignungsklassifizierung.
Für einen optimalen Standort für PV-Module ist, neben der Verschattungsfreiheit
die Ausrichtung und Neigung von entscheidender Bedeutung (Kapitel 2.3.1). Die
Verfahren zur Ermittlung dieser drei Aspekte eines geeigneten Standortes sollen
im Folgenden erläutert werden.
5.1.1 Verschattungs-Algorithmus
Die in Abbildung 5.0 dargestellte Berechnungsabfolge zur Ermittlung der Ver-
schattung basiert auf ArcMap Funktionen, welche einzeln über den Werkzeug-
kasten aufgerufen werden können. Die Basis der Verschattungsberechnung bildet
die hillshade-Funktion, welche ursprünglich zur Generierung einer Schummerung
von DGM’s konzipiert wurde. In der verwendeten Version ArcGis 9.3 besteht die
Möglichkeit mit diesem Werkzeug auch den vom Gelände erzeugten Schattenwurf
zu kalkulieren. Vorraussetzung für eine realistische Verschattungsberechnung ist
die Kenntnis des Sonnenstandes am Beobachtungsort zur jeweiligen Uhrzeit. Hö-
he und Richtung des Sonnenstandes werden über den in Kapitel 5.2 be-
schriebenen Algorithmus berechnet. Abbildung 5.0 zeigt beispielhaft einen Aus-
schnitt des Untersuchungsgebiets nach erfolgter Verschattungsberechnung für
einen möglichen Sonnenstand (A-Datensatz).
36
Abbildung 5.0: Ergebnis eines Beleuchtungsmomentes der hillshade - Funktion für das 25x25cm Oberflächenmodell (A-Datensatz).
Das nach der Berechnung neu erzeugte Raster wird durch die Hillshade-Funktion
mit Werten zwischen 0 und 255 belegt. Der Wert 0 entspricht Schatten, Werte zwi-
schen 1 und 255 sind beleuchtet.
Um die Verschattungshäufigkeit für die Dachflächen zu ermitteln, wird das Raster
über die Funktion reclass by remap mit neuen Werten belegt. Verschatteten Pixel
wird der neue Wert 1, allen anderen Pixel der Wert 0 zugewiesen. Die kumulative
Häufigkeit aller Verschattungsmomente wird mit der Funktion math.plus ermittelt.
Diese Funktion addiert die Pixel-Werte zweier oder mehr Raster.
Um ein repräsentatives Ergebnis der Verschattung zu erhalten, wird der jahres-
zeitliche Verlauf des Sonnenstandes berücksichtigt. Es wird für das Jahr 2009 zu
jeder vollen Stunde eine Sonnenstandsberechnung in der Pilotregion durchgeführt.
Datum, Uhrzeit und Sonnenstand werden an eine Liste übergeben (Kapitel 6.2).
Anschließend werden alle Höhenwinkel kleiner oder gleich 15° auf den Wert 0,00°
gesetzt. Damit ist gewährleistet, dass die Verschattungsberechnung nur zu Zeit-
punkten stattfindet, an denen die Verschattung erheblichen Einfluss auf die Leis-
tung der Solarmodule hat.
Die unten angeführte Berechnungsabfolge (Abbildung 5.1) wird in einer Schleife
für das Jahr 2009, anhand der berechneten Parameter des Sonnenstandes,
durchgeführt.
37
Die neu erzeugte Rastergraphik wird für die folgende Reklassifizierung (Kapitel
5.1.4) gespeichert.
5.1.2 Neigung und Ausrichtung
Neigung und Ausrichtung werden durch die „Spatial Analyst“-Funktion slope und
aspect ermittelt. Das DOM wird für die Erzeugung des Neigungs- und Aus-
richtungsrasters wegen nachfolgenden Gründen geglättet.
Dächer bestehen aus homogenen Teilflächen. Die Dacheindeckung ist die durch
den Laser getroffene und in den Messpunkten dargestellte Fläche. Dachziegel
stellen in der Pilotregion das am meisten verwendete Material zur Bildung der wet-
terbeständigen Dachhaut dar. Dächer mit Dachziegeln weisen je nach Ziegelart
eine kleinförmige topographische Struktur auf. Bei der Messung mittels Laserstrahl
führen diese kleinräumigen Unterschiede zu einem „Rauschen“ des abgeleiteten
Geländemodells. Um dieses Rauschen zu minimieren und in der Annahme, dass
ein Dach aus gleichförmigen Teilflächen mit ähnlichen Eigenschaften (Ausrichtung,
Abbildung 5.1: Berechnungsabfolge zur Ermittlung der Verschattung anhand der ermittelten Sonnenstände. Die Bildbearbeitungsschritte werden in einer Schleife von 1 bis n durchgeführt.
38
Neigung) über größere Bereiche besteht, wird ein Tiefpassfilter von 3x3 Pixel an-
gewendet.
5.1.3 Eignungsklassifizierung
Die Eignungsklassifizierung der drei Raster Neigung, Exposition und Verschattung
wird über die Funktion “reclass by remap“ durchgeführt. Die Einteilung findet in
Regionen ähnlich gleicher Eignung statt. Die Einteilung wird durch den Autor auf
der Grundlage von Kapitel 2.3.1. und 2.3.2, besonders in Bezug auf Abbildung 2.5,
beispielhaft festgelegt. Die Einteilung orientiert sich am deutschen Schulnoten-
system, ist jedoch wegen weiterer Analyseschritte nicht als abschließende Bewer-
tung zu verstehen. Der Wert von 0 repräsentiert Pixel, welche außerhalb der nutz-
baren Eignung liegen. Die abschließende Flächenbewertung findet in Kapitel 5.1.4
statt.
Expositionsraster
Die Exposition für die spätere Installation von Solarmodulen ist bezüglich Leis-
tungseinbußen durch Abweichungen vom Optimum nicht sehr anfällig (Abbildung
2.6). Die Reklassifizierung findet wie in Abbildung 5.2 dargestellt in vier Klassen
statt.
Abbildung 5.2: Klasseneinteilung für das Expositionsraster mit neuen Werten für die Eignungsklassifizierung. 0 = nur für Flachdächer geeignet; 1 = optimal; 2 = gut ; 3 = weniger geeignet
39
Sehr gut ist eine Ausrichtung mit maximaler Abweichung von +/- 22,5°. Dieser Be-
reich wird nach erfolgter Reklassifizierung mit dem neuen Wert 1 belegt. Eine Aus-
richtung zwischen 112,5° und 157,5°, sowie zwischen 202,5° und 247,5° wird als
gut befunden und mit dem Wert 2 belegt. Als noch ausreichend werden Aus-
richtungen zwischen 67,5° bis 112,5° und 247,5° bis 292,5° bewertet. Pixel in die-
sen Bereichen erhalten den Wert 3. Für die Stromerzeugung mittels PV-Anlagen
sind nördliche Ausrichtungen (292,5° - 360° und 0° - 22,5°) ungeeignet. Sie wer-
den mit dem Wert 0 belegt. Eine Ausnahme stellen Flachdächer und Freilandan-
lagen dar, dies wird in der Reklassifizierung des Neigungsrasters berücksichtigt
und erläutert.
Neigungsraster Die Einteilung des Neigungsrasters erfolgt in 4 Klassen (Abbildung 5.3). Nei-
gungen zwischen 30° und 60° werden als sehr gut eingestuft und mit dem neuen
Wert 1 belegt. Bereiche zwischen 10° und 30° werden, trotz guter Einstrahlung,
wegen der schlechten Selbstreinigung (Kapitel 2.3.2) nur als gut eingestuft, sie
erhalten den Wert 2. Neigungen über 60° werden als ungeeignet klassifiziert und
erhalten den neuen Wert 0. Flachdächer sind nicht von der Ausrichtung abhängig,
da die Module bezüglich Neigung und Ausrichtung frei wählbar aufgestellt werden
können. In der Praxis geschieht dies über die so genannte Aufständerung der Mo-
dule mittels einer Tragkonstruktion. Für Flächen, deren Neigung zwischen 0° und
10° liegt, wird der Wert 9 vergeben. Für diese Flächen erfolgt eine separate Analy-
se.
Abbildung 5.3: Klasseneinteilung für das Neigungsraster mit neuen Werten für die Reklassifizierung 0 = ungeeignet; 1 = optimal; 2 = gut; 3 = nur für Flachdächer geeignet.
40
Verschattungsraster Die Sonnenstandberechnung für das Jahr 2009 im Stundenintervall erlaubt an-
hand der Anzahl der berechneten Zeitpunkte die Ableitung der möglichen Sonnen-
scheinmomente. Mit der Voraussetzung einer Mindesthöhe der Sonne von 15°
(Kapitel 5.1.1) ergaben sich in der Pilotregion 3140 Beleuchtungszeitpunkte. Eine
Fläche ist je besser für PV-Module geeignet, desto seltener sie verschattet wird.
Aus der Summe von 3140 wird ein Tagesdurchschnitt für das gesamte Jahr be-
rechnet. Flächen, welche pro Tag im Jahresdurchschnitt etwa zu sechs Beleuch-
tungsmomenten unverschattet sind, werden als sehr gut bewertet. Ihnen wird der
neue Wert 1 zugewiesen. Flächen mit einem potentiellen Beleuchtungsdurch-
schnitt von vier Stunden pro Tag im Jahr werden als gut eingestuft. Pixel mit die-
sen Werten werden mit 2 reklassifiziert. Alle übrigen Pixelwerte sind wegen zu
häufiger Verschattung ungeeignet und werden in den folgenden Schritten nicht
berücksichtigt.
5.1.4 Rasterkombination
Die Rasterkombination, als wichtiger Teil für die Flächenermittlung für PV-Anlagen,
erzeugt ein neues Raster. Dieses Raster enthält als Ergebnis die Kombination der
reklassifizierten Eingaberaster (Verschattung, Neigung und Exposition). Der Ras-
tercalculator als Analysetool des Spatial Analyst in ArcGIS bietet vielfältige Analy-
se- und Bearbeitungsfunktionen von Rasterdaten. Die Funktionen des Rastercal-
culators können auch mittels VBA ausgeführt werden. Um dem späteren Anwen-
der des Moduls die Möglichkeit zu geben eigene Werte für die Rasterkombination
zu verwenden, welche mittels VBA übergeben werden müssen, ist in diesem Ar-
beitsschritt der Rastercalculator verwendet worden.
Über eine logische „UND“ (= &) Operation werden die Pixelwerte der zuvor rek-
lassifizierten Raster verglichen. Als Eingabemaske für geneigte Dächer und Flach-
dächer werden die in Tabelle 5 aufgelisteten Werte verwendet. Die Eingabe bei
geneigten Dächern für die erste Zeile wäre im Rastercalculator als:
[Schatten] == 1 & [Neigung] == 1 & [Ausrichtung] == 1 einzugeben. Der Rastercal-
culator überprüft bei Aufruf der Prozedur, an welchen Stellen die geforderten Be-
dingungen erfüllt sind. Orte an denen die Überprüfung zum Ergebnis „wahr“ führt,
41
werden mit dem Wert 1 belegt. Positionen bei denen die Bedingungen nicht erfüllt
sind, werden mit dem Wert 0 (unwahr) belegt. Im Anschluss daran wird das er-
zeugte Raster, welches die Werte 1 und 0 enthält, mit dem neuen Wert (Tabelle
5.0) multipliziert. Dieser neue Wert entspricht der endgültigen Bewertung der
Dachflächen. Für jede Zeile der Tabelle wird eine neue Rastergraphik berechnet.
Diese Rastergraphiken werden abschließend mit Hilfe des Rastercalculators auf-
summiert.
Eingabemaske geneigte Dächer Eingabemaske Flachdächer
Schatten Neigung Ausrichtung Neuer Wert Schatten Neigung Ausrichtung
Neuer Wert
1 1 1 1 1 9 1 1
1 2 1 1 1 9 2 1
1 1 2 1 1 9 3 1
1 2 2 2 1 9 0 1
2 1 1 2 2 9 1 2
2 1 2 3 2 9 2 2
2 2 1 3 2 9 3 2
2 2 2 3 2 9 0 2
2 1 3 4 0 0 0 0
1 1 3 4 0 0 0 0
Das Resultat der Rasterkombination ist ein Eignungsraster mit Pixelwerten zwi-
schen 0 und 4 (0, 1, 2 bei Flachdächern). Ein neuer Wert von 1 stellt Flächen mit
optimaler Eignung für PV-Module dar. Als sehr gut geeignet werden Flächen mit
dem Wert 2 bezeichnet, Flächen mit dem neuen Wert 3 werden als gut eingestuft.
Orte mit einer stark von Süden abweichenden Ausrichtung (Wert 3), werden bei
sonst sehr guten Bedingungen als Flächen mit ausreichender Eignung (neuer
Wert 4) bewertet. Die Einstrahlung ist in diesem Bereich sehr variabel, wegen der
Übersichtlichkeit der Eingabemasken (Kapitel 6.1.3), wurde auf eine detaillierte
Einteilung verzichtet.
5.1.5 Konvertierung der Rastergraphik
Nach erfolgter Kombination der Rastergraphiken ist eine Konvertierung des Ras-
ters nötig, da in Rastergraphiken angrenzende Pixel mit gleichem Wert nicht zu
Tabelle 5.0: Eingabemaske für die logische Rasterkombination und den neuen Werten des Ergebnisrasters (links für geneigte Dächer, rechts für Flachdächer ) Jede Zeile entspricht einer Abfrage, wessen Ergebnis (0 oder 1) mit dem neuen Wert multipliziert wird. Alle Abfragen werden abschließend zu einer Rastergraphik aufsummiert.
42
einer Einheit verschmolzen werden können. Diese zusammenhängenden Flächen
können in Vektorgraphiken über die Attributtabelle nach Größe abgefragt werden.
Für die Flächenberechnung wird das Ergebnisraster aus 5.1.4 in eine Vektor-
graphik konvertiert. Angrenzende Pixel mit gleichem Wert werden zu einem Poly-
gon zusammengefasst. Die Möglichkeit die Polygone während der Konvertierung
zu vereinfachen (simplify polygons), wird nicht genutzt. Damit soll gewährleistet
werden, dass sich die Geometrie der Polygone an dem Raster orientiert. Eine
Veränderung der Vektorgraphik findet in der Weise statt, dass Polygone in der
Größe eines Pixels mit jenem angrenzenden Polygon vereint werden, welches die
größte Fläche repräsentiert. Grund dieser Verschmelzung ist die Annahme, dass
Polygone kleiner Fläche durch restliches Rauschen zustande kommen (WEIN-
ACKER 2009).
Mit den zuvor genannten Berechnungsschritten ist die Bildverarbeitung abge-
schlossen. Die so erzeugte Vektorgraphik stellt alle potentiellen Flächen, mit den
zuvor festgelegten Umgebungsvariablen, für die Analyse dar.
5.2 Berechnung des Sonnenstandes
Die Sonnenstandsberechnung basiert auf dem vom National Renewable Energy
Laboratory (NREL) im Jahr 2004 veröffentlichten Artikel „Solar position algorithm
for solar radiation applications“ (SPA). Die Umsetzung in VBA erfolgt anhand des
„Technical Reports“, welcher zuletzt in der Onlineausgabe vom Januar 2008 vor-
liegt (REDA UND ANDREAS 2004). Dieser ist auf der beiliegenden CD enthalten. Die
Berechnung des Sonnenstandes ist aus dem im Jahr 1998 herausgegebenen
Buch „The Astronomical Algorithms“ von MEEUS entnommen. Sie ist in wenigen
Punkten durch die Autoren modifiziert worden, um eine Eignung für das For-
schungsgebiet hinsichtlich solarer Strahlung zu erzielen (REDA UND ANDREAS
2004). Für die Berechnung des Einfallswinkels der Sonnenstrahlung auf eine frei
wählbar orientierte Fläche wird die in „An Introduction to solar radiation“ (IQBAL
1983) veröffentlichte Methode verwendet (REDA, ANDREAS 2004).
Zu Beginn werden die heliozentrisch ekliptikalen Koordinaten der Erde mit Hilfe
der VSOP8713 berechnet. Der Wechsel zum geozentrisch ekliptikalen System be-
13
Variations Séculaires des Orbites Planétaires, eine Planetenthorie zur Positionsbestimmung
43
steht in einer Drehung der ekliptikalen Länge um 180° und einem Vorzeichen-
wechsel der Breite.
Unter Einbeziehung der Nutation, Schiefe der Ekliptik und Abberration werden die
geozentrisch äquatorialen Koordinaten der Sonne berechnet. Die Nutation in Län-
ge und Schiefe der Ekliptik wird durch die „1980 IAU Theory of Nutation“ Berech-
nungsmethode ermittelt. Terme mit Werten kleiner 0,0003“ werden dabei im SPA
nicht berücksichtigt. Mit einer Differenz von +/- 0,5μas14, zwischen der Nutations-
theorie der IAU von 1980 zu der Nutationstheorie IAU2000A, ist eine ausreichende
Genauigkeit durch die ältere Version für die Zwecke dieser Arbeit gewährleistet
(IERS 2002).
Die topozentrisch äquatorialen Koordinaten können nun, bezogen auf das Rotati-
onsellipsoid IAU1976, transformiert werden. Abschließend werden Rektaszension
und Deklination der Sonne mit Hilfe der trigonometrischen Beziehungen des sphä-
rischen Dreiecks in die topozentrisch horizontalen Koordinaten, Azimut und Hö-
henwinkel, überführt.
Azimut und Höhenwinkel beziehen sich auf das Ellipsoid der IAU. Das in Deutsch-
land noch weit verbreitete Gauß-Krüger Koordinatensystem verwendet das Bessel
Ellipsoid als Bezugsfläche. Dieses unterscheidet sich in der Form, der Lagerung,
und der Orientierung. Der Wechsel zwischen den Systemen heißt Datums-
transformation. Wie in Tabelle 5.1 zu sehen, ist der Einfluss einer Standorts-
änderung bezogen auf die Richtungswinkel zur Sonne nicht erheblich. Aus zwei
Überlegungen heraus wird keine Datumstransformation des SPA Ergebnisse
durchgeführt: - Die bisher verwendeten Gauß-Krüger Koordinaten werden von den
Landesvermessungsämtern durch UTM-Koordinaten ersetzt. Bezugskörper der
UTM-Koordinaten ist das GRS80-Ellipsoid. Dieses ist hinsichtlich Lagerung und
Orientierung dem IAU1976-Ellipsoid sehr ähnlich. - Die durch die Autoren des SPA
angegebene Berechnungsgenauigkeit könnte bei einer Modifikation des SPA in
dieser Arbeit aus zeitlichen Gründen nicht überprüft werden.
14 1° = 60 ' = 3600 '' = 3.6 × 10
6 mas = 3.6 × 10
9 μas
44
Tabelle 5.1: Azimut- und Höhenwinkel verschiedener Standorte. 0,1° Standortsdifferenz im Breiten-grad entsprechen etwa 11km Entfernung, im Längengrad etwa 7km Entfernung. Parameter: 100[m], 10°[C], 1001,3[mbar], timezone 1, DeltaT 67[sec]. 21.06.2009, 13.00 Uhr
Breite [°] 48,00 48,10 48,20 48,30
Länge [°] Azimut Höhe Azimut Höhe Azimut Höhe Azimut Höhe
8 196,3896 64,7227 196,3301 64,6268 196,2711 64,5309 196,2125 64,4349
8,1 196,5997 64,7037 196,5395 64,6079 196,4798 64,5121 196,4205 64,4162
8,2 196,8095 64,6845 196,7486 64,5888 196,6882 64,4931 196,6283 64,3973
8,3 197,0191 64,6650 196,9575 64,5694 196,8964 64,4738 196,8358 64,3781
8,4 197,2284 64,6454 197,1661 64,5499 197,1044 64,4543 197,0431 64,3588
8,5 197,4374 64,6254 197,3744 64,5300 197,3120 64,4346 197,2501 64,3392
Tabelle 5.2 zeigt die Änderung des Azimut- und Höhenwinkels in Abhängigkeit ei-
ner veränderten Höheneingabe. Es wird deutlich, dass selbst bei einer Höhendiffe-
renz von mehreren hundert Metern sich erst bei der dritten Stelle nach dem Kom-
ma Auswirkungen zeigen. Mit den resultierenden Ergebnissen wird die für diese
Arbeit geforderte Genauigkeit erreicht.
Tabelle 5.2: Azimut- und Höhenwinkel für den Standort 48°,8° mit variierter Höhenangabe [m] Parameter: 10° [C], 1001,3 [mbar], timezone 1, DeltaT 67[sec]. 21.06.2009, 13.00 Uhr
Azimut Höhenwinkel
100 196,3896 64,72272
200 196,3896 64,72263
300 196,3896 64,72254
400 196,3896 64,72244
500 196,3896 64,72235
600 196,3896 64,72226
700 196,3896 64,72217
800 196,3896 64,72209
900 196,3896 64,72200
1000 196,3896 64,72191
Nachfolgende Abbildung 5.4 gibt abschließend einen Überblick über die Trans-
formationsschritte, welche während der Berechnung, ausgehend vom heliozent-
risch ekliptikalen Koordinatensystem zum topozentrisch horizontalen System,
durchlaufen werden.
45
Abbildung 5.4: Berechnungsabfolge für den Sonnenstand mit den ver-wendeten Koordinatensystemen und Parametern
46
5.3 Programmierung des Moduls
Die in Kapitel 5.1 und 5.2 beschriebenen Methoden werden durch die Program-
miersprache VBA (Kapitel 2.3) umgesetzt. Dabei ist zwischen Benutzerober-
flächengestaltung und Programmierung der durchzuführenden Berechnungen zu
unterscheiden. Beides erfolgt in der Programmumgebung des Visual Basic Editors
in ArcMap. Die Benutzeroberflächen, auch Userforms genannt, dienen dem Infor-
mationsaustausch zwischen Benutzer und Computersystem. Hier werden Parame-
ter übergeben oder Informationen angezeigt.
Für die Programmierung von ArcObjects in VBA steht eine Reihe von Hilfe-
stellungen zur Verfügung. Für jedes Werkzeug besteht eine „Tool Help“. Diese Hil-
fe bietet in vielen Fällen die Syntax für die Umsetzung in ArcObjects. Die Internet-
seite der Firma ESRI (http://support.esri.com/) bietet Programmelemente und Fo-
ren für den Wissensaustausch. Zudem werden von verschiedensten Anwendern
geschriebene Programme kostenlos zum Download zur Verfügung gestellt. In der
Umsetzung wird auf die oben aufgeführten Hilfen zurückgegriffen und eigene
Programmelemente werden damit ergänzt.
47
6 Ergebnisse
Die Ergebnisse gliedern sich in das Resultat der Programmierung und der ver-
gleichenden Auswertung der Datensätze aus der Pilotregion. Zunächst werden die
Eingabemasken vorgestellt. Der Programmcode, welcher die Parameter aus den
Eingabemasken an die entsprechenden Berechnungsschritte übergibt und aus-
führt, ist auf der beiliegenden CD gespeichert. Dort ist ebenfalls ein Karten-
dokument verfügbar, welches eine sofortige Verwendung des Programms erlaubt.
Über die für diese Arbeit erstellte Werkzeugleiste (Abbildung 6.0) kann das Modul
aufgerufen werden. Diese wird automatisch beim Öffnen des beigelegten Karten-
dokumentes in ArcMap angezeigt.
Nach der Beschreibung der Eingabemasken werden die mit dem programmierten
Modul ermittelten Flächen graphisch und numerisch präsentiert.
6.1 Eingabemasken
Insgesamt wurden fünf Eingabemasken erstellt. Sie werden in der Reihenfolge
vorgestellt, welche für eine vollständige Flächenermittlung notwendig ist. Die Son-
nenstandberechnung ist auf einer Eingabemaske zusammengefasst und kann für
einen einzelnen Zeitpunkt oder für Intervalle erfolgen. Die Ergebnisse werden zum
einen in der Eingabemaske angezeigt, zum anderen an eine Liste einer weiteren
Eingabemaske übergeben. Diese zweite Eingabemaske bietet die Möglichkeit zur
Speicherung der Resultate und der Durchführung einer Verschattungsberechnung.
Die dritte Eingabemaske enthält die Wahlmöglichkeit zwischen einem Standard-
Abbildung 6.0: erstellte Werkzeugleiste, um die Benutzeroberflächen aufzurufen
48
Modus und einem Experten-Modus: Der Standard-Modus ermöglicht benutzerei-
gene Angaben nur in einem notwendigen Umfang. Die Analyse läuft in diesem
Modus vollständig bis zur Ausgabe des Ergebnisses ab.
Der Experten-Modus ist im Aufbau komplexer und die Analyse ist in vier Teil-
berechnungen gegliedert, welche in vier Registerkarten auf einer Benutzer-
oberfläche aufgeführt werden. Jede der Registerkarten enthält einen der Teil-
schritte für die Flächenanalyse. Ausgehend von der Sonnenstandberechnung fin-
det die Flächenermittlung für potentielle PV-Flächen statt. Die Eingabemasken
sind einzeln aufrufbar, können aber auch über „next“ und „back“ untereinander an-
gesteuert werden. Die folgenden Unterkapitel beschreiben den Aufbau und die
Funktion der erstellten Eingabemasken.
6.1.1 Berechnung der Sonnenposition
Die Oberfläche für die Berechnung des Sonnenstandes und des Einfallswinkels
auf eine geneigte Fläche, wie in Abbildung 6.1 dargestellt, beinhaltet die benötig-
ten Eingabeparameter für den zuvor beschriebenen „solar position algorithm“
(SPA). Sie besteht aus vier separaten Rahmen: Local environment settings, date
and time settings, arbitrary surface orientation and calculated values. Nach Aufruf
der Userform werden alle Felder mit den Standardwerten für die Position der Pilot-
region belegt.
Der Rahmen „Local environment settings“ dient der Eingabe der lokalen Para-
meter für den Standort, für den die Sonnenpositionen berechnet werden sollen.
Die Breitengradangabe erfolgt in Grad, auf der südlichen Halbkugel sind die Brei-
tengradangaben negativ einzugeben. Der Längengrad wird im SPA östlich positiv
und westlich negativ gezählt. Die Angabe zur Höhe [m], zur Jahresdurchschnitts-
temperatur [C°], sowie zum Luftdruck im Jahresmittel in Millibar [mbar] dienen der
Korrektur um die Lichtbrechung in der Atmosphäre zu berücksichtigen. Der Luft-
druck im Jahresmittel wird anhand der internationalen Höhenformel (HERING ET AL.
2009), basierend auf dem Eingabewert Elevation, berechnet. Er kann wie alle üb-
rigen Werte durch den Benutzer verändert werden.
1 1
1
49
Die Eingabe der Zeitzone wird für die Ermittlung der Universalzeit UT benötigt. In
Deutschland beträgt die Differenz im Sommer +2 Stunden, im Winter +1 Stunde.
Eine Berücksichtigung der Zeitumstellung in Europa ist bisher noch nicht im Modul
implementiert. Die Einbeziehung der Zeitumstellung kann aber über zwei separate
Berechnungen für das jeweilige Halbjahr erfolgen.
Der Wert Delta_T, in Sekunden, kann nicht exakt vorherbestimmt werden, da er
die Abweichung zwischen TT und UT darstellt (vgl. Kapitel 2.7). Werte werden
ausschließlich aus Beobachtungen abgeleitet. Beobachtete Werte und diesbe-
zügliche Vorhersagen können unter der Homepage des U.S Naval Observatory
(USNO) kostenlos abgerufen werden.
Die Werte des Rahmens „Date and time settings” legen das Datum und den Zeit-
punkt der Kalkulation fest. Erfolgen keine weiteren Angaben, wird für diesen Zeit-
punkt der Sonnenstand ermittelt und im Rahmen „calculated values“ angezeigt.
Eine Berechnung über einen Zeitraum, ausgehend von der Startzeit, kann in ei-
nem Minuten-, Stunden- und Tagesintervall erfolgen. In der Registerkarte „by
interval“ gibt das Textfeld „each x hour“ in Abbildung 6.1 die Intervallgröße vor, das
Feld „rerun“ definiert die Anzahl der Wiederholungen. Eine Startzeit von 12.00 Uhr,
Abbildung 6.1: Benutzeroberfläche der Sonnenstandsberechnung mit vor-definierten Parametern
50
Abbildung 6.2: Benutzeroberfläche mit Registerkarte „use special days“. Die Sonnenstandberechnung findet an den gewählten Tagen statt.
ein Intervall von 2 Stunden und eine dreimalige Wiederholung führen demnach zu
einer Sonnenstandsberechnung um 12.00, 14.00, 16.00 und 18.00 Uhr.
Die Registerkarte „use special days“ in Abbildung 6.2 ermöglicht dem Anwender
die Ermittlung der Sonnenposition zu verschiedenen Tagen im Jahr. Die Funktion
des Minuten- und Stundenintervalls ist ebenfalls verfügbar. Alle Berechnungs-
ergebnisse werden nach Aufruf des SPA durch die „calculate“ Schaltfläche im
Rahmen „calculated values“ angezeigt.
Um für eine einzelne gedrehte und geneigte Fläche den Einfallswinkel der Sonne
in Bezug zur Flächennormale ermitteln zu können, wurde der Rahmen „arbitrary
surface orientation“ in der Benutzeroberfläche eingefügt. Diese Option wurde für
die Nutzbarkeit des Moduls für andere Fragestellungen entwickelt und wird in die-
ser Arbeit nicht verwendet. Der Eingabewert „Slope“ entspricht der Neigung der
Fläche in Grad, in Bezug zur horizontalen Ebene. Dabei entsprechen 90° einer
senkrecht auf der horizontalen stehenden Fläche (z.B. Hauswand), die Angabe 0°
ist identisch mit der horizontalen Fläche. Die Drehung der Fläche ist in Bezug zur
Südrichtung einzugeben. Eine Orientierung nach Osten wird mit -90°, eine Orien-
tierung nach Westen mit +90° eingegeben. Das Berechnungsergebnis wird an das
Feld „incidence angle“ im Rahmen „calulated values“ übergeben. Findet keine
Eingabe durch den Anwender statt, wird eine horizontale Fläche angenommen,
womit der Einfallswinkel dem Höhenwinkel der Sonne entspricht.
51
Nach REDA UND ANDREAS wird die Genauigkeit des SPA mit +/- 0,0003 Grad an-
gegeben. Eine Überprüfung der programmierten Sonnenstandberechnung mittels
exemplarischer Positionen und Uhrzeiten in den Jahren 2000, 2005 und 2010
wurde durchgeführt. Zur Berechnung der Vergleichswerte diente die Onlineversion
des SPA des NREL. Der Vergleich bestätigte die Genauigkeit der Sonnenstand-
berechnung durch das programmierte Modul. Die Ergebnisse sind im Anhang auf
Seite XI aufgeführt.
Die Möglichkeit das Ergebnis auf weniger Stellen nach dem Komma zu runden, ist
durch die Checkbox „round results to“ gegeben. Für die weitere Berechnung bzw.
Speicherung der Ergebnisse als Textdatei muss über die Schaltfläche „show list“
zur nachfolgenden Oberfläche gewechselt werden. Sollen keine weiteren Berech-
nungen durchgeführt werden, kann das Formular über „Quit“ geschlossen werden.
52
6.1.2 Ergebnisliste und Verschattungsberechnung
Die Ergebnisliste mit Angabe der jeweiligen Nummer der Berechnung, dem Da-
tum, der Uhrzeit, des Azimut-, des Höhen- und des Einfallswinkels auf die beliebig
orientierte Fläche werden in die Listbox übergeben (Abbildung 6.3). Das Zeichen
„#“ dient der Trennung der einzelnen Werte.
Die Liste kann für eine externe Verwendung der Daten oder für die spätere Ein-
sicht als Textdatei gespeichert werden.
Für die anschließende Verschattungsberechnung stehen dem Benutzer zwei Mög-
lichkeiten zur Verfügung: Über die Wahl des „Single output“ OptionButtons wird
der in Abbildung 5.1 dargestellte Algorithmus aufgerufen und nur der letzte Be-
rechnungsschritt in die Anzeige von ArcMap übergeben. Durch den OptionButton
„Multiple files“ wird jede nach der math.plus Operation (Kapitel 5.1.1) berechnete
Abbildung 6.3: Benutzeroberfläche mit der Ergebnisliste der Son-nenstandsberechnungen, welche als Textdatei gespeichert werden kann. Die Liste dient zugleich als Parameterangabe für die Schat-tenberechnung (Rahmen: start shadow calculations).
53
Karte in ArcMap eingefügt. Das vom Benutzer angegebene Raster, welches als
Layer in der aktuellen Karte vorliegen muss, bildet zusammen mit den Werten aus
der Sonnenstandberechnung in beiden Fällen die Grundlage. Die Verschattungs-
berechnung für das gesamte Jahr 2009 ist für einen Ausschnitt in Abbildung 6.4 zu
sehen. Für eine übersichtlichere Darstellung fand eine Einteilung in fünf gleiche
Klassen statt. Je heller die Fläche erscheint, desto weniger ist sie verschattet. Bei
Markierung 1 ist der Einfluss von Nachbargebäuden zu sehen. Markierung 2 ver-
deutlicht den Schattenwurf von Gauben auf eine Dachfläche.
6.1.3 Weiterverarbeitung und Ausgabe
Nach Abschluss der Verschattungsberechnung erfolgt die abschließende Analyse
der Dachflächen. Dem Benutzer stehen zwei Möglichkeiten offen. Es wurde ein
Standard-Modus und ein Experten-Modus erstellt. Die Wahl, welchen der beiden
Modi der Benutzer aufrufen möchte, ist in der in Abbildung 6.5 dargestellten Ober-
fläche zu treffen.
Abbildung 6.4: Ergebnis einer Verschattungsanalyse für das Jahr 2009. Die Markierungen 1 und 2 verdeutlichen den Einfluss von Nachbargebäu-den und Gauben
54
Experten Modus
Wie in den Abbildungen 6.6 bis 6.9 zu sehen ist, besteht diese Oberfläche „Deci-
sion tools for PV-Area“ aus vier Registerkarten. Für eine komplette Flächenanaly-
se ist die jeweilige Funktion einer Registerkarte, und zwar der Nummerierung fol-
gend, auszuführen.
Im ersten Schritt kann der Anwender ein Neigungs- und Expositionsraster be-
rechnen lassen (Abbildung 6.6 Registerkarte: Build slope and aspect layer). Die
Quelldatei, d.h. das benutzte DSM, wird in der Combobox „source layer (DSM)“
angegeben. Der Dateipfad der Speicherung der Ergebnisse kann in der Textbox
„Workspace“ eingegeben oder über „path“ gewählt werden. Des Weiteren besteht
die Möglichkeit die Ausgaberaster auf eine Region zu beschränken.
Voraussetzung ist die Angabe des Layers in „Mask Featurelayer“, welcher die
Flächenpolygone für die Abrenzung enthält. Diese Funktion entspricht dem
ArcMap-Werkzeug „Extract by Mask“.
Abbildung 6.5: Oberfläche für die Wahl zwischen Standard- und Experten-Modus
55
Um das in Kapitel 5.1.3 beschriebene Rauschen zu minimieren, besteht die Mög-
lichkeit eine Tiefpassfilterung bei beiden Ergebnisrastern durchzuführen. Nach er-
folgter Berechnung kann zur zweiten Registerkarte gewechselt werden.
Wie in Kapitel 5.1.4 beschrieben, müssen im nächsten Schritt die Eingaberaster
nach ihrer Eignung reklassifiziert werden. In unten stehender Abbildung 6.7 (Re-
gisterkarte „2.) Reclass“) ist die Klasseneinteilung des Expositionsrasters zu se-
hen. Zusätzlich zur Angabe des zu reklassifiziernden Layers muss die passende
Klasseneinteilung anhand der Optionbuttons eingestellt werden. Die voreingestell-
ten Werte entsprechen den in Kapitel 5.1.4 beschriebenen Klasseneinteilungen.
Diese können vom Benutzer an spezielle Bedürfnisse angepasst werden. Die Rek-
lassifizierung erlaubt maximal zehn Wertebereiche. Mit den Checkboxes 1 bis 10
kann die Anzahl der neu zu klassifizierenden Wertebereiche reduziert werden.
Abbildung 6.6: Registerkarte „1.) Build slope and aspect layer“ der Userform für die Weiterverarbeitung. Teilmodul zur Berechnung eines Neigungs- und Expositionsrasters. Optional kann die Ausgabe auf ein Teilgebiet beschränkt und mit einem Tiefpassfilter bearbeitet werden.
56
Die logische Rasterkombination auf Basis der neu erzeugten Pixelwerte ist auf
dem dritten Register unter „3.) Raster combination“ durchzuführen (Abbildung 6.8).
In jeder der drei comboboxes ist der entsprechende Layer zu wählen. Eine Be-
rücksichtigung der Ausrichtung ist bei Flachdächern nicht relevant und bedarf da-
her einer separaten Berechnung. Abhängig von der Fragestellung können die
Standardwerte für geneigte bzw. flache Dächer im Rahmen „Load default values
for rastercombination“ geladen werden. Auch in dieser Registerkarte kann ein ab-
weichender Speicherort des Ergebnisses und eine Reduzierung auf eine bestimm-
te Region gewählt werden.
Abbildung 6.7: Registerkarte „2.) Reclass“. Oberfläche der Eig-nungsklassifizierung der Eingaberaster. Standardwerte können über die Optionbuttons gesetzt oder vom Anwender eingegeben werden.
57
Das Ergebnis der Rasterkombination, mit den Werten der Spalte „new values“, ist
eine Rastergraphik. Sie enthält die potentiell für Photovoltaik geeigneten Flächen.
Um jedoch eine Abfrage der Flächengröße einer Klasse durchzuführen, muss das
Raster in eine Vektorgraphik umgewandelt werden. Dieser Berechnungsschritt ist
über die vierte Registerkarte „4.) Raster to Polygon“ durchführbar (Abbildung 6.9).
Das Quellraster wird mittels der Combobox ausgewählt. Im Textfeld „Minimum
output polygon size“ kann die minimale Flächengröße für die Polygone angegeben
werden. Polygone, die kleiner oder gleich dem Eingabewert sind, werden mit der
größten angrenzenden Fläche verschmolzen. Diese Möglichkeit wurde in das Mo-
dul implementiert, um restliches Rauschen zu entfernen. Die Standardeinstellung
für den Namen der Ausgabedatei ist „PvArea.shp“.
Abbildung 6.8: Registerkarte „3.) Raster combination“ für die Rasterkombination. Eine logische „UND“ Operation vergleicht die Pixelwerte der Layer. Der Benutzer kann zwischen Standardwerten für geneigte bzw. flache Dächer wählen. Speicherort der Ausgabe ist unter „path“ frei wählbar. Bei Bedarf kann das Ergebnis auf eine Region beschränkt werden.
58
Sowohl der Speicherpfad als auch der Name können vom Anwender geändert
werden. Sind nicht nur die Grundrisse der Gebäude als Polygone vorhanden son-
dern auch der Verlauf der Dachkanten, kann das Ergebnis mit diesen verschnitten
werden. Durch diesen Schritt wird verhindert, dass Dachflächen als zusammen-
hängend klassifiziert werden, obwohl sie sich bezüglich Neigung und/oder Ausrich-
tung vor Ort unterscheiden. Die gleichartige Klassifizierung von verschiedenarti-
gen Flächen (Neigung, Ausrichtung) kommt durch die Wahl der Klassenbreite zu-
stande.
Abbildung 6.9: Registerkarte „4.) Raster to Polygon“ für die Konvertierung des Ergebnisrasters aus „3.) Raster combination“ in eine Vektorgraphik. Hier ist die Mindestgröße der resultierenden Polygone benutzspezifisch einstellbar. Name und Pfad der neuen Datei sind vor eingestellt und über „path“ änderbar. Dachkanten werden optional anhand „regard roof edges“ berücksichtigt.
59
Abbildung 6.10: Benutzeroberfläche „Standard mode“. Zusammenfassung aller Berechnungsschritte des Experten-Modus. Angabe der Layer (DSM, Shadow, Boundary), des Ausgabepfades (Workspace), Größe eines Pixels (Pixelsize [qm]) und höchster Wert des Verschattungsrasters (Max. value) sind für eine repräsentative Analyse notwendig.
Standard Modus
Der Standard-Modus führt die einzelnen Berechnungen, wie im Experten Modus
dargestellt, mittels einer einzigen Benutzeroberfläche (Abbildung 6.10) ohne Zwi-
schenschritte durch. Mit Ausnahme der Werte der Reklassifizierung des Verschat-
tungsrasters werden die Standardwerte verwendet. Das Verschattungsraster
(Shadow-Layer) wird ausgehend von der Angabe Max. value reklassifiziert. Der
dort eingegebene Wert sollte der Anzahl der durchgeführten Verschattungsbe-
rechnungen (Kapitel 5.1.1) entsprechen. In der Pilotregion sind dies 3140 Berech-
nungen für das Jahr 2009. Ein Pixelwert von 3140 repräsentiert eine Fläche, wel-
che zu jedem Berechnungszeitpunkt verschattet war. Dieser maximale Verschat-
tungswert entspricht 100%. Das reklassifizierte Schattenraster erhält für Werte
zwischen 0% und 20% den neuen Wert 1 und für Werte zwischen 20% - 40% den
neuen Wert 2.
Im Standard-Modus wurde keine Trennung in der Berechnung zwischen flachen
und geneigten Hausdächern vorgenommen. Das Ergebnis erfasst alle Flächen
60
Abbildung 6.11: Darstellung der Farbzuordnung des Analyse-Ergebnisses, welche im Standard-Modus durchgeführt wird. (A-Daten, geneigte und flache Dächer)
zwischen 0° und 90° Neigung.
Im Standard-Modus kann der Benutzer wählen, ob er eine Tiefpassfilterung für die
Erzeugung des Neigungs- und Ausrichtungsrasters anwenden will. Die Checkbox
„Delete intermediate results“ veranlasst das Löschen der Zwischenberechnungen.
Nach erfolgter Analyse wird die Vektorgraphik den Eignungsklassen entsprechend
dargestellt. Abbildung 6.11 verdeutlicht die unterschiedliche Darstellung der klassi-
fizierten Flächen in Abhängigkeit der Eignung. Die Gebäudeumrisse, der Nordpfeil
und die Angabe des Maßstabs dienen der besseren Orientierung. Sie sind nicht
Teil der automatisierten Berechnung.
6.2 Auswertung und Vergleich der Testdaten
Das im Rahmen dieser Arbeit programmierte und in 6.1 vorgestellte Modul wurde
mit den beiden Datensätzen (Kapitel 3.1) in der Pilotregion Waldkirch/Kollnau in
beiden Modi getestet. Im Folgenden werden die Ergebnisse der Flächenermittlung
für beide Datensätze numerisch und graphisch dargestellt. Die graphische Präsen-
tation der Daten wird auf Teilgebiete beschränkt. Die vollständigen Karten sind im
Anhang auf den Seiten V bis X abgebildet und auf der beiliegenden CD gespei-
61
chert. Die hier angeführten Ergebnisse wurden mit dem Expertenmodus, für ge-
neigte Dachflächen, berechnet.
Tatsächlich weisen die Dächer vor Ort eine größere Fläche auf, als in der projizier-
ten Ebene einer Kartendarstellung. Aus diesem Grund handelt es sich bei den fol-
genden Ergebnissen um die auf die Ebene projizierten Dachflächen, welche nach-
folgend als Bruttogrundflächen bezeichnet werden.
In Tabelle 6.0 ist das Resultat der Flächenberechnung beider Datensätze auf-
gelistet. In der Abfrage wurden nur Flächen berücksichtigt, welche mindestens
10m² groß sind. Die Gesamtfläche der Grundrisse beträgt 71822m².
Die für Photovoltaik geeignete Fläche für alle Eignungsklassen wird, anhand der
A-Daten, mit 22952m² angeben. Dies entspricht knapp 32% der verfügbaren Ge-
samtfläche. Die Klassen „Optimal“ und „Ausreichend“ enthalten dabei die größten
Flächenanteile.
Das Ergebnis der B-Daten mit insgesamt 17919m² als Summe der Eignungsklas-
sen und einem prozentualen Anteil von etwa 25% der Gesamtfläche fällt, vergli-
chen mit den A-Daten, geringer aus. Auffällig bei beiden Datensätzen ist der hohe
Anteil in Klasse 1 und in Klasse 4. Was auf die Ausrichtung der Dachflächen in der
Pilotregion zurückzuführen ist.
In Abbildung 6.12 ist das Resultat der Analyse auf der Grundlage des A-Daten-
satzes für ein Teilgebiet der Pilotregion dargestellt. Aus der hohen Punktdichte der
Laserdaten resultiert ein Ergebnis, welches auch von kleinsten Dachstrukturen be-
Optimal Sehr gut gut ausreichend
A-Daten, value1 A-Daten, value2 A-Daten, value3 A-Daten, value4
Count: 280 Count: 45 Count: 11 Count: 241 Minimum: 10 Minimum: 11 Minimum: 11 Minimum: 10 Maximum: 317 Maximum: 116 Maximum: 42 Maximum: 202
Sum: 12300 Sum: 1196 Sum: 248 Sum: 9207
B-Daten, value 1 B-Daten, value 2 B-Daten, value 3 B-Daten, value4
Count: 311 Count: 36 Count: 3 Count: 206 Minimum: 10 Minimum: 10 Minimum: 11 Minimum: 10 Maximum: 308 Maximum: 86 Maximum: 17 Maximum: 169
Sum: 11619 Sum: 666 Sum: 43 Sum: 5591
Tabelle 6.0: Numerische, nach Eignung getrennte, Darstellung der potentiellen Flächen für Photovoltaik für beide Testdatensätze. Angabe von Anzahl der Flächen, minimaler und maximaler Flächengröße und Summe in [m²]. Values 1 bis 4 entsprechen der Spalte „new values“ der Rasterkombination (Abbildung 6.8).
62
Abbildung 6.12: Ergebnis der Flächenanalyse des hochaufgelösten Datensatzes (A-Daten).
Abbildung 6.13: Ergebnis der Flächenanalyse des nieder aufgelösten Datensatzes (B-Daten).
einflusst wird. In der Darstellung sind alle Flächengrößen vertreten.
Das Ergebnis des B-Datensatzes ist, wie in Abbildung 6.13 zu sehen, den Dach-
flächen schlechter angepasst. Gauben und Schornsteine beeinflussen die Analyse
weniger, als es im A-Datensatz der Fall ist. Wegen der geringen Punktdichte ist
hier wahrscheinlicher, dass kleine Strukturen nicht erfasst werden. Trotz der Filte-
rung der Daten, um eine Glättung der Messergebnisse zu erzielen, sind in größe-
ren Eignungsflächen kleine verschieden klassifizierte Flächen eingestreut.
63
Unten stehende Abbildungen 6.14 und 6.15 zeigen nochmals ein Teilgebiet der
Pilotregion. Auch hier wird deutlich, wie sehr die Qualität des Ergebnisses von den
verwendeten Daten abhängig ist. Der höher aufgelöste Datensatz vermittelt ein
homogeneres Bild der Dachflächen. Der B-Datensatz wirkt mit den eingestreuten
Kleinflächen unvollständig.
Dachflächen, deren Neigung sich an der Klassengrenze der Eignungsklassifizie-
rung befindet, können zu einem mit Lücken durchsetzten Ergebnis führen. Diese
Problematik ist in den Abbildungen 6.14 und 6.15 bei dem nordöstlich liegenden
Gebäude erkennbar (Dachneigung +/- 10°). Hierbei wird der Vorteil der gemein-
samen Berechnung von flachen und geneigten Dächern im Standard-Modus deut-
lich (vgl. Abbildung 6.11), welche für das gleiche Gebäude eine zusammen-
hängende Fläche ausgibt.
Abbildung 6.14: Ergebnis der Flächenanalyse der A-Daten
Abbildung 6.15: Ergebnis der Flächenanalyse der B-Daten
64
7 Diskussion
Der in dieser Arbeit eingeschlagene Realisierungsweg zur Ermittlung potentieller
Flächen für Photovoltaik ist sehr stark durch die Verschattungsberechnung ge-
prägt. Bei der Berechnung der Verschattung wird nicht berücksichtigt, zu welcher
Uhrzeit und zu welchem Datum die Verschattung eintritt. Die einfache Speiche-
rung, ob ein Pixel verschattet wird oder nicht, spiegelt damit nicht die mögliche
Strahlungssumme wider. Ebenso wird weder eine temporäre Verschattung durch
Vegetation in Abhängigkeit der Jahreszeit noch der Einfluss von Fernverschattung
berücksichtigt. Bei den Daten handelt es sich um eine Momentaufnahme der Um-
gebung. Das Wachstum der Vegetation oder geplante Baumaßnahmen sind nicht
in die Analyse einbezogen. Daraus folgt, dass eine Berechnung der potentiellen
Leistung von Solarmodulen nur ansatzweise möglich ist und eine Vorhersage für
die gesamte Laufzeit neuer Module nicht gemacht werden kann. Das Ergebnis
sollte daher mehr als informatives Kartenwerk und weniger als Grundlage weiterer
Berechnungen verwendet werden.
Die Genauigkeit der Verschattungsanalyse hängt von der präzisen Berechnung
des Sonnenstandes ab. Diese erfolgt durch den in Kapitel 5.2 vorgestellten Algo-
rithmus. Der Richtungswinkel der Sonne ist auf geographisch Nord bezogen. Die
Berechnungen der Verschattung erfolgten im Gauß-Krüger-Koordinatensystem.
Die Nordorientierung in diesem System ist Gitternord, womit eine Korrektur um
den Wert der Meridiankonvergenz stattfinden müsste.
Die Einteilung in Eignungsklassen führt zu einer Generalisierung. Besonders bei
Flächen, welche sich im Bereich der Klassengrenzen befinden, tritt eine starke
Strukturierung im Ergebnis auf. Die daraus resultierenden Teilflächen werden bei
einer Selektion nach der Mindestgröße für eine Eignung eher ausgeschlossen.
Die Unterteilung der einzelnen Berechnungs- und Bildverarbeitungsschritte bringt
den Vorteil, dass diese auch für andere Aufgabenstellungen genutzt werden kön-
nen. Eine vollautomatische Flächenanalyse ist ohne die hier durchgeführten Zwi-
schenschritte nicht im Modul implementiert. Die Unterteilung erfordert einen gewis-
sen Mehraufwand für die Durchführung einer kompletten Analyse, als es der Fall bei
einer vollautomatischen Berechnung wäre. Der hier vorgestellte Standard-Modus
beschränkt die Bearbeitungsschritte auf die Verschattungsberechnung und die dar-
65
auf folgende Analyse der Flächen. Die Reduzierung der Benutzereingaben, verrin-
gert zugleich die Möglichkeit benutzerspezifische Eingaben zu tätigen. Das hat zur
Folge, dass das Standard-Modul nur für Regionen mit ähnlicher geographischer
Lage nutzbar ist. Andere Standorte benötigen darüber hinaus eine ortspezifische
Eignungsklassifizierung. Eine Anpassung des Standard-Modus’ ist bisher nur durch
Veränderung des Programmcodes möglich.
Der Test des programmierten Moduls mit zwei Datensätzen bestätigte dessen Funk-
tion. Die Schattenberechnung für ein gesamtes Jahr ist mit einer Dauer von mehre-
ren Stunden als sehr rechenintensiv zu werten. Alle anderen Operationen benötig-
ten nur wenige Minuten. Die Ergebnisse sind wie vorher erwartet von der Daten-
qualität abhängig. Verschiedene Aspekte müssen bei der Betrachtung der Ergebnis-
karten berücksichtigt werden:
Die ALK-Daten spiegeln nicht die wahren Außenkanten der Dächer, sondern
die des Mauerwerks wieder. Die Dachflächen sind im Gelände, auch wegen
der Neigung, größer. Sie werden also eher unterschätzt.
Auch spiegelt die Form der ermittelten Flächen nicht die Form eines PV-
Moduls wieder. Mindesthöhe und Mindestbreite für die Installation von
Modulen werden nicht berücksichtigt. Dieser Aspekt führt zu einer
Überschätzung der potentiellen Fläche.
Einschränkungen wegen Denkmalschutz, Eigentumsverhältnissen bei
Mehrfamilienhäusern oder durch eine schon vorhandene Nutzung der
Dachhaut für PV oder Wärmegewinnung fließen nicht in die Analyse ein.
Auch dadurch dürfte sich die potentielle Flächengröße verringern.
Die Beurteilung der Dachunterkonstruktion für die Befestigung der Module
oder die statische Einschätzung, müssen vor Ort durch fachkundige
Personen durchgeführt werden. Diese Eigenschaften sind aus den Daten
nicht ableitbar.
66
Weiterführende Untersuchungen sollten besonders den Aspekt der Ertragsprognose
aufgreifen. Ein in dieser Arbeit verfolgter Ansatz die Einstrahlungssumme zu ermit-
teln, konnte bisher nur für einen Zeitpunkt realisiert werden. Die Einstrahlungs-
berechnung erfordert eine Vielzahl von Parametern, welche sich nicht nur lokal,
sonder auch im Jahresverlauf unterscheiden. Die Programmierungsansätze sind
auf der beiliegenden CD enthalten, um sie für Weiterentwicklungen nutzbar zu ma-
chen.
Des Weiteren könnte die Zahl der Verschattungszeitpunkte reduziert werden, um
die Berechnungszeit zu verkürzen. Vergleichende Berechnungen mit verschiedenen
Zeitintervallen und deren Analyse könnten einen Hinweis auf die idealen Parameter
für die Veschattungsberechnung liefern.
67
8 Zusammenfassung
Die Verfügbarkeit und Qualität von Laserdaten hat in den letzten Jahren einen deut-
lichen Aufschwung erfahren. Firmen und Institutionen des öffentlichen Rechts ver-
folgen meist eine zweckgebundene Datenerhebung. Die vorliegende Arbeit versucht
einen Beitrag im Sinne einer fachübergreifenden Datenverwendung zu leisten. Mit
dem Ziel, einen zusätzlichen Nutzen anhand der erfassten Laserdaten für die Ge-
sellschaft zu generieren, wird ein Modul in der Softwareumgebung ArcGIS 9.3 ent-
wickelt. Die Ergebnisse des Moduls stellen geeignete Dachflächen für die potentiel-
le Nutzung für Photovoltaik dar.
Die Arbeit gliedert sich in zwei Teile: Im ersten Teil wird das Modul programmiert
und die Benutzeroberflächen für die benötigten Eingabeparameter erstellt. Im zwei-
ten Teil erfolgt die Testphase des Moduls. Dies geschieht in einer Pilotregion mit
zwei zur Verfügung gestellten Datensätzen.
Bei der Programmierung wird besonders die Verschattung der Dachflächen berück-
sichtigt. Das dafür erstellte Programm berechnet für den vom Benutzer eingegeben
Standort die Sonnenpositionen. Es kann eine einzelne Berechnung oder ein Zeit-
intervall eingestellt werden. Der Algorithmus für die Verschattung berechnet auf der
Basis eines digitalen Oberflächenmodells (DOM) für jeden Zeitpunkt ein Ver-
schattungsraster. Ein Bildverarbeitungsschritt generalisiert die Pixelwerte auf
1 (=verschattet) und 0 (=unverschattet). Dies wird innerhalb der gleichen Prozedur
mit dem zuvor ermittelten Raster addiert. Es folgt die Berechnung der Gelände-
neigung und Ausrichtung, Grundlage ist ein leicht geglättetes DOM. Diese Raster-
graphiken werden nach Eignung klassifiziert und als Eingabe für die Flächen-
ermittlung verwendet. Abschließend wird das Ergebnis in eine Vektorgraphik kon-
vertiert. Die Prozedur ist aus verschiedenen Teilprozessen zusammengesetzt und
erlaubt benutzerspezifische Eingaben.
Der Probelauf des Moduls mit den Testdaten zeigt, dass das Ergebnis von der Qua-
lität der Daten abhängig ist. Beide Datensätze zeigen eine ähnliche Eignung glei-
cher Flächen. Es wird deutlich, dass abhängig von der Messpunktdichte die zu-
sammenhängenden Flächen besser als solche klassifiziert werden. Dem aktuellen
Entwicklungsstand zufolge ist das Ergebnis als graphische Unterstützung in Form
68
einer Eignungskarte zu verwenden. Als Grundlage für eine zuverlässige Ertrags-
prognose können die Ergebnisse noch nicht herangezogen werden.
69
Literaturverzeichnis
ALBERTZ, J. (2007): Einführung in die Fernerkundung – Grundlagen der Interpretation von Luft- und Satellitenbildern, Wiss. Buchges., Darmstadt. 3. Aufl., 254 S. BAUER, M. (2003): Vermessung und Ortung mit Satelliten – GPS und andere satellitengestützte Navigationssysteme, Wichmann, Heidelberg. 5. Aufl., 392 S. BÜHRKE, T., WENGENMAYR, R. (2008): Erneuerbare Energie – Alternative Energiekonzepte für die Zukunft ; [mit Informationen zu aktuellen Förderprogrammen], Wiley-VCH, Weinheim. 1. Aufl., 104 S. BUNDESMINISTERIUM FÜR UMWELT, N. (2009): BMU-Publikation „Erneuerbare Energien in Zahlen – nationale und internationale Entwicklung“, Referat KI III 1, Stand: Juni 2009. BSW, BUNDESVERBAND SOLARWIRTSCHAFT E.V. (2008): Solarenergie für Deutschland – Photovoltaik, Berlin. CHANG, K.-T. (2008): Programming ArcObjects with VBA – A task-oriented approach, CRC Press, Boca Raton, Fla. 2. Aufl., 421 /// 342. FUJII, T., FUKUCHI, T., Hrsg. (2005): Laser remote sensing, Marcel Dekker, Boca Raton. HENNICKE, P., FISCHEDICK, M. (2007): Erneuerbare Energien – Mit Energieeffizienz zur Energiewende, Bundeszentrale für politische Bildung, Bonn, 144 S. HERING, E., MARTIN, R., STOHRER, M. (2009): Taschenbuch der Mathematik und Physik, Springer Berlin Heidelberg, Berlin, Heidelberg. 5. Aufl. HÖCK, M., MANEGOLD, J. (2008): ArcMap – Programmierung mit VBA : [mit vielen Beispielen auf CD], Eigenverl., München. 5. Aufl., 831 S. IERS (2002): Proceedings of the IERS Workshop on the Implementation of the New IAU Resolutions – Observatoire de Paris Paris France 18 - 19 April 2002, Bundesamt für Kartographie und Geodäsie, Frankfurt am Main. JEHLE, C. (2008): Photovoltaik–Strom aus der Sonne, Müller, Heidelberg. 5. Aufl., 160 S. JOCHEM, A., HÖFLE, B., RUTZINGER, M., PFEIFER, N. (2009): Automatic roof plane detection and analysis in airborne lidar point clouds for solar potential assessment. In: Sensors 2009, 9, 5241-5262. KALTSCHMITT, M., STREICHER, W., WIESE, A. (2006): Erneuerbare Energien – Systemtechnik, Wirtschaftlichkeit, Umweltaspekte, Springer-Verlag Berlin Heidelberg, Berlin, Heidelberg.
70
KNEUBÜHL, F., SIGRIST, M. (2005): Laser, Teubner, Wiesbaden. 6. Aufl., 413 S. KONRAD, F. (2008): Planung von Photovoltaik-Anlagen – Grundlagen und Projektierung ; 16 Tabellen, Vieweg+Teubner Verlag / GWV Fachverlage GmbH Wiesbaden, Wiesbaden. 2. Aufl. LIEBIG, W. (2007): ArcGIS-ArcView 9 – Programmierung. Einführung in Visual Basic (VBA) und ArcObjects, Points-Verl., Norden. 1. Aufl., 141 S. LILLESAND, T., KIEFER, R., CHIPMAN, J. (2008): Remote sensing and image interpretation, Wiley, Hoboken, NJ. 6. Aufl., 756 S. LIU, X., ZHANG, Z., PETERSON, J., CHANDRA, S. (2007): The effect of LiDAR data density on DEM Accuracy. In: OXLEY, L., KULASIRI, D., Hrsg., MODSIM07 International Congress on Modelling and Simulation, Modelling and Simulation Society of Australia and New Zealand Inc., Christchurch, New Zealand, 1363–1369. LUDWIG, D., KLÄRLE, M., LANIG, S. (2008): Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen über hochaufgelöste Laserscanningdaten. – In: Strobl, J., Blaschke, T., Griesebner, G. (Hrsg.): Angewandte Geoinformatik 2008 – Beiträge zum 20. AGIT-Symposium Salzburg, 466 - 475 . Wichmann, Heidelberg. MAAS, H.-G. (2005): Akquisition von 3D-GIS Daten durch Flugzeuglaserscanning, Kartographische Nachrichten. MEEUS, J. (1998): Astronomical algorithms, Willmann-Bell, Richmond, Va. 2. Aufl., 477 S. MONTENBRUCK, O. (2009): Grundlagen der Ephemeridenrechnung, Spektrum Akad. Verl. [u.a.], Heidelberg. 7. Aufl., 173 S. NAHRSTEDT, H. (2009): Excel + VBA für Maschinenbauer – Programmieren erlernen und Problemstellungen lösen ; mit 43 Tabellen, Vieweg+Teubner Verlag / GWV Fachverlage GmbH Wiesbaden, Wiesbaden. 2. Aufl. PFEIFER, N., GORTE, B., ELBERINK, S.O.: INFLUENCES OF VEGETATION ON LASER ALTIMETRY – ANALYSIS AND CORRECTION APPROACHES. Proceedings of Natscan, Laser-Scanners for Forest and Landscape Assessment - Instruments, Processing Methods and Applications, Freiburg, Germany, 2004. IAPRS Vol XXXVI, 8/W2. QUASCHNING, V. (1996): Simulation der Abschattungsverluste bei solarelektrischen Systemen, Köster, Berlin. 1. Aufl., 205 S. QUASCHNING, V. (2007/2008): Regenerative Energiesysteme – Technologie - Berechnung - Simulation ; mit 97 Tabellen und einer DVD, Hanser, München. 5. Aufl., 352 S. QUASCHNING, V. (2008): Erneuerbare Energien und Klimaschutz – Hintergründe - Techniken - Anlagenplanung - Wirtschaftlichkeit, Hanser, München, 339 S.
71
RAZAVI, A. (2002): ArcGIS developer's guide for VBA – [using VBA to maximize ArcGIS 8.X development], Thomson/Delmar Learning, Clifton Park, NY, 188 S. SEEBER, G. (1989): Satellitengeodäsie – Grundlagen, Methoden und Anwendungen, de Gruyter, Berlin, 489 S. SEITZ, M. (2009): Kombination geodätischer Raumbeobachtungsverfahren zur Realisierung eines terrestrischen Referenzsystems, Verlag der Bayerischen Aka- demie der Wissenschaften. Reihe C, Heft Nr. 630 SELTMANN, T. (2009): Photovoltaik: Strom ohne Ende – Netzgekoppelte Solarstromanlagen optimal bauen und nutzen, Solarpraxis, Berlin. 4. Aufl., 208 S. SHAN, J., TOTH, C. (2009): Topographic laser ranging and scanning – Principles and processing, CRC, Boca Raton, Fla., London, 8 S. TORGE, W. (2003): Geodäsie – 3110175452, de Gruyter, Berlin. 2. Aufl., 380 S. WATTER, H. (2009): Nachhaltige Energiesysteme – Grundlagen, Systemtechnik und Anwendungsbeispiele aus der Praxis, Vieweg+Teubner Verlag / GWV Fachverlage GmbH Wiesbaden, Wiesbaden. WITZEL, W., SEIFRIED, D. (2007): Das Solarbuch – Fakten, Argumente und Strategien für den Klimaschutz, Energieagentur Regio, Freiburg. 3. Aufl., 268 S. WEINACKER, H. (2009): mündliche Mitteilung
Internetdokumente
BRENNER,C. 2006, International Summer School: Digital Recording and 3D Modeling, Material of the summerschool. Online unter URL: <http://www.photogrammetry.ethz.ch/summerschool/> (10.11.2009) ESRI Deutschland 2009, Online unter URL: <http://www.esri-germany.de/> (25.10.2009). IGG (Institut für Geodäsie und Geoinformation), Rheinische Friedrich-Wilhelms Universität Bonn, Online unter URL: <http://www.geod.uni-bonn.de/apmg/publikationen/manuskripte.php> (10.11.2009) BKG , Bundesamt für Kartographie und Geodäsie, Online unter URL: <http://www.bkg.bund.de> (12.11.2009) MAYERHOFER, V.: Moderne Anwendungen der Lasertechnik. Online unter URL: <http://www.univie.ac.at/pluslucis/FBA/FBA00/mayerhofer/> (9.11.2009) TSOULIS, D. 2006, International Summer School: Digital Recording and 3D Modeling, Material of the summerschool. Online unter URL: <http://www.photogrammetry.ethz.ch/summerschool/> (10.11.2009)
I
Anhang
Astronomischer Glossar Aberration: Der Winkelversatz zwischen beobachteter und tatsächlicher Position eines Himmelskörpers, welcher durch die Bewegung des Körpers und die Endlichkeit der Lichtgeschwindigkeit entsteht. Anomalie: Winkelangabe eines Himmelskörpers zur Beschreibung seiner Position in der Bahn, gemessen vom Perizentrum aus. Deklination: Der im äquatorialen Koordinatensystem, rechtwinklig zum Äquator gemessene Winkel (Nord positiv, Süd negativ). Ekliptik: Koordinatenebene der Erdbahn um die Sonne. Durch die gravitative Wirkung der anderen Planeten verändert sich die Lage im Raum. Frühlingspunkt: Schnittpunkt des Himmelsäquators mit der Ekliptik, an dem sich die Sonne zu Frühlingsbeginn befindet. Nutation: kleine periodische Schwankung der Erdachse, welche der Präzession aufgelagert ist. Die Periode der Nutationsbewegung dauert 18,61 Jahre. Perihel: Der sonnennächste Punkt eines Himmelskörpers auf seiner Bahn. Präzession: Durch die Schwerkraftwirkung von Sonne, Mond und Planeten beschreibt die Achse der Erde einen langsamen Umlauf auf einem Kegelmantel mit Spitze im Erdmittelpunkt. Ein Umlauf dauert etwa 26000 Jahre. Perizentrum: Punkt der größten Annäherung eines Himmelskörpers an das Kraftzentrum. Sternzeit: Aus der Lage des Frühlingspunktes und der Erdrotation abgeleitete Zeitzählung (IGG). Stundenwinkel: Winkel zwischen einem Raumobjekt und dem Ortsmeridian, angegeben als Zeit. 15° entsprechen einer Stunde.
II
Abbildungsverzeichnis
Abbildung 2.0: Ablenksysteme und erzeugte Abtastmuster gängiger flugzeugge-tragener Laserscanner. (Quelle: Ablenksysteme aus WEHR, Abtastmuster aus BRENNER, verändert)
Abbildung 2.1: Schematische Darstellung der Komponenten des inertialen Navi-gationssystems (INS) zur Lagebestimmung der Sensorplattform im Raum. (Quelle: TSOULIS 2006)
Abbildung 2.2: Komponenten des flugzeuggertragenen Laserscannings. Quelle: LILLESAND ET AL. 2008
Abbildung 2.3: Schematischer Aufbau einer Solarzelle. (Quelle: WITZEL)
Abbildung 2.4: aktuelle und perspektivische Marktanteile verschiedener Typen von Solarzellen, Quelle: BSW
Abbildung 2.5: Wirkungsgrade in Prozent von Solarzellen nach Typ und Material (aus KALTSCHMITT, verändert)
Abbildung 2.6: Einstrahlung (kW/m² a) in Abhängigkeit von Neigung und Ausrich-tung auf eine Fläche in Deutschland.
Abbildung 2.7: Klassen in ArcObjects und mögliche Verbindungen am Beispiel eines Apfelbaumes.
Abbildung 2.8: Symbole von Methoden und Eigenschaften in ArcObjects.
Abbildung 2.9: Darstellung von Geoid und Ellipsoid.(Quelle KAHMEN 1993)
Abbildung 2.10: Heliozentrisches Ekliptiksystem mit dem Frühlingspunkt ♈, als
Orientierung der x-Achse. Länge (l), Breite(b) und Entfernung(r) dienen der Lage-bestimmung eines Raumobjektes.
Abbildung 2.11:Darstellung von Frühlingspunkt ♈ und Schiefe der Ekliptik.
Abbildung 2.12: Geozentrisches Äquatorsystem mit Schiefe der Ekliptik ε , Rek-
taszension α, Deklination δ und Frühlingspunkt ♈.
Abbildung 2.13: topozentrisch äquatoriale und topozentrisch horizontale Koordi-naten.
Abbildung 2.14 : Zeitskalen und ihr konzeptioneller Zusammenhang.
Abbildung 3.0: Pilotregion der Potentialanalyse. Rote Flächen repräsentieren die Gebäude, wessen Grundrisse bekannt sind. (Bildquelle: GoogleEarth)
Abbildung 5.0: Ergebnis eines Beleuchtungsmomentes der hillshade-Funktion für das 25x25cm Oberflächenmodell (A-Datensatz).
III
Abbildung 5.1: Berechnungsabfolge zur Ermittlung der Verschattung anhand der ermittelten Sonnenstände. Die Bildbearbeitungsschritte werden in einer Schleife.
Abbildung 5.2: Klasseneinteilung für das Expositionsraster mit neuen Werten für die Eignungsklassifizierung.
Abbildung 5.3: Klasseneinteilung für das Neigungsraster mit neuen Werten für die Reklassifizierung.
Abbildung 6.0: erstellte Werkzeugleiste, um die Benutzeroberflächen aufzurufen.
Abbildung 6.1: Benutzeroberfläche der Sonnenstandsberechnung mit vor-definierten Parametern.
Abbildung 6.2: Benutzeroberfläche mit Registerkarte „use special days“. Die Sonnenstandberechnung findet an den gewählten Tagen statt.
Abbildung 6.3: Benutzeroberfläche mit der Ergebnisliste der Sonnenstandsberechnungen, welche als Textdatei gespeichert werden kann. Die Liste dient zugleich als Parameterangabe für die Schattenberechnung (Rahmen: start shadow calculations).
Abbildung 6.4: Ergebnis einer Verschattungsanalyse für das Jahr 2009. Die Mar-kierungen 1 und 2 verdeutlichen den Einfluss von Nachbargebäuden und Gauben.
Abbildung 6.5: Oberfläche für die Wahl zwischen Standard- und Experten-Modus.
Abbildung 6.6: Registerkarte „1.) Build slope and aspect layer“ der Userform für die Weiterverarbeitung. Teilmodul zur Berechnung eines Neigungs- und Expositionsrasters. Optional kann die Ausgabe auf ein Teilgebiet beschränkt und mit einem Tiefpassfilter bearbeitet werden.
Abbildung 6.7: Registerkarte „2.) Reclass“. Oberfläche der Eignungsklassifizierung der Eingaberaster. Standardwerte können über die Optionbuttons gesetzt oder vom Anwender eingegeben werden.
Abbildung 6.8: Registerkarte „3.) Raster combination“ für die Rasterkombination. Eine logische „UND“ Operation vergleicht die Pixelwerte der Layer. Der Benutzer kann zwischen Standardwerten für geneigte bzw. flache Dächer wählen. Speicherort der Ausgabe ist unter „path“ frei wählbar. Bei Bedarf kann das Ergebnis auf eine Region beschränkt werden.
Abbildung 6.9: Registerkarte „4.) Raster to Polygon“ für die Konvertierung des Ergebnisrasters aus „3.) Raster combination“ in eine Vektorgraphik. Hier ist die Mindestgröße der resultierenden Polygone benutzspezifisch einstellbar. Name und Pfad der neuen Datei sind vor eingestellt und über „path“ änderbar. Dachkanten werden optional anhand „regard roof edges“ berücksichtigt.
Abbildung 6.10: Benutzeroberfläche „Standard mode“. Zusammenfassung aller Berechnungsschritte des Experten-Modus. Angabe der Layer (DSM, Shadow, Boundary), des Ausgabepfades (Workspace), Größe eines Pixels (Pixelsize [qm]) und höchster Wert des Verschattungsrasters (Max. value) sind für eine repräsentative Analyse notwendig.
IV
Abbildung 6.11: Darstellung der Farbzuordnung des Analyse-Ergebnisses , welche im Standard-Modus durchgeführt wird. (A-Daten, geneigte und flache Dächer)
Abbildung 6.12: Ergebnis der Flächenanalyse des hochaufgelösten Datensatzes (A-Daten).
Abbildung 6.13: Ergebnis der Flächenanalyse des nieder aufgelösten Datensatzes (B-Daten).
Abbildung 6.14: Ergebnis der Flächenanalyse der A-Daten.
Abbildung 6.15: Ergebnis der Flächenanalyse der B-Daten.
Tabellenverzeichnis
Tabelle 2.0: Heliozentrisches Ekliptiksystem.
Tabelle 2.1: Geozentrisches Äquatorsystem.
Tabelle 2.2: Topozentrisch horizontales System.
Tabelle 5.0: Eingabemaske für die logische Rasterkombination und den neuen Werten des Ergebnisrasters (links für geneigte Dächer, rechts für Flachdächer ) Jede Zeile entspricht einer Abfrage, wessen Ergebnis (0 oder 1) mit dem neuen Wert multipliziert wird. Alle Abfragen werden abschließend zu einer Rastergraphik aufsummiert.
Tabelle 5.1: Azimut- und Höhenwinkel verschiedener Standorte. 0,1° Standortsdifferenz im Breitengrad entsprechen etwa 11km Entfernung, im Längengrad etwa 7km Entfernung. Parameter: 100[m], 10°[C], 1001,3[mBar], timezone 1, DeltaT 67[sec]. 21.06.2009, 13.00 Uhr.
Tabelle 5.2: Azimut- und Höhenwinkel für den Standort 48°,8° mit variierter Höhenangabe. Parameter: 100[m], 10°[C], 1001,3 [mbar], timezone 1, DeltaT 67[sec]. 21.06.2009, 13.00 Uhr.
Tabelle 6.0: Numerische, nach Eignung getrennte, Darstellung der potentiellen Flächen für Photovoltaik für beide Testdatensätze. Angabe von Anzahl der Flä-chen, minimaler und maximaler Flächengröße und Summe in m².
V
VI
VII
VIII
IX
X
XI
Tabelle: Vergleich der Online-Ergebnisse des SPA mit denen des entwickelten VBA-Moduls für drei Standorte (SPA-Wert minus Modul-Wert). Die anderen benö-tigten Parameter für eine Berechnung sind identisch (12.00 Uhr, 100 [m], 10° [C], 1000 [mbar], DeltaT 67 [sec] und Timezone = 1) Quelle der Vergleichsdaten: http://www.nrel.gov/midc/solpos/spa.html
Position 48° , -7,85°
Datum Azimut Höhe Differenz Az Differenz Höhe
21,06,2000 134,772986 59,261567
134,772985 59,261568 0,000001 -0,000001
21,12,2000 158,687469 15,836886
158,687469 15,836884 0,000000 0,000002
21,06,2005 134,785189 59,269072
134,785192 59,26907 -0,000003 0,000002
21,12,2005 158,710969 15,840684
158,710968 15,840685 0,000001 -0,000001
21,06,2010 134,790017 59,267821
134,790014 59,267823 0,000003 -0,000002
21,12,2010 158,738411 15,851785
158,738411 15,851785 0,000000 0,000000
Position - 48° , 7,85°
Datum Azimut Höhe Differenz Az Differenz Höhe
21,06,2000 7,342053 18,284374
7,342053 18,284373 0,0000005 0,0000009
21,12,2000 14,615724 64,871787
14,615725 64,871789 -0,0000013 -0,0000022
21,06,2005 7,33207 18,28206
7,332071 18,282062 -0,0000006 -0,0000024
21,12,2005 14,563919 64,878253
14,563918 64,878251 0,0000008 0,0000017
21,06,2010 7,330766 18,284527
7,330766 18,284524 0,0000005 0,0000032
21,12,2010 14,496517 64,879758
14,496517 64,879758 0,0000001 -0,0000003
Position 90° , 0°
Datum Azimut Höhe Differenz Az Differenz Höhe
21,06,2000 164,548172 23,473317
164,548172 23,473318 0,000000 -0,000001
21,12,2000 165,441471 -23,440375
165,441471 -23,440378 0,000000 0,000003
21,06,2005 164,558225 23,476505
164,558225 23,476503 0,000000 0,000002
21,12,2005 165,466339 -23,442692
165,466339 -23,44269 0,000000 -0,000002
21,06,2010 164,559821 23,474162
164,559821 23,474164 0,000000 -0,000002
21,12,2010 165,497308 -23,438935
165,497308 -23,438935 0,000000 0,000000
XII
Erklärung zur Diplomarbeit
Hiermit versichere ich vorliegende Arbeit selbständig verfasst und keine anderen als die angegebenen Quellen und Hilfsmittel benutzt zu haben.
Datum Unterschrift
![“Umweltverträgliche Hocheffiziente Organische Solarzellen ... · hergestellt [3,4]. Eine experimentelle, als auch eine auf Simulationen basierte Methode zur Bestimmung geeigneter](https://img.pdfslide.tips/doc/110x75/5e24385c1b80036cc12bb9ba/aoeumweltvertrgliche-hocheffiziente-organische-solarzellen-hergestellt-34.jpg)
