Laut der Bundesregierung soll bis 2050 der Anteil umweltschädlicher Treibhausgase um bis zu 95 % verringert werden (BMWi 2010). Dies kann nur gelingen, wenn auf der einen Seite der Energieverbrauch reduziert wird, z. B. durch Verbesserung der Energieeffizienz technischer Anlagen und die energetische Gebäudesanierung, und auf der anderen Seite der Beitrag regenerativer Energien am Energieverbrauch gesteigert wird. Zur Umsetzung und Bewältigung der damit einhergehenden Herausforderungen kommt den Städten und Gemeinden eine Schlüsselrolle zu. Findet in diesen doch der Großteil des Energieverbrauchs und des umweltschädlichen anthropogenen Ausstoßes von Treibhausgasen statt (Pichler, P.-P. et al. 2017). Vielerorts wurden diesbezüglich erste Weichen gestellt und Maßnahmen zur Reduzierung des Energieverbrauchs aber auch zur Integration regenerativer Energien eingeleitet (Aretz, A. et al. 2009). So entstanden u. a. im Rahmen der Nationalen Klimaschutzinitiative (BMU) in den letzten Jahren eine Vielzahl an Energiekonzepten für Gemeinden und Quartiere, allen voran für die Metropolen und Großstädte. Doch neben den Großstädten und den Metropolen kommt gerade den Klein- und Mittelstädten aufgrund ihrer Anzahl und Verankerung in der Fläche eine zentrale Bedeutung bei der Umsetzung der Energiewende in der Breite zu. Aufgrund der vielfältigen Herausforderungen, denen sich Klein- und Mittelstädte gegenübersehen (z. B. Demografischer Wandel, Bevölkerungsabwanderung, Daseinsvorsorge, Klimaanpassung, Energiewende, usw.), bedürfen diese zukünftig einer steigenden Unterstützung bei der Transformation hin zu einer nachhaltigen Energieversorgung. Voraussetzung hierfür ist neben finanziellen und personellen Ressourcen insbesondere auch die Bereitstellung von Informationen, die für eine Entwicklung von Maßnahmen hin zur Transformation notwendig sind, von besonderer Bedeutung. Während für Großstädte und Metropolen bereits eine Vielzahl an Daten und Informationen existieren und immer neue hinzukommen, fehlt es in Klein- und Mittelstädten bzw. in der Fläche an relevanten Informations- und Datenquellen für die Erarbeitung von Energiekonzepten. Infolgedessen werden bei der Erstellung von Konzepten für Kleinund Mittelstädte, insbesondere ländlich geprägten Regionen, häufig regionale oder auch nationale Datenquellen und Durchschnittswerte herangezogen. Die hierbei verwendeten Verfahren und Softwarelösungen liefern eine breite Spanne unterschiedlicher Ergebnisse, wodurch ein Vergleich zwischen Konzepten und Ergebnissen aber auch zwischen den Gemeinden nur bedingt möglich ist. Trotz des fluktuierenden Charakters der Mehrheit der regenerativen Energieformen werden in den Konzepten nur vereinzelt die zeitlichen Verläufe von Energienachfrage und Energieangebot berücksichtigt. Hierbei beeinflussen gerade diese das Potenzial einer Gemeinde große Teile der Energienachfrage mit regenerativen Energien zu versorgen und damit unabhängiger von Energieimporten zu werden. Im Rahmen der Arbeit wurde dahingehend ein Verfahren erarbeitet, mit dessen Hilfe das regenerative Energiepotenzial für die Energieversorgung der Wohnbebauung ermittelt werden kann. Exemplarisch wurden hierfür die Solarenergie und die in organischen Restund Abfallstoffen gespeicherte Energie ausgewählt. Dem Angebot solarer und in Biomasse gespeicherter Energie (Kapitel 5) wird der Energiebedarf der Privaten Haushalte für Strom, Warmwasser und Raumwärme gegenübergestellt (Kapitel 4). Gegenüber derzeit gängigen Untersuchungen auf kommunaler Ebene werden hierbei insbesondere die zeitlichen Unterschiede in der Energienachfrage und dem regenerativen Energieangebot durch Last- und Bereitstellungsprofile berücksichtigt. Grundlage der Berechnungen von Energiebedarf und regenerativem Energieangebot bildet das Siedlungsmodell (Kapitel 3), welches den Wohngebäudebestand und die damit verbundene Flächennutzung u. a. aufBasis von amtlichen Statistiken und frei zugänglichen Daten beschreibt. Anhand eines Fallbeispiels wird der Ansatz demonstriert (Kapitel 6) und mittels Sensitivitätsstudien der Einfluss sowie Wirkungszusammenhänge ausgewählter Parameter näher beleuchtet. Abschließend werden im Kapitel 7 die Ergebnisse ausgewertet, interpretiert sowie ein Fazit gezogen. Aus den gewonnenen Erkenntnissen zeigt sich, dass Berechnungen zum regenerativen Energiepotenzial auf Jahresbasis nur eine vergleichsweise geringe Aussagekraft bezüglich des Beitrags zur Energieversorgung zulassen. Demgegenüber weisen Modellierungen auf stündlicher Basis darauf hin, in welchen Zeiträumen, die hier betrachteten, regenerativen Energiequellen (Solarenergie, organische Rest- und Abfallstoffe) einen Beitrag zur Energieversorgung leisten können. Weiterhin zeigt sich, dass das bilanzierte regenerative Energiepotenzial für ein Jahr etwa um den Faktor 3 über dem modellierten Potenzial auf stündlicher Basis liegt.:Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Kurzfassung Abstract 1 Einleitung 1.1 Forschungsfrage und Zielstellung 1.2 Forschungskonzept und Aufbau der Arbeit 2 Grundlagen und Definitionen 2.1 100 %-Erneuerbare Eigenversorgung 2.2 Nutzenergie, Endenergie, Verbrauch und Bedarf 2.2.1 Nutz- und Endenergie 2.2.2 Energieverbrauch und Energiebedarf 2.3 Lastgang der Energienachfrage und Volatilität regenerativer Energien 2.4 Wirkungszusammenhänge zwischen Siedlungsstruktur und Energie 2.4.1 Struktur und Morphologie von Siedlungen 2.4.2 Siedlungsstrukturen im Kontext von Energieverbrauch und Energieeffizienz 2.4.3 Siedlungsstrukturen und Energiebereitstellung 3 Das Siedlungsmodell 3.1 Der Strukturtypenansatz 3.1.1 Die Strukturtypen 3.1.2 Merkmale und Merkmalsausprägungen der Strukturtypen 3.1.3 Herleitung der Strukturtypen 3.2 Gebäudevertreter 3.2.1 Systematik der Gebäudevertreter 3.2.2 Merkmale und Merkmalsausprägungen der Gebäudevertreter 3.2.3 Herleitung der Gebäudevertreter 4 Energiebedarfsmodell 4.1 Heizwärmebedarf privater Haushalte 4.1.1 Verfahren zur Berechnung des Heizwärmebedarfs auf städtischer bzw. teilstädtischer Ebene 4.1.2 Energiekennwerte 4.1.3 Modelle zur Modellierung von Heizlastprofilen 4.1.4 Berechnung des Heizwärmebedarfs und Modellierung der Wärmelast im Modell 4.2 Energieaufwand für die Bereitstellung von Warmwasser in privaten Haushalten 4.2.1 Einflussfaktoren des häuslichen Warmwasserkonsums und dem damit verbundenen Energieverbrauch 4.2.2 Methode zur Berechnung des Energiebedarfs für Warmwasser 4.2.3 Lastprofil des Warmwasserbedarfs 4.2.4 Berechnung und Modellierung des Warmwasserbedarfs im Modell 4.3 Stromverbrauch privater Haushalte 4.3.1 Einflussfaktoren 4.3.2 Methoden zur Ermittlung des Strombedarfs privater Haushalte 4.3.3 Ansätze und Konzepte zur Modellierung von Lastprofilen privater Haushalte 4.3.4 Berechnung und Modellierung des Stromverbrauchs privater Haushalte im Modell 5 Potenziale regenerativer Energien und Energiespeicher 5.1 Aktive Nutzung direkter solarer Strahlungsenergie 5.1.1 Berechnung der solaren Strahlungsenergie 5.1.2 Energetische Nutzung direkter Solarstrahlung mittels Photovoltaik 5.1.3 Energetische Wärmenutzung direkter Solarstrahlung 5.1.4 Flächen für eine aktive solare Strom- und Wärmebereitstellung 5.1.5 Berechnung des PV- und Solarthermiepotenzial im Modell 5.2 Energetische Nutzung organischer Abfälle aus dem Siedlungsbereich 5.2.1 Aufkommen organischer Siedlungsabfälle privater Haushalte 5.2.2 Berechnung des Aufkommens organischer Siedlungsabfälle im Modell 5.2.3 Energiebereitstellung aus organischen Siedlungsabfällen privater Haushalte 5.2.4 Berechnung des energetischen Potenzials im Modell 5.3 Energiespeicher 5.3.1 Stromspeicher 5.3.2 Wärmespeicher 5.3.3 Integration der Speicher im Modell 6 Anwendung des Verfahrens an einem Fallbeispiel 6.1 Das Fallbeispiel 6.1.1 Bestand und Struktur der Wohngebäude 6.1.2 Einwohner- und Haushaltsdaten 6.1.3 Eingangsdaten und Annahmen zu den Strukturtypen 6.1.4 Eingangsdaten regenerativer Energien 6.1.5 Ergebnisse des Siedlungsmodells 6.2 Energiebedarf im Fallbeispiel 6.2.1 Gesamtbilanz 6.2.2 Warmwasserbedarf 6.2.3 Strombedarf 6.2.4 Heizenergie 6.3 Potenzial regenerativer Energien im Fallbeispiel 6.3.1 Biomasse 6.3.2 Solarenergie (Photovoltaik) 6.3.3 Solarenergie (Solarthermie) 6.4 Bilanzierung der stündlichen Last und der Energiebereitstellung 6.4.1 Winter 6.4.2 Übergang 6.4.3 Sommer 6.5 Sensitivitätsanalysen 6.5.1 Extremer Winter und extremer Sommer 6.5.2 Bauliche Dichte 6.5.3 Thermische Verbesserung von Wohngebäuden 6.5.4 Speicherdimension 6.5.5 Zusammenfassung der Sensitivitätsanalysen 7 Auswertung und Interpretation 7.1 Beitrag regenerativer Energien zur Energieversorgung 7.2 Das Verfahren – Umsetzung, Grenzen und Übertragbarkeit 7.3 Zukünftige Aufgaben und weitere Forschungsfelder 8 Literatur 9 Anhang 9.1 Anhang Kapitel „Lastprofile privater Haushalte“ 9.2 Anhang Kapitel 7. - „Datengrundlage Fallbeispiel“

Kenntnisse über das prinzipielle Verhalten der Lasten und deren Benutzung durch die Endabnehmer sind im Wesentlichen vorhanden. Viele der aktuell notwendigen Untersuchungen benötigen jedoch Zeitreihen elektrischer Lasten, sogenannte Lastgänge. Mit der Synthese von Zeitreihen elektrischer Lasten können unter Berücksichtigung verschiedenster Anforderungen Lastgänge aufgebaut werden, wobei in dieser Arbeit der Fokus auf Haushaltsabnehmer liegt. Wichtige Eingangsdaten für die Lastgangsynthese sind die technischen Kenngrößen der elektrischen Geräte und die sozialen Kennzahlen zur Benutzung der Geräte durch die Endabnehmer. Anhand dieser Eingangsdaten wird die Lastgangsynthese durchgeführt und werden Anwendungsbeispiele dargestellt. Die Entwicklung von klassischen Versorgungsnetzen hin zu aktiven Verteilungsnetzen ist bedingt durch neue Verbraucher, wie Wärmepumpen, Elektroautos, sowie vielen dezentralen Erzeugungsanlagen. Speziell die fluktuierende Einspeisung durch Photovoltaik-Anlagen ist Anlass zur Forderung nach einem Verbrauchs- und Lastmanagement. Mit dem Verbrauchsmanagement wird die Last an die Einspeisung angepasst und das Lastmanagement berücksichtigt zusätzlich die Versorgungssituation des Netzes. Für die Lastgangsynthese werden die Haushaltsgeräte in fünf Geräteklassen unterteilt, für die spezifische Kennzahlen aus technischer und sozialer Sicht angegeben werden. Diese Kennzahlen sind Leistung pro Gerät oder Energieverbrauch pro Nutzung sowie Ausstattungsgrade, Benutzungshäufigkeiten und Zeiten für das Ein- und Ausschalten der Geräte. Damit wird ein neuer Ansatz gewählt, welcher nicht mehr auf die detaillierte Beschreibung des Bewohnerverhaltens beruht, da die Datenbereitstellung dafür äußerst schwierig war und ist. Vorzugsweise in Niederspannungsnetzen sind mit synthetischen Zeitreihen umfangreiche und umfassende Untersuchungen realisierbar. Es gibt verschiedenste Möglichkeiten, die Zeitreihen zusammenzustellen. Mit Lastgängen je Außenleiter können beispielsweise unsymmetrische Zustände der Netze analysiert werden. Zudem können auch Lastgänge für Geräte bzw. Gerätegruppen erstellt werden, welche für Potenzialanalysen des Verbrauchsmanagement essenziell sind. Der wesentliche Unterschied besteht darin, dass viele Berechnungen nicht mehr auf deterministische Extremwerte beruhen, sondern die stochastischen Eigenschaften der Endabnehmer mit den resultierenden Lastgängen berücksichtigt werden. / Distributed generation and novel loads such as electric vehicles and heat pumps require the development towards active distribution networks. Load curves are needed for the appropriate design process. This thesis presents a feasible and expandable synthesis of load curves, which is performed exemplary on residential customers with a period under review of 1 year and time steps of as little as 30 s. The data is collected for up-to-date appliances and current statics examining the way of life. The main focus lies on the input data for the synthesis and distinguishes between technical and social factors. Some thirty home appliances have been analyzed and are classified into five appliance classes by incorporating switching operations and power consumptions. The active power is the key figure for the technical perspective and the data is derived from manufacturer information. For the social perspective six different customer types are defined. They differ in sizes of household and housekeeping. The social key figures are appliance penetration rate and depending on the appliance class the turn-on time, turn-off time, operating duration or cycle duration. The elaborated two-stage synthesis is efficiently implemented in Matlab®. First, artificial load curves are created for each appliance of the households under consideration of the appliance class. In the second step, the individual load curves of the appliances are combined to load curves per line conductor. The algorithms have been validated in the implementation process by retracing the input data in the load curves. Also, the feasibility of the results is shown by comparing the key figures maximum load and power consumption to data in literature. The generated load curves allow for unsymmetrical calculations of distribution systems and can be used for probabilistic investigations of the charging of electric vehicles, the sizing of thermal storage combined with heat pumps or the integration of battery storage systems. A main advantage is the possibility to estimate the likelihood of operating conditions. The enhancement to further appliances and the changeability of the input data allows for versatile further possible investigations.

Kenntnisse über das prinzipielle Verhalten der Lasten und deren Benutzung durch die Endabnehmer sind im Wesentlichen vorhanden. Viele der aktuell notwendigen Untersuchungen benötigen jedoch Zeitreihen elektrischer Lasten, sogenannte Lastgänge. Mit der Synthese von Zeitreihen elektrischer Lasten können unter Berücksichtigung verschiedenster Anforderungen Lastgänge aufgebaut werden, wobei in dieser Arbeit der Fokus auf Haushaltsabnehmer liegt. Wichtige Eingangsdaten für die Lastgangsynthese sind die technischen Kenngrößen der elektrischen Geräte und die sozialen Kennzahlen zur Benutzung der Geräte durch die Endabnehmer. Anhand dieser Eingangsdaten wird die Lastgangsynthese durchgeführt und werden Anwendungsbeispiele dargestellt. Die Entwicklung von klassischen Versorgungsnetzen hin zu aktiven Verteilungsnetzen ist bedingt durch neue Verbraucher, wie Wärmepumpen, Elektroautos, sowie vielen dezentralen Erzeugungsanlagen. Speziell die fluktuierende Einspeisung durch Photovoltaik-Anlagen ist Anlass zur Forderung nach einem Verbrauchs- und Lastmanagement. Mit dem Verbrauchsmanagement wird die Last an die Einspeisung angepasst und das Lastmanagement berücksichtigt zusätzlich die Versorgungssituation des Netzes. Für die Lastgangsynthese werden die Haushaltsgeräte in fünf Geräteklassen unterteilt, für die spezifische Kennzahlen aus technischer und sozialer Sicht angegeben werden. Diese Kennzahlen sind Leistung pro Gerät oder Energieverbrauch pro Nutzung sowie Ausstattungsgrade, Benutzungshäufigkeiten und Zeiten für das Ein- und Ausschalten der Geräte. Damit wird ein neuer Ansatz gewählt, welcher nicht mehr auf die detaillierte Beschreibung des Bewohnerverhaltens beruht, da die Datenbereitstellung dafür äußerst schwierig war und ist. Vorzugsweise in Niederspannungsnetzen sind mit synthetischen Zeitreihen umfangreiche und umfassende Untersuchungen realisierbar. Es gibt verschiedenste Möglichkeiten, die Zeitreihen zusammenzustellen. Mit Lastgängen je Außenleiter können beispielsweise unsymmetrische Zustände der Netze analysiert werden. Zudem können auch Lastgänge für Geräte bzw. Gerätegruppen erstellt werden, welche für Potenzialanalysen des Verbrauchsmanagement essenziell sind. Der wesentliche Unterschied besteht darin, dass viele Berechnungen nicht mehr auf deterministische Extremwerte beruhen, sondern die stochastischen Eigenschaften der Endabnehmer mit den resultierenden Lastgängen berücksichtigt werden. / Distributed generation and novel loads such as electric vehicles and heat pumps require the development towards active distribution networks. Load curves are needed for the appropriate design process. This thesis presents a feasible and expandable synthesis of load curves, which is performed exemplary on residential customers with a period under review of 1 year and time steps of as little as 30 s. The data is collected for up-to-date appliances and current statics examining the way of life. The main focus lies on the input data for the synthesis and distinguishes between technical and social factors. Some thirty home appliances have been analyzed and are classified into five appliance classes by incorporating switching operations and power consumptions. The active power is the key figure for the technical perspective and the data is derived from manufacturer information. For the social perspective six different customer types are defined. They differ in sizes of household and housekeeping. The social key figures are appliance penetration rate and depending on the appliance class the turn-on time, turn-off time, operating duration or cycle duration. The elaborated two-stage synthesis is efficiently implemented in Matlab®. First, artificial load curves are created for each appliance of the households under consideration of the appliance class. In the second step, the individual load curves of the appliances are combined to load curves per line conductor. The algorithms have been validated in the implementation process by retracing the input data in the load curves. Also, the feasibility of the results is shown by comparing the key figures maximum load and power consumption to data in literature. The generated load curves allow for unsymmetrical calculations of distribution systems and can be used for probabilistic investigations of the charging of electric vehicles, the sizing of thermal storage combined with heat pumps or the integration of battery storage systems. A main advantage is the possibility to estimate the likelihood of operating conditions. The enhancement to further appliances and the changeability of the input data allows for versatile further possible investigations.