Energie: Unterstützung für die Energiewende

Ein zentrales gesellschaftliches Thema für die kommenden Jahrzehnte bleibt die Energiewende. Deutschland, Europa und die internationale Gemeinschaft wollen zügig auf erneuerbare statt fossiler Energieträger umstellen, damit die Folgen des Klimawandels in einem tragbaren Rahmen und unsere Lebensgrundlagen erhalten bleiben.

Datengrundlagen

Wissenschaft, Behörden, Wirtschaft und Gesellschaft müssen dazu an einem Strang ziehen und mutig investieren. Einen großen Beitrag können Satellitendaten leisten. Denn sie liefern Grundlagen für die richtigen Investitionsentscheidungen: Wo gibt es geeignete Standorte für die Windenergieanlagen oder Solarparks? Wo sind Flächen frei, wie viel Wind oder wie viel Sonne stehen zur Verfügung? Liegen Beschränkungen durch Siedlungsnähe, Naturschutzgebiete oder Populationen bedrohter Tierarten vor? Wo können Stromleitungen verlaufen und andere notwendige Infrastruktur wie Umspannstationen installiert werden? Wo und wie fließt das Wasser am Standort zu und ab? Wo sind kommunale Bestände und Potenziale für erneuerbare Energieträger, um die Wärmeplanung voran zu bringen? Viele solcher Fragen lassen sich anhand von aktuellen Bildern und Messungen aus dem Erdorbit und darauf basierenden Karten und Analysen beantworten.

Das Angebot an Datengrundlagen wird ergänzt durch Modell- und insitu-Daten, die insbesondere für Windanalysen verwendet werden (z.B.: ERA5 von Copernicus).

Zwei der in der Energiebranche meistverwendeten Datensätze sind zum einen der klimatologische Strahlungsdatensatz SARAH-3 des EUMETSAT Satellite Application Facility on Climate Monitoring (CM SAF), zum anderen der CAMS-Strahlungsdatensatz (Copernicus Atmosphere Monitoring Service). Beide basieren auf Beobachtungen der METEOSAT-Satelliten und dienen etwa zur Planung und Analyse von Photovoltaik-Anlagen.

Wie viel Sonnenenergie wo ankommt, zeigt die untenstehende Karte. Sie beruht auf einem Datensatz, den der CAMS-Strahlungsdienst einmal pro Jahr aus seinen Zeitreihen berechnet. Er reicht von 2004 bis zum Ende des Vorjahres, enthält die globale, direkte, direkt-normale und diffuse Einstrahlung und wird in einer reduzierten Auflösung von 15 min und 0.1° Auflösung prozessiert. Die Daten liegen in monatsweisen Dateien vor und eignen sich besonders für Nutzer, die flächige Einstrahlungsdaten benötigen (z.B. für die Energiesystemanalyse, Netzausbauplanung etc.) und auf lokal optimierte Genauigkeit der Einzelzeitserie verzichten können.

Vielfältige Energieträger

Auch zur Beurteilung der Potenziale weiterer Energieträger wie Biomasse, Wasserkraft, Geothermie und Wasserstoff werden Satellitendaten herangezogen – zum Beispiel zur Oberflächengeothermie als Wärmequelle der Stadt Dresden. Forschung, Kommunen, Projektierer, Netz- und Analgenbetreiber brauchen verlässliche Informationen für eine effiziente Planung. Und wenn neue Anlagen gebaut sind, gilt es, Monitoring zu betreiben: Erfüllen sich die Prognosen zum Potenzial des Standorts und der Wirtschaftlichkeit der Anlage? Oder sollte man umplanen?

Anwendungsbeispiele

Geothermisches Potenzial in Dresden

Neben Sonne und Wind stellt die geothermische Wärme eine wichtige Energiequelle dar.

Das Karlsruher Institut für Technologie (KIT) hat vor diesem Hintergrund in einer Fallstudie für Dresden berechnet, wie viel Wärme im oberflächennahen Untergrund gespeichert ist und hat im Zuge dessen eine spannende Potenzialanalyse erstellt. Grundlage hierfür sind DWD-Lufttemperaturen, Bebauungsdaten aus dem Copernicus Land Monitoring Service und in-situ-Messungen der Stadt. Zudem wurden verschiedene Klimaszenarien herangezogen, um die Nachhaltigkeit sowie ökonomische Aspekte dieser Energiequelle zu bewerten.

Die Ergebnisse zeigen, dass die im Untergrund gespeicherte Wärme ausreichen könnte, um den Heizbedarf der Stadt bis zu drei Jahre lang zu decken, bevor das ursprüngliche Temperaturniveau wieder erreicht wird.

Potenzialanalyse von PV-Anlagen

Eine zentrale Rolle für die Energiewende spielen zudem Photovoltaik-Anlagen (PV-Anlagen).

Gleichzeitig stellt insbes. Freiflächen-PV allerdings einen hohen Flächenanspruch, weshalb es oftmals sinnvoll sein kann, bereits vorhandene Infrastruktur – etwa entlang von Verkehrswegen – für diese Zwecke zu nutzen.

Der Deutsche Wetterdienst hat basierend auf der Sonneneinstrahlung, die aus Daten der METEOSAT-Satelliten abgeleitet wird, berechnet, wie viel Strom sich gewinnen ließe, wenn alle Lärmschutzwälle entlang der Bundesstraßen mit Photovoltaik ausgestattet würden.

Satellitengestützte PV-Anlagen-Überwachung

Wie sich Satellitendaten im laufenden Betrieb von PV-Anlagen nutzen lassen, zeigt das slowenische Unternehmen Enertec, das mit der Plattform PVisto® über 1.700 Anlagen und 250 Batteriespeicher zentral überwacht.

Dazu wird auf die CAMS-Dienste von Copernicus zurückgegriffen, die präzise Solarstrahlungsdaten liefern. Diese Daten ermöglichen performante Benchmarking auch ohne lokale Sensoren, schnelleres Fehlerspotting und zuverlässigere Ertragsprognosen. So wird die Betriebsführung wirtschaftlicher und zuverlässiger und der Übergang zu erneuerbarer Energie wird beschleunigt.

Energy Sharing

Neben Freiflächen-Anlagen entsteht Solarstrom zunehmend dezentral auf Gebäudedächern. Wer diesen Strom in der Nachbarschaft gemeinsam nutzen will, sollte wissen, wann wo wie viel Sonne ankommt.

Beim Energy Sharing teilen sich Mitglieder einer Energiegemeinschaft den Strom, den sie selbst erzeugen. Das Projekt Co-DatES untersucht mit Partnern aus Oldenburg, wie Erdbeobachtungsdaten dafür genutzt werden können. Die Solarstrahlungsdaten des Copernicus-Atmosphärendienstes CAMS zeigen genauer, wie sich die Solarstrahlung räumlich und zeitlich innerhalb einer Gemeinschaft verteilt.

Satellitendaten in der kommunalen Energieplanung

Auch für die kommunale Strom- und Wärmeplanung sind Satellitendaten von großem Nutzen. Im Forschungsprojekt EPOS entwickelt greenventory gemeinsam mit der ESA Methoden, um Satellitendaten für die strategische Energieplanung nutzbar zu machen.

Kern der Lösung ist die greenventory-Plattform, die Geodaten in einem digitalen Zwilling zusammenführt und eine integrierte Entscheidungsgrundlage für alle Sparten bietet: von der gebäudescharfen Wärmeplanung über die Simulation von Stromnetz-Szenarien bis hin zur integrierten Energienetz-Planung. Durch die Kombination von Erdbeobachtungsdaten mit Klimamodellen (ERA5) liefert EPOS belastbare Kennzahlen für die Transformation ganzer Kommunen hin zu zukunftsfähigen Energielösungen.

Monitoring von Offshore-Windanlagen

Eine weitere zentrale Säule der Energiewende ist die Windkraft. Auch hier liefern Satelliten Informationen, die sich vom Boden aus nicht oder nur mit viel Aufwand erheben lassen.

So ermöglichen es Daten von Radarsatelliten wie Sentinel-1, den Ausbau von Offshore-Windenergieanlagen weltweit zu monitoren. Mit Hilfe künstlicher Intelligenz werden Infrastruktur-Standorte aus globalen Satellitendatenarchiven detektiert und standortspezifische Parameter wie Ausbauzustand und zeitliche Veränderungen anlagengenau abgeleitet.

Sichere Energieversorgung

Aus den verschiedenen Komponenten und Erzeugungsanlagen ergibt sich ein übergeordnetes Stromsystem, das auch dann stabil funktionieren muss, wenn sich die meteorologischen Einflussgrößen ändern.

Vor diesem Hintergrund entwickelt das DLR basierend auf der Pan-European Climate Database (PECD), ein Produkt des Copernicus Climate Change Services, innovative Methoden zur Identifikation kritischer Szenarien in großen energiemeteorologischen Datenbanken. Diese Szenarien sind die Grundlage vieler Untersuchungen zur Versorgungssicherheit im deutschen und europäischen Stromsystem. Die Arbeiten des DLR unterstützen somit wichtige Entscheidungsprozesse mit dem Ziel, die sichere Versorgung mit günstiger und nachhaltiger Energie auch unter sich verändernden klimatologischen Bedingungen zu gewährleisten.

Weiterführende Anwendungsbeispiele

Energiefragen hängen eng mit verschiedenen Themen zusammen und betreffen etwa das Klima in unseren Städten, den Naturschutz oder die Landwirtschaft, um nur einige wenige Beispiele zu nennen. Die folgenden Anwendungen geben einen ersten Überblick, wie Erdbeobachtung an der Schnittstelle von Energie und anderen Branchen Entscheidungshilfen und Planungsgrundlagen liefert.

Kommunale Anwendungen

Kommunen sehen sich mit mehreren Aufgaben gleichzeitig konfrontiert. So müssen sie sich zum einen an zunehmende Hitze anpassen und zum anderen ihren Gebäudebestand energetisch sanieren.

Die Stadtklima-Simulation verbindet beides, indem sie basierend auf Gebäudeenergie-Daten einen datengetriebenen Service zur Unterstützung von deutschen Kommunen bei Klimaanpassung und Energieeffizienzplanung anbietet. Im Fokus stehen dabei Energiefragen sowie die Nutzung von Erdbeobachtungsdaten aus dem europäischen Copernicus Programm. Die Lösung kombiniert u.a. Sentinel- und Landsat-basierte Land Surface Temperature Daten (LST), die durch einen Deep Learning-Algorithmus in einer Super-Resolution-Auflösung von 10 m bereitgestellt werden. Dadurch entstehen flächendeckende detaillierte Stadtklima-Parameter, die urbane Wärmeinseln und klimarelevante Strukturen abbilden. Ergänzt werden diese Klimainformationen durch umfassende Gebäudeenergie- und Sanierungsmerkmale. Die Verknüpfung von stadtklimatischen Kennwerten mit energetischen Gebäudedaten ermöglicht es Kommunen, gezielte Maßnahmen zur Klimaanpassung zu definieren und gleichzeitig die Energieeffizienz im Gebäudebestand strategisch zu verbessern

Forschungsprojekt KIBI

Sollen neue Wind- und Solarparks entstehen, stellt sich die Frage nach Schutzgebieten und Flora-Fauna-Habitaten (FFH).

Das Forschungsprojekt KIBI entwickelt hierfür ein KI-Modell, das sieben FFH-Lebensraumtypen automatisiert in Satelliten- und Luftbildern identifizieren und klassifizieren kann. Untersucht wird auch, wie genau die Kartierung je nach Eingangsdaten ausfällt. Die resultierenden Kartenprodukte unterstützen Planungs- und Genehmigungsverfahren, indem sie veraltete Grundlagen ergänzen und frühzeitig auf rechtlich geschützte Flächen hinweisen, sodass Fehlplanungen vermeiden werden.

Bioenergie und Agri-Photovoltaik

Auch landwirtschaftliche Flächen werden zunehmend für die Energiegewinnung in Anspruch genommen, sodass im Falle von Bioenergie oder Agri-Photovoltaik zeitgleich Feldfrüchte und Solarstrom auf derselben Fläche erzeugt werden.

ESRI Deutschland klassifiziert landwirtschaftliche Nutzflächen mit einem Deep Learning-Modell, das auf multitemporalen und multispektralen Sentinel-2-Daten basiert. Dadurch lassen sich Feldfrüchte präzise identifizieren und unterschiedlichen Nutzungsklassen zuordnen. Für den Energiesektor entsteht so eine hochauflösende Datengrundlage, um Flächenverfügbarkeit, Ertragspotenziale und ökologische Auswirkungen von Bioenergie oder Agri-PV fundiert zu bewerten.

Copernicus Fachnetzwerk

Zur fachlichen Unterstützung wurde das nationale Copernicus Fachnetzwerk eingerichtet. Es besteht aus Fachkoordinatorinnen und Fachkoordinatoren, Fachexpertinnen und Fachexperten sowie den Copernicus Netzwerkbüros.

Unternehmen und Forschungsinstituten wie diesen und anderen Akteuren im Energiebereich dient das am Deutschen Wetterdienst angesiedelte Copernicus Netzwerkbüro Energie als Plattform und Informationsdrehscheibe. Um die Nutzung von Satellitendaten zu fördern, beraten seine Fachleute Interessierte zu Datenzugang und Anwendungsmöglichkeiten, sie bieten Schulungen und Möglichkeiten zur Kooperation an und sammeln Informationen zu Fördermöglichkeiten sowie Bedarfen und Hemmnissen. Diese geben sie gezielt an die Fördergeldgeber oder Erzeuger der Daten weiter, um die Dienste zu verbessern. Das Büro dient also auch als Sprachrohr für die Anforderungen der Energiebranche.