SOLKARTA STOCKHOLMS LÄN. Solinventering för kommuner i Storstockholm samt Håbo kommun UTKAST

Transkript

1 SOLKARTA STOCKHOLMS LÄN Solinventering för kommuner i Storstockholm samt Håbo kommun UTKAST

2 SOLKARTA STOCKHOLMS LÄN Solinventering för kommuner i Storstockholm samt Håbo kommun KUND Kommunförbundet Stockholms Län & Energi- och klimatrådgivningen KONSULT WSP Samhällsbyggnad Stockholm-Globen Besök: Arenavägen 7 Tel: WSP Sverige AB Org nr: Styrelsens säte: Stockholm KONTAKTPERSONER Duncan McConnachie Duncan.mcconnachie@wspgroup.se PROJEKT UPPDRAGSNAMN Solkarta till kommuner i Stockholms Län samt Håbo kommun UPPDRAGSNUMMER FÖRFATTARE Duncan McConnachie, Martin Rask DATUM ÄNDRINGSDATUM GRANSKAD AV Martin Rask GODKÄND AV Duncan McConnachie Solkarta till kommuner i Stockholms Län samt Håbo kommun

3 INNEHÅLL INLEDNING 4 BAKGRUND 6 INDATA 7 METOD 8 PREPARERING AV INDATA 8 Byggnadspolygoner och höjddata 8 Meteorologisk data 8 Beräkningsmodell för solenergi 8 EFTERBEHANDLING OCH WEBBAPPLIKATION 9 RESULTAT 10 DATASET 10 Byggnadspolygoner (shapeformat.shp) 10 Raster över solenergipotential (GeoTIFF-format) 10 WEBBAPPLIKATION 10 DISKUSSION 11 KVALITET I BYGGNADSPOLYGONER 11 KVALITET I HÖJDDATA 11 MODELLENS TILLFÖRLITLIGHET 14 REFERENSER 15 BILAGA 1 - WEBBAPPLIKATION 16 Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 3

4 INLEDNING WSP har på uppdrag av Kommunförbundet Stockholms län (KSL) och Energi- och klimatrådgivningen analyserat solinstrålningen på hustak inom 21 kommuner samt framställt en web-baserad kartapplikation där resultaten presenterats. Den genomförda solinventeringen syftar till att klargöra potentialen för solenergi inom respektive kommun samt att skapa förutsättningar för att tillgängligöra resultaten för allmänheten. Beräkningar har genomförts med hjälp av geografiska informationssystem (GIS) och redovisar den årliga inkommande solenergin i kilowattimmar (kwh/år). Beräkningarna omfattar ca hustak inom följande kommuner: 1. Danderyd 2. Ekerö 3. Haninge 4. Huddinge 5. Håbo 6. Järfälla 7. Lidingö 8. Nacka 9. Norrtälje 10. Nynäshamn 11. Salem 12. Sigtuna 13. Solna 14. Sundbyberg 15. Tyresö 16. Täby 17. Upplands-Bro 18. Upplands Väsby 19. Vallentuna 20. Vaxholm 21. Värmdö Solkarta till kommuner i Stockholms Län samt Håbo kommun

5 Figur 1. Kommuner för vilka solenergi har beräknats. Redovisningen av uppdraget omfattar en beskrivning av de indata som använts, beräkningsmodellen samt en redovisning av webapplikationen.

6 BAKGRUND Solenergi blir ett allt viktigare energislag i takt med att systemverkningsgraden förbättras. I Sverige framställdes den första storskaliga solenergipotentialkartan år 2012 över Göteborg, vilken gjordes av WSP tillsammans med Göteborgs Universitet. Kartläggningar av potential solenergi är användbara då de gör det möjligt att översiktligt visualisera och bedöma lämpligheten för solenergi över stora områden. Beräkningar av solenergipotential med hjälp av geografiska informationssystem (GIS) har därtill fördelen att vara tids- och resurseffektiva jämfört med manuella mätningar. Det finns flertalet befintliga modeller och tillvägagångssätt för att genomföra sådana GIS-analyser. Vad samtliga metoder har gemensamt är att de kräver information om hustakens orientering och vinkel samt information om deras rumsliga placering i förhållande till närliggande objekt, så att eventuella skuggningseffekter kan inkluderas. Solinstrålningen modelleras sedan med hjälp av sambandet mellan den globala solinstrålningen, solens altitud (simulerat över tid) samt hustakens placering, orientering och vinkel. Många av de befintliga modeller som existerar gör antaganden om de meteorologiska förhållanden som råder och omfattar ofta schablonmässiga uppskattningar och förenklingar av väderförhållandena på den aktuella platsen. För att öka noggrannheten beräkningarna kan geografiskt relevant meteorologisk data införlivas i analysen. I detta projekt har solenergiberäkningar utförts i QGIS med open-source programvaran SEBE (Solar Energy on Building Envelopes) vilken utgör en del av verktyget UMEP (The Urban Multi-scale Environmental Predictor) utvecklad i samarbete mellan Göteborgs Universitet, University of Reading, University of Helsinki samt Shanghai Institute of Meteorological Sciences Solkarta till kommuner i Stockholms Län samt Håbo kommun

7 INDATA Beräkningar har baserats på: Laserdata (NNH eller egenskannad) och i vissa fall 3Dbyggnadsgeometerier Byggnadspolygoner Meteorologiska data från SMHI (STRÅNG-data för perioden ) Tabell 1.Tabellen redovisar insamlad höjddata från samtliga kommuner. Kommun Typ av indata Källa År Danderyd LAS* Egenskannad 2015 Ekerö LAS* NNH** 2016 Haninge Huddinge LAS 3D byggnader samt dwgfiler med punktdata för laserträffar 1x1m Håbo LAS* NNH** NNH** samt egen skannad 2014 Egenskannad Järfälla LAS* Bedöms egenskannad Lidingö LAS* Bedöms egenskannad Nacka LAS* NNH** samt egen skannad 2012 Norrtälje LAS* NNH** (NNH) samt 2014(egen) Nynäshamn 3D byggnader Salem LAS* Bedöms egenskannad Sigtuna LAS* NNH** samt egenskannad tätort Solna LAS* Bedöms egenskannad 2015 (NNH) Sundbyberg LAS* Bedöms egenskannad Tyresö 3D byggnader 2015 Täby LAS* Egenskannad 2015 Upplands Bro Upplands Väsby LAS* LAS* Egenskannad Bedöms egenskannad Vallentuna LAS* NNH** samt egenskannad 2012 (egen) Vaxholm LAS* Egenskannad Värmdö LAS* Egenskannad * Laserskanning 2011, 2012, 2015 ** Nya Nationella Höjdmodell, Lantmäteriet Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 7

8 METOD PREPARERING AV INDATA Byggnadspolygoner och höjddata Byggnadsdata för samtliga kommuner samlades in och konverterades till shapeformat och koordinatsystem ändrades vid behov till sweref Byggnader med en höjd under 2 meter eller takareor som understeg 15m 2 uteslöts från datat. För att fastställa byggnadernas höjd jämfördes byggnadshöjden med den runtomliggande markmodellen. Beräkningarna utgick alltid från det dataset med högst kvalitet på höjddata. Där fler laserskanningsdata fanns tillgängliga har den med högst upplösning använts. Höjddata levererades i varierande format, och behandlades olika utifrån formaten. Oavsett ursprungsformat och bearbetningsmetod producerades ett resulterande raster med pixelstorlek 0,5 x 0,5 m. LAS-data levererades med varierande, punktdensitet samt klassificeringar. I de fall som metadata saknades kontrolleras underlagen manuellt. LASdataset skapades och statistik beräknades för att sedan konvertera filerna till raster. För varje dataset skapades ett markraster samt ett byggnadsraster. För de kommuner som levererat oklassificerad laserdata har en höjdmodell skapats med samtliga objekt, från vilken byggnaderna sedan maskats ut. 3D-byggnadspolygoner konverterades till TIN-format för att sedan omvandlas till rasterformat. Höjddata i rasterformat krävde ingen ytterligare behandling utöver omsampling till korrekt upplösning. Höjddata i punktformat konverterades till raster med korrekt upplösning med hjälp av interpolation. Meteorologisk data Meteorologisk data över solinstrålning under perioden inhämtades från SMHI:s databas STRÅNG. Data över temperatur och luftfuktighet under samma tidsperiod inhämtades även från SMHI:s öppna data. Datat anpassades för att återge timmedelvärden för samtliga parametrar. Där den tidsmässiga upplösningen för luftfuktighet och temperatur i databasen var lägre beräknades medelvärden. Global, direkt och diffus solinstrålning förbehandlades i den meteorologiska metadata processorn i Urban Multi-scale Environmental Predictor (UMEP). Beräkningsmodell för solenergi Solenergiberäkningar gjordes i programvaran SEBE (Solar Energy on Building Envelopes) med en upplösning av 0,5 m x 0,5 m. För att underlätta modellkörningen segmenterades varje kommun i rutor om ca 2 x 2 km vilka bearbetades parallellt. De resulterande raster som producerades slogs samman till kommuntäckande dataset Solkarta till kommuner i Stockholms Län samt Håbo kommun

9 EFTERBEHANDLING OCH WEBBAPPLIKATION Varje enskild takyta klassificerades utifrån mängden infallande solenergi inom tre kategorier: <950 kwh/år, kwh/år och >1000 kwh/år. Kategorierna bestämdes i samråd med beställarens referensgrupp. Statistik över varje hustaks yta inom respektive kategori beräknades och tillskrevs sedan byggnadspolygonen. För att möjliggöra presentation av resultaten i en webbapplikation skapades tile caches från de raster som producerats under modellkörningen. Rastret färgsattes från låg energipotential (<800 kwh) till hög energipotential (>1100 kwh) (Fig. 2). Figur 2. Färgsättning av resulterande raster. Webbapplikationen skapades med hjälp av Leaflet, vilket är ett utbrett Open Source mapping API samt Google Fusion Tables. Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 9

10 RESULTAT DATASET Allt data är levererat i koordinatsystemet SWEREF och höjdsystemet RH2000. Resultaten består av: Byggnadspolygoner (shapeformat.shp) Byggnadspolygonernas attributtabeller innehåller följande information: Kolumntitel Takyta Takyta_a Tak_1000 Innehåll Takets potentiella yta för solenergiutvinning, räknat utifrån byggnadspolygonen Summan av fält Tak_ Tak950_10 + Tak_950. Kan skilja sig lite från fältet Takyta på grund av avrundning i analysen. Area för takyta där solenergin är >1000 kwh/år Tak_950_10 Area för takyta där solenergin är mellan kwh/år Tak_950 Area för takyta där solenergin är <950 kwh/år Tot_Sol Den totala mängden solenergi som når denna takyta under ett år Tot_Sol_a Summan av fält Sol_ Sol_950_10 + Sol_950. Kan skilja sig från fält Tot_Sol eftersom den baseras på en genomsnittstrålning per klass som multiplicerats med takytan. Sol_1000 Genomsnitt solenergi (klass: > 1000 kwh/år) per m 2 Sol_950_10 Genomsnitt solenergi (klass: kwh/år) per m 2 Sol_950 Genomsnitt solenergi (klass: < 950 kwh/år) per m 2 ID_f Unikt ID för byggnader Raster över solenergipotential (GeoTIFF-format) Raster innehållande information om potential solinstrålning mätt i kwh/år/m 2 med en upplösning om 0,5 m x 0,5 m per pixel. WEBBAPPLIKATION En webapplikation har skapats för samtliga solkartor. Webbapplikationen har funktionalitet för att söka adresser, byta bakgrundskarta samt möjlighet att klicka på enskilda hustak och därigenom få upp ytterligare information om dess specifika energipotential. För exempel på webbapplikationen se bilaga Solkarta till kommuner i Stockholms Län samt Håbo kommun

11 DISKUSSION Såväl upplösning på höjddata, aktualitet hos byggnadspolygoner som meteorologisk data innehåller approximationer och felkällor vilket innebär att resultatet för enskilda tak snarare bör tolkas som riktvärden för potentiell energi än exakt instrålning. Nedan diskuteras somliga av dessa felkällor i större detalj. KVALITET I BYGGNADSPOLYGONER Aktualiteten hos underlagen med byggnadspolygoner varierar mellan kommunerna. För byggnader som tillkommit efter datainsamlingen skett, eller av annan anledning saknas i underlaget har beräkningar ej varit möjlig. Det har även noterats felaktigheter i underlagen, såsom felaktig form på byggnaden eller att ytor såsom torg eller angränsande mark angetts som byggnader. I de fall sådana felaktigheter har upptäckts har dessa korrigerats manuellt med jämförelser mot ortofoto. Vidare har avsikten varit att utföra kartläggningen för varje enskild byggnad så att en enskild fastighetsägare kan utvärdera sin potential för solenergi. I underlagen har det dock förekommit polygoner som utgör sammanslagna enheter med flera byggnader. Detta gäller främst byggnader där det finns en fysisk koppling mellan byggnaderna, såsom exempelvis kedjehus och radhus KVALITET I HÖJDDATA Vid framställning av sammanhängande raster från laserskannad punktdata är kvalitén beroende av punkttätheten i underlaget. Högre punkttäthet tillåter ett raster med högre upplösning. Vid framställning av digitala ytmodeller från LAS-data rekommenderas det att en upplösning väljs som är flertalet gånger större en det genomsnittliga avståndet mellan punkterna. I detta uppdrag har utgångspunkten varit att framställa en slutprodukt med likvärdiga tekniska specifikationer för samtliga kommuner, vilket bland annat omfattar en slutprodukt med pixelstorleken 0,5 x 0,5 meter. Det är dock inte säkert att de LAS-data som funnits tillgänglig haft en tillräcklig punkttäthet för att uppnå en god upplösning i samtliga kommuner och områden. Detta medför att detaljrikedomen kan variera mellan resultaten och att kartläggningen av hustaken på vissa platser kan uppfattas som grövre än på andra platser. Vidare varierar aktualiteten kraftigt hos de höjddata som använts. Inom somliga kommuner är det mest aktuella underlaget från år 2011 medan andra har mer aktuellt data. Äldre underlag har stor potential att sakna vissa objekt till följd av att de tillkommit efter att datainhämtningen skedde. Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 11

12 Ett problem med laserskanning är att en del felaktiga punkter och temporära objekt registreras. I de fall punkter påträffats vid orimligt hög höjd har en tröskel satts ovan vilken punkterna automatiskt uteslutits. I den utsträckning som varit möjlig har även temporära objekt, såsom lyftkranar och annat brus, manuellt uteslutits ur datat. I figur 3 visas exempel på lyftkranar vid Mall of Scandinavia i Solna som framträder i LAS-datat. Figur 3. Visar 3D-vy över Mall of Scandinavia (Solna) TIN (ovan) samt punktmoln (nedan) där lyftkranar framträder (rött). För oklassad LAS-data har träffar i vegetation inte kunnat sorteras ut automatiskt. Punkter har istället maskats ut med hjälp av byggnadspolygonerna. Detta innebär att vegetation ovanför hustaket, exempelvis trädkronor, kan ha följt med vid framställningen av husets geometrier och därigenom introducerat felaktigheter Solkarta till kommuner i Stockholms Län samt Håbo kommun

13 För flertalet byggnader saknas höjddata från laserskanningsdata vilket förhindrat beräkningar av potentiell solenergi. Anledning till att höjddata saknas kan vara att takmaterialet på byggnaden har sådana egenskaper att alla laserpulser absorberats så att ingenting reflekterats tillbaka till sensorn på flygplanet. Figur 4 visar ett exempel på byggnader vilka saknar höjddata och där ortofotot visar att samtliga hustak är svarta, en möjlig anledning till kraftig absorption. Figur 4. Visar LAS-punktmoln med saknade returer (ovan) samt ortofoto där takens färg framgår (nedan). Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 13

14 MODELLENS TILLFÖRLITLIGHET Tillförlitligheten hos den tillämpade modellen (SEBE) har utvärderats av Lindberg et al. (2015). I studien undersöktes modellens prestation mot observerade fältdata, vilket gav en korrelationskoefficient (R 2 ) på 0.97, vilket tyder på hög tillförlitlighet (fig. 5). Vid extremt hög respektive låg instrålning presterar modellen något sämre och ger viss överskattning av värdena. Figur 5. Visar korrelation mellan observerad solinstrålning och modellerad solinstrålning med verktyget SEBE Solkarta till kommuner i Stockholms Län samt Håbo kommun

15 REFERENSER Lindberg, F., Jonsson, P., Honjo, T., Wästberg, D , Solar energy on building envelopes 3D modelling in a 2D environment. Solar Energy (115). s Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 15

16 BILAGA 1 - WEBBAPPLIKATION Startvy med informationsruta när man öppnar webapplikationen. Sökruta Om solkartan Tillbaka till startvy Lista med kommuner för snabb zoomning Visa min position på kartan (om GPS finns) Kartlager Teckenförklaring Teckenförklaring Solkartan startar i en översiktsvy. Informationsrutor med en textförklaring syns när man flyttar muspekaren över de olika kartobjekten Solkarta till kommuner i Stockholms Län samt Håbo kommun

17 Om Solkartan en kort informations text om vad solkartan är och hur webapplikationen ska användas. Webapplikationen består av flera kartlager. Dessa kan tända och släckas från kartlager fliken i sidofälten. Man har även möjlighet att byta mellan olika bakgrundskartor samt att ändra transparensen. Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 17

18 Teckenförklaring för solinstrålning på byggnader (kwh/m 2 och år) Lista med samtliga kommuner där solkartan är framtagen. Genom att klicka på en specifik kommun flyttas kartan till den valde kommun Solkarta till kommuner i Stockholms Län samt Håbo kommun

19 Via sökrutan kan man söka på specifika adresser eller platsnamn. Genom att klicka en fastighet (dvs. tak) i kartan få du en översiktlig bild av hur mycket sol som strålar in på ditt tak. Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 19

20 Genom att öppna Din kalkyl har man möjlighet att se hur mycket solenergi (både potentiell solel och solvärme) som kan produceras. Här kan man ange area för installerad takyta för att avläsa en förväntad årlig solel- eller solvärmeproduktion. Dessutom redovisas beräknad minskning av koldioxidutsläpp om nuvarande elanvändning ersätts med solel (baserad på nordisk elmix). Genom att öppna Mer info få du information om var man kan hitta mer information om solceller eller solfångare, samt vad bör tänka på om man vill installera solpaneler. Via länken till Energi- och klimatrådgivningens hemsida få man även information om bygglov och bidrag samt kontaktuppgifter till din kommun Solkarta till kommuner i Stockholms Län samt Håbo kommun

21 VI ÄR WSP WSP är ett av världens ledande analys- och teknikkonsultföretag. Vi erbjuder tjänster för hållbar samhällsutveckling inom Hus & Industri, Transport & Infrastruktur och Miljö & Energi. Bredd och mångfald kännetecknar våra medarbetare, kompetensområden, kunder och typer av uppdrag. Tillsammans har vi medarbetare på över 500 kontor i 40 länder. I Sverige har vi omkring medarbetare. WSP Sverige AB Arenavägen Stockholm-Globen Tel: Solkarta Stockholms län Solinventering för kommuner i Storstockholm samt Håbo kommun 21