@article{DaubeMetzner, author = {Daube, Dirk and Metzner, Steffen}, title = {Priorisierung von energetischen Maßnahmen in heterogenen Immobilienportfolios - Am Beispiel eines Bestandes der {\"o}ffentlichen Hand}, series = {Zeitschrift f{\"u}r Immobilien{\"o}konomie}, journal = {Zeitschrift f{\"u}r Immobilien{\"o}konomie}, doi = {10.1365/s41056-016-0011-4}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20170418-31332}, pages = {53 -- 79}, abstract = {In vielen {\"o}ffentlichen Geb{\"a}uden besteht ein hohes wirtschaftliches Einsparpotenzial bei den relevanten Energietr{\"a}gern W{\"a}rme und Strom. Projekte zur energetischen Optimierungen refinanzieren sich h{\"a}ufig nach wenigen Jahren. Die notwenigen Investitionsmittel stehen jedoch nur begrenzt zur Verf{\"u}gung. Zielgerichtete Analysen und Potenzialsch{\"a}tzungen sind erforderlich, um eine Priorisierung optionaler Maßnahmen zu erreichen. Die Studie zeigt anhand eines {\"o}ffentlichen Portfolios notwendige Untersuchungsschritte auf. Die Einzelpotenziale werden {\"u}ber geeignete Benchmarks ermittelt. Auf Portfolioebene werden u. a. spezifische Potenzial-Matrizen genutzt. Die kennzahlenbasierte Priorisierung von Maßnahmen ist umso wichtiger, je st{\"a}rker das Potenzial auf wenige Objekte konzentriert ist.}, subject = {{\"O}ffentlicher Sektor}, language = {de} } @phdthesis{Holeck2008, author = {Holeck, Stefan}, title = {Energieoptimierung in Krankenh{\"a}usern Qualit{\"a}t und Quantit{\"a}t des Energiebedarfs von Krankenh{\"a}usern unter besonderer Ber{\"u}cksichtigung des Einflusses des architektonischen und baukonstruktiven Entwurfes}, doi = {10.25643/bauhaus-universitaet.1224}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20080207-12913}, school = {Bauhaus-Universit{\"a}t Weimar}, year = {2008}, abstract = {Krankenh{\"a}user sind heute {\"a}ußerst komplexe Objekte, in denen komplizierte funktionale Anforderungen zusammen stoßen, die nur mit Hilfe einer sehr intensiven technischen Ausstattung zufrieden stellend gel{\"o}st werden k{\"o}nnen. Sie sind durch die medizintechnische Ausr{\"u}stung, die zum Teil sehr hohen hygienischen Anforderungen, die Patientenanspr{\"u}che sowie die sch{\"a}rferen wirtschaftlichen Bedingungen gekennzeichnet. Gleichzeitig haben Krankenh{\"a}user einen sehr hohen Energieverbrauch, der ein großes Einsparpotenzial beinhaltet, das vor dem Hintergrund der schlechteren Verf{\"u}gbarkeit und der {\"o}kologischen Probleme des CO2-Ausstoßes durch die Verbrennung fossiler Brennstoffe sowie der Notwendigkeit einer gesicherten Energieversorgung eine zunehmende Bedeutung hat. Die energetische Struktur eines Geb{\"a}udes wird entscheidend in den fr{\"u}hen projekt- und Entwurfsphasen f{\"u}r die gesamte Lebensdauer des Geb{\"a}udes festgelegt. Der Architekt und andere Entscheider ben{\"o}tigen daher Instrumente, um diese Struktur einfach bestimmen und beurteilen zu k{\"o}nnen. Hierf{\"u}r ist eine energetische Analyse und die Definition des Einflusspotenzials des architektonischen und baukonstruktiven Entwurfes auf den Energieverbrauch notwendig. Darauf aufbauend werden spezifische fl{\"a}chenbezogene Energieaufwandszahlen gebildet, wodurch eine energetische Beurteilung unabh{\"a}ngig von konkreten Entw{\"u}rfen m{\"o}glich wird. Durch die Definition von optimalen energetischen Strukturen einzelner Referenzbereiche von Krankenh{\"a}usern wird ein Maßstab geschaffen, an dem die tats{\"a}chlichen Entw{\"u}rfe gemessen werden k{\"o}nnen, um daraus dimensionslose fl{\"a}chenbezogene Energieaufwandszahlen bilden zu k{\"o}nnen. Diese stellen Kennzahlen f{\"u}r die energetische Struktur von Entw{\"u}rfen dar, wodurch eine Vergleichbarkeit sowohl bei einzelnen Bereichen des Krankenhauses wie auch beim gesamten Geb{\"a}ude hergestellt wird. Energetisch vorteilhafter ist eine fl{\"a}chige Geb{\"a}udestruktur mit einer direkten Zuordnung der Technikzentralen zu den angeschlossenen Versorgungsbereichen. Die Schaffung von optimierten Installationsbedingungen erm{\"o}glicht eine energieoptimierte Struktur der Technischen Ausr{\"u}stung und ist beim Entwurf zu ber{\"u}cksichtigen.}, subject = {Frankfurt
/ Dezernat Umwelt}, language = {de} } @techreport{Daube, author = {Daube, Dirk}, title = {Bestandsaufnahme und Energieeffizienz-Potenzialanalyse f{\"u}r die landeseigenen Geb{\"a}ude des Freistaats Th{\"u}ringen}, organization = {Bauhaus-Universit{\"a}t Weimar}, isbn = {978-3-86068-497-9}, doi = {10.25643/bauhaus-universitaet.1941}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20130530-19412}, pages = {97}, abstract = {Zusammenfassung: Der Freistaat Th{\"u}ringen und die Bauhaus-Universit{\"a}t Weimar haben im Jahr 2011 eine Kooperation zur „Nachwuchsf{\"o}rderung Geb{\"a}ude-Energieeffizienz in Th{\"u}ringen (NaGET)" geschlossen. Ziel der Zusammenarbeit war die Erforschung der energetischen Qualit{\"a}t der Landesgeb{\"a}ude, um daraus Empfehlungen f{\"u}r eine Priorisierung energetischer Sanierungsmaßnahmen ableiten zu k{\"o}nnen.Im Ergebnis der Untersuchungen wird den Entscheidungstr{\"a}gern mit der energetischen Potenzialanalyse ein Instrument zur Verf{\"u}gung gestellt, dass diese bei der Vorauswahl von energetisch zu sanierenden Objekten gezielt unterst{\"u}tzt. Untersuchungsgegenstand der Studie stellen die rund 1.700 Landesgeb{\"a}ude des Freistaates Th{\"u}ringen dar, von denen 938 als energetisch relevant einzusch{\"a}tzen sind. Zun{\"a}chst eingegrenzt auf 270, wurden letztendlich 218 Geb{\"a}ude f{\"u}r die energetische Potenzialanalyse ausgew{\"a}hlt, die alle die Anforderungen an die Datenqualit{\"a}t erf{\"u}llen. Der aufgebaute Datenbestand reicht hinsichtlich Umfang und Belastbarkeit deutlich {\"u}ber den Ausgangszustand hinaus. Im Mittelpunkt der Untersuchungen steht die Auswertung der Verbrauchswerte f{\"u}r W{\"a}rme und Strom. Mit Hilfe verschiedener Analysemethoden wird rechnerisch als auch grafisch eruiert, welche Geb{\"a}ude als Hochverbraucher energetisch auff{\"a}llig sind. Es zeigt sich, dass die Auswertung gleichartiger Geb{\"a}ude besonders geeignet ist, um auff{\"a}llige Hochverbraucher zu identifizieren. Am Beispiel von Institutsgeb{\"a}uden f{\"u}r Forschung und Lehre (BWZK 2200) und Bibliotheksgeb{\"a}uden (BWZK-Kategorie 9130) wird dies veranschaulicht. Die Auswertung der Geb{\"a}ude einer einzelnen Einrichtung erfolgt exemplarisch f{\"u}r die Universit{\"a}t Erfurt. Es wird gezeigt, dass neben dem absoluten Verbrauch weitere Analysekriterien und der Vergleich mit Benchmarks zus{\"a}tzliche Aufschl{\"u}sse bieten. Mit der Ermittlung des Energieeffizienzpotenzials wird eine Kenngr{\"o}ße vorgestellt, die einen aussagekr{\"a}ftigen Vergleich unter den Geb{\"a}uden erlaubt. Darauf aufbauend l{\"a}sst sich eine Rangfolge von Geb{\"a}uden bilden, die zur Priorisierung von energetischen Sanierungsmaßnahmen genutzt werden kann. Zur Durchf{\"u}hrung einer energetischen Potenzialanalyse wird eine schrittweise Vorgehensweise vorgestellt, die von der Voranalyse {\"u}ber die Grobanalyse bis zur Feinanalyse eine zunehmende Detailierung vorsieht. Es wird gezeigt, dass damit ein Immobilienportfolio {\"o}ffentlicher Geb{\"a}ude, wie dies des Freistaates Th{\"u}ringen, zielgerichtet und kostenschonend auf energetisch auff{\"a}llige Geb{\"a}ude hin untersucht werden kann. Am Beispiel der Universit{\"a}tsbibliothek Erfurt wird verdeutlicht, wie bei einem energetisch auff{\"a}lligen Objekt in einer detaillierten Untersuchung die Vorergebnisse gepr{\"u}ft, Ursachen f{\"u}r den erh{\"o}hten Energieverbrauch ermittelt und Vorschl{\"a}ge zur Verbesserung der energetischen Qualit{\"a}t erarbeitet werden k{\"o}nnen. In einer Hochrechnung wurde mit Hilfe starker Vereinfachungen abgesch{\"a}tzt, dass bei Geb{\"a}uden mit erh{\"o}htem Heizw{\"a}rmeverbrauch im Mittel eine Einsparung von 52 kWh/m²a m{\"o}glich ist. Das Einsparpotenzial beim Stromverbrauch betr{\"a}gt f{\"u}r ein Geb{\"a}ude des Freistaates Th{\"u}ringen durchschnittlich 44 kWh/m²a. Festzustellen ist, dass die Streuung der Energieeinsparpotenziale sehr hoch ist. Bei einzelnen Geb{\"a}uden ist eine deutliche Abweichung von den Durchschnittswerten nach oben bzw. unten zu verzeichnen. Es wird des Weiteren angenommen, dass im Idealfall 28 \% der j{\"a}hrlichen Energiekosten des Freistaates i.H.v. rund 35 Mio. Euro eingespart werden k{\"o}nnen, wenn die betrachteten Geb{\"a}ude so energetisch saniert werden, dass sie den Richtwerten f{\"u}r die Verbrauchsh{\"o}he entsprechen.}, subject = {Energieeffizienz}, language = {de} } @phdthesis{MartinezSoto, author = {Martinez Soto, Aner}, title = {Analyse und Erweiterung von bestehenden Prognosemodellen zur Bestimmung des Endenergiebedarfs im Wohnungssektor}, doi = {10.25643/bauhaus-universitaet.3225}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20170607-32251}, school = {Bauhaus-Universit{\"a}t Weimar}, pages = {291}, abstract = {Die wachsende Notwendigkeit zur Energieeinsparung hat in verschiedenen L{\"a}ndern zur Entwicklung von Prognosemodellen zur Bestimmung des Energiebedarfs im Wohnungssektor gef{\"u}hrt. Obwohl Prognosemodelle prinzipiell eine L{\"o}sung zur Bestimmung des Energiebedarfs und zur Beurteilung der Auswirkungen von zuk{\"u}nftigen Energieeinsparmaßnahmen darstellen, sind die bestehenden Modelle jedoch mit Unw{\"a}gbarkeiten in der Modellierung und M{\"a}ngeln bez{\"u}glich der verwendeten Daten und Methodik behaftet. In dieser Arbeit werden die {\"U}bertragbarkeit, Genauigkeit und stochastische Unsicherheit von zw{\"o}lf Prognosemodellen (MAED-2, FfE-Geb{\"a}udemodell, CDEM, REM, CREEM, ECCABS, REEPS, BREHOMES, LEAP, DECM, CHM, BSM) analysiert, wobei Deutschland als Fallbeispiel verwendet wird. Zur Verbesserung der {\"U}bertragbarkeit der bestehenden Modelle werden Anpassungen vorgeschlagen. Außerdem wird f{\"u}r jedes Modell eine Bestimmung der einflussreichsten Parameter auf den simulierten Endenergiebedarf mit Hilfe einer Sensitivit{\"a}tsanalyse vorgenommen. Es konnte gezeigt werden, dass Modelle mit einem hohen Detaillierungsgrad nicht zwangsl{\"a}ufig genauere Ergebnisse f{\"u}r den Endenergiebedarf garantieren. Dennoch wurde festgestellt, dass Modelle mit einem niedrigen Detaillierungsgrad Ergebnisse mit gr{\"o}ßeren Unsicherheiten liefern als Modelle mit einem h{\"o}heren Detaillierungsgrad. Es wurde weiterhin festgestellt, dass die einflussreichsten Parameter zur Bestimmung des Endenergiebedarfs im Wohnungssektor Innenraumtemperatur, Außentemperatur (Gradtagzahl), Bev{\"o}lkerungsentwicklung und Anzahl der Geb{\"a}ude/Wohnungen sind. Auf der Grundlage der Erkenntnisse zur Bewertung bestehender Modelle und der Bestimmung der einflussreichsten Parameter wurde ein optimiertes Prognosemodell (Transferable Residential Energy Model, TREM) entwickelt. Mit dessen Hilfe wurde die Entwicklung des Endenergiebedarfs im deutschen Wohnungssektor sowie in anderen L{\"a}ndern (Vereinigtes K{\"o}nigsreich und Chile) prognostiziert. Diese Ergebnisse wurden anschließend mit statistischen Daten verglichen. Das TREM-Modell bestimmt den Endenergiebedarf auf der Grundlage der wahrscheinlichsten Variationen der einflussreichsten Eingangsparameter mit Hilfe einer Monte-Carlo-Simulation. Im Gegensatz zu bestehenden Modellierungsans{\"a}tzen liefert das Modell damit auch einen Bereich mit Wahrscheinlichkeitsb{\"a}ndern f{\"u}r den zuk{\"u}nftigen Endenergiebedarf. Die Ergebnisse des TREM-Modells zeigen, dass das Modell genauere Ergebnisse liefern kann als derzeitige Modelle mit einem Mittelwert der prozentualen Differenz niedriger als 5\% und einem Korrelationskoeffizienten r h{\"o}her als 0,35 und dar{\"u}ber hinaus dazu geeignet ist, ohne Anpassungen eine Prognose der Entwicklung des zuk{\"u}nftigen Endenergiebedarfs im Wohnungssektor f{\"u}r unterschiedliche L{\"a}nder zu erstellen.}, subject = {Energieverbrauch}, language = {de} }