Vorstellung eines Workflows zur Konsolidierung von Maritime Spatial Planning Datensätzen der EU-Mitgliedsstaaden von Nord- und Ostsee in QGIS und QGIS-Server und Visualisierung als Webkarte. Multikriterielle Analyse des Datensatzes zur Erstellung und Analyse eines Suchgraphen mit pgRouting, um automatisiert Szenarien für den Offshore-Windausbau der Zukunft für nachgelagerte Energiesystem-Modelle zu erstellen.
Offshore Windenergie spielt eine zentrale Rolle in der Europäischen Energiewende. Im Rahmen des Maritime Spatial Planning koordinieren die EU-Mitgliedsstaaten über Grenzen hinweg, wo die Windparks der Zukunft auf dem offenen Meer realisierbar sind und wägen andere Interessen wie Schifffahrt, Naturschutz oder Landesverteidigung gegeneinander ab. Der Vortrag präsentiert die Vielzahl nationaler Planungssätze in der Nord- und Ostsee, welche seit 2022 frei verfügbar sind und erstmals eine holistische Sicht auf die Raumplanung auf See bis 2030 und darüber hinaus ermöglichen. Die Datensätze wurden zusammengetragen und mittels QGIS und QGIS-Server als interaktive Webkarte visualisiert. Dieser konsolidierte Datensatz ermöglicht es im Anschluss Szenarien zu entwickeln, wie die zukünftigen Windparks effizient an die Küsten und das Onshore Stromnetz angeschlossen werden können. Mittels einer multikriteriellen Analyse wird aus den Raumplanungs-Polygonen eine Kostenstruktur abgeleitet, die ein Routing Algorithmus nutzen kann, um potenzielle Windparks an das Stromnetz auf dem Festland anzuschließen. Dabei entsteht ein Suchgraph, welcher sich mit klassischen Such- und Navigationsalgorithmen in pgRouting analysieren lässt. Mit diesem Workflow soll die Modellierung und Optimierung von Energiesystemen in mindestens drei Aspekten verbessert werden: Durch die vorgeschaltete GIS-Analyse können im allgemeinen sehr abstrakt aufgesetzte Energiesystemmodelle hochaufgelöste Rauminformationen verarbeiten und damit exakter werden. Des Weiteren ist der Aufbau von Szenarios fortan Ergebnis eines analytischen Prozesses, welcher automatisierbar und parametrisierbar ist. Schließlich erlaubt die Voranalyse im GIS somit eine Verlagerung der Modellierungskomplexität aus dem Energiesystemmodell heraus, welches die Lösbarkeit und Geschwindigkeit verbessern kann.