Solpotentialstudier Hur?

Transkript

1 Solpotentialstudier Hur? Verktyg, metoder och dataunderlag Mats Elfström / mats.elfstrom@giskraft.com

2 Potentialuppskattning i byggd miljö Olika verktyg Olika typer av data Rumslig analys Summering Vidare utveckling Studierna är genomförda inom solpotentialprojekt vid LTH och i egen regi och Solenergi och GIS 2

3 Sketchup och Lightup, 3D skiss och belysningsanalys Populärt verktyg för 3D visualisering av många slag. Kan hantera många 3D format Filer kan georefereras till Google Earth Men inte möjligt att integrera instrålning över tiden SKELION är en ny solenergiplugin för Sketchup. Finns som gratisversion. Pro kostar $200. Inte provad Solenergi och GIS 3

4 SEES, Solar Energy from Existing Structures SEES utvecklades av WSP Analys & Strategi och Göteborgs Universitet 2011 En metod för att beräkna solinstrålning med hänsyn tagen till skuggning, väderdata med mera. Lång processtid och väldigt skiftande resultat beroende på upplösning Skarp version kan vara bättre (se Solkartan på Solenergi och GIS 4

5 Autodesk Ecotect Kraftfullt designverktyg för energiplanering av många slag Kan arbeta med många 3D-format och verkliga väderdata Svår att tillämpa i en befintlig miljö Mycket prestandakrävande Svårt att omsätta resultatet till geografisk information och knyta till exempelvis fastighetsdata Solenergi och GIS 5

6 ENVI LiDAR för semi-automatiska 3D-data ur laserpunktmoln 1/2 Programmet processar laserskanningsmoln automatiskt Extraherar ytmodeller, byggnadsobjekt, träd mm Kan trimmas för bästa resultat Snabbt, men kräver hög punkttäthet för bästa utfall Högre precision kräver manuell redigering i efterhand Solenergi och GIS 6

7 ENVI LiDAR för semi-automatiska 3D-data ur laserpunktmoln 2/2 En 3D viewer ger mycket snabbt en visuell bild av utfallet Stora modeller med hög punkttäthet och extrahering av alla typer av data medför långa processtider Solenergi och GIS 7

8 Nackdelar med redovisade verktyg och metoder Inte allmänt förekommande Kan behöva särskild kunskap och erfarenhet Indata kräver hög grad av anpassning Inte avsedda för befintlig miljö Utdata måste anpassas för att användas i GIS Solenergi och GIS 8

9 Det är stora fördelar om verktyg och metoder Finns inom förekommande programvaror Kan användas av GIS-kunniga medarbetare Kan arbeta med förekommande grunddata utan särskild anpassning Kan producera utdata som är direkt användbara i GIS Modellerar med dokumenterade metoder vilket ger spårbara och likvärda resultat Solenergi och GIS 9

10 Ytmodell ur laserdata från ENVI LiDAR Solenergi och GIS 10

11 Framställning av DSM, olika utfall Viktiga skillnader FME Surface modeller från Sketchup-fil Kombination av terrängmodell och fotogrammetriskt mätta byggnader DSM=digital surface model ytmodell Solenergi och GIS 11

12 Riktning och lutning En enkel geometrisk analys räcker för att påvisa gynnsamma takytor, bara utifrån deras riktning och lutning (detta är baserat på 3D vektordata) Solenergi och GIS 12

13 Men det räcker såklart inte Vi måste kunna Modellera solinstrålningen Med hänsyn till geografisk belägenhet Summera den över året Med hänsyn till väder och molnighet Modellera såväl direkt som diffus instrålning Också årstidsberoende Detta kräver specialiserade verktyg Solenergi och GIS 13

14 ArcGIS Area solar radiation Verktyg i tillägget Spatial Analyst Verktyget Modellering, har månad funnits i för ArcVIew/ArcGIS månad med anpassade sedan över 10 koefficienter år för Kd och Kt Beprövat Summering, verktyg, månad baserat för och månad dokumenterat till redovisning i vetenskaplig över året forskning Används Omklassificering av allt att till klasser döma om i flera 100 kwh/m² liknande projekt världen över Klipper ut takytor ur rastret Helt med integrerat hjälp av byggnadsytor i GIS Resultaten Omvandling kan till genast polygoner för användas areaberäkning vidare i GIS Kan Redovisning integreras mot i geografisk bakgrund modellering av ortofoto i ArcGIS Årsvisa beräkningar med frekventa intervall tar lång tid Osäkerhet om koefficienter för diffus instrålning och transmissivitet Inte möjligt att modellera med väderdata Solenergi och GIS 14

15 Resultat Area solar radiation Olika sätt att ta fram värden på Kd och Kt per månad testades. Månadsvisa beräkningar ger ingen skillnad mot årsgenomsnitt Defaultvärden från Solar Analyst gav nästan samma resultat Maximal instrålning per månad, kwh/m² Solenergi och GIS 15

16 januari februari Animering av solinstrålningen månad för månad mars april maj juni juli augusti september oktober november december Solenergi och GIS 16

17 Ståndpunkt 2012 En generell metod kräver likvärda data En effektiv metod kräver vanligt förekommande data 2D-data (byggnader) finns i förekommande GIS 3D-data från laserskanningar blir vanliga, t ex NH Det är en avgörande fördel att sköta datafångst, analys och presentation i samma arbetsmiljö Solenergi och GIS 17

18 Ny ansats 2014 Grovklassade punktmoln från NH-data Solenergi och GIS 18

19 DSM och analys ur NH NH las, Solanalys, Draperat griddad 0,25 klippt till 0,5m m med ortofoto upplösning byggnadsytor och draperad ovanpå Solenergi och GIS 19

20 Data och verktyg Data Las-filer (punktmoln) ur NH Byggnadsytor ur primärkartan Ortofoto 0,25 m upplösning Verktyg FME 2014 ArcGIS / Spatial analyst / Area solar radiation Global Mapper Solenergi och GIS 20

21 Metod Metod Gridda och transformera lasfilen till 0,5 m grid och SWEREF Beräkna solinstrålningen över året Klassa om pixelvärdena i lämpliga intervall Klipp ut pixlar inom byggnadsytor Tidsåtgång för 2,5 km² Griddning ca 45 minuter Solanalys ca 12 timmar Omklassning, klippning praktiskt taget momentant Solenergi och GIS 21

22 Vad måste göras sedan? Koppla instrålningsdata till byggnad Beräkna kostnad/utfall över tiden Visualisera resultaten interaktivt på webbsida Svårigheter? Brutna tak blir en yta i 2D Kvalitén på 3D indata har stor betydelse Nästa föreläsare berättar mer Tack för mig Mats Elfström mats.elfstrom@giskraft.com Solenergi och GIS 22