Indholdsfortegnelse

På et øjeblik

Dette modul beregner omkostningerne ved varmeforsyning i bygninger via decentrale varmeforsyningsteknologier. Input til modulet er investeringsomkostninger, O&M omkostninger, energipriser, timebelastningsprofilen for varmebehov samt afskrivningstid og rentesats. Desuden kræves sammensætning af bygninger og renoveringstilstande for bygningerne i det analyserede område. Outputtene er varmeudgifter til forskellige decentrale varmeforsyningsteknologier til de definerede bygninger og prisantagelser samt decentrale referenceleveringsomkostninger for det analyserede område og relaterede CO2-emissioner.

To Top

Introduktion

Dette beregningsmodul beregner de niveauerede varmeomkostninger (LCOH) for forskellige decentrale varmeforsyningsteknologier til levering af varme til en brugerdefineret bygning.

Teknologierne er for eksempel som følger:

  • Varmepumpe luft-til-luft, luft-til-vand og saltvand-til-vand,
  • Elvarmer,
  • Bio-olie kedel,
  • Oliekedel,
  • Biomasse automatisk og manuel,
  • Brændeovn,
  • Naturgas,
  • Solvarme

To Top

Ind- og udgange:

Indgange

Standard inputdata

En del af inputdataene kommer fra Hotmaps-standarddatasættene. Disse inkluderer:

  • NUTS Raster
  • Bygningsmateriale (NUTS0-niveau): brugbar energibehov efter bygningsklasse og byggeperiode
  • Belastningsprofiler (NUTS2 niveau)
  • Finansielle data - varmesystemer (NUTS0-niveau)
  • Finansielle data - Energibærerpriser (NUTS0-niveau)

To Top

Manuel inputdata

Følgende inputdata skal indtastes manuelt efter valg af et område:

  • Bygningsalder,
  • Rente,
  • Bruttoareal,
  • Bygningstype,
  • År (for finansdata)
  • Besparelser i rumopvarmning,
  • Emissionsfaktorer pr. Energibærer.

VIGTIG BEMÆRKNING I Hotmaps antages udslip af biomasse ikke som nul, fordi Hotmaps er et værktøj, der har til formål at understøtte den igangværende energiomstilling. At betragte biomasse som en kulstofneutral energikilde indebærer, at afbrænding af biomasse reducerer den nuværende samlede emission sammenlignet med forbrænding af fossile brændstoffer, hvilket ikke er sandt. Opbevaring af kuldioxid i træer sker over årtier, mens dens frigivelse i atmosfæren finder sted på én gang. Derfor kan det konkluderes, at netto-kulstofbalancen i biomasse er nul på lang sigt, men ikke på kort sigt, og afbødning af klimaforandringer skal medføre resultater i reduktion af kulstofemissioner på kort sigt.

To Top

Udgange:

Indikatorer:

Indikatorer er sammensat af et resumé af inputparametre og beregnede værdier:

  • Tilsvarende NUTS-kode: NUTS3-kode for den valgte region (når du bruger hektar- eller LAU-niveau),
  • indtastede besparelser inden for rumopvarmning,
  • indtastet bruttoareal,
  • indtastet år,
  • indtastet rentesats
  • trådte ind i bygningsalderen,
  • indtastet bygningstype,
  • årligt brugbar energibehov i bygningen
  • Varmebelastning,
  • Sektor,
  • Brugt bygningstype for hver af de økonomiske data.

To Top

Grafer:

  • LCOH
  • OPEX
  • CAPEX
  • Energiomkostninger
  • CO2-udledning
  • Termisk effektivitet
  • Endelig energibehov
  • Samlede omkostninger
  • Annuitetsfaktor
  • Varmebelastning

To Top

Metodologi:

Baseret på det valgte område bestemmes de tilsvarende NUTS0- og NUTS2-regioner.

Derefter vælges det specifikke energibehov for den valgte bygningstype og bygningsalder og NUTS0-regionen, og det årlige varmebehov beregnes ved at multiplicere det med brutto-gulvarealet.

Baseret på bygningens årlige varmebehov og de indtastede besparelser ved rumopvarmning beregnes varmebelastningen med brug af varmebelastningsprofilerne.

Med varmebelastningen bestemmes det årlige varmebehov og det valgte år investeringsomkostningerne og driftsomkostningerne og brændstofomkostningerne for hver opvarmningsteknologi .

De specifikke investerings- og driftsomkostninger antages at have en eksponentiel adfærd:

Baseret på land, år og bygningstype for de indtastede input regnes faktorerne for hver teknologi ud:

Med de fastlagte faktorer kan de absolutte omkostninger beregnes som følger:

For brændstofomkostningerne er det nødvendigt med data om energibærerne.

Nu har vi alle de nødvendige data og kan beregne de niveauerede varmepriser.

De niveauerede varmepriser for hvert varmesystem beregnes som nettoværdien af pengestrømmen og varmeproduktionen i løbet af levetiden.

De niveauerede varmeomkostninger gives af:

I denne beregning antages de årlige omkostninger og den årlige varmeproduktion (brugbar energibehov) at være konstante i løbet af levetiden, og summeringerne transformeres således til en geometrisk serie, og transformationsfaktoren kaldes annuitetsfaktoren α. En grafisk gengivelse af denne transformeringsproces er vist i nedenstående figurer

Denne antagelse forenkler beregningen, og LCOH er givet ved følgende formel:

To Top

GitHub-arkiv for dette beregningsmodul

Her får du banebrydende udvikling for dette beregningsmodul.

To Top

Prøvekørsel

Test løb

Standardindgangsparametre

Outputindikatorer med standardindgangsparametre

Outputdiagrammer med standardindgangsparametre

To Top

Hvordan man citerer

Jeton Hasani i Hotmaps-Wiki, CM Decentral varmeforsyning (november 2019)

To Top

Forfattere og korrekturlæsere

Denne side blev skrevet af Jeton Hasani EEG - TU Wien .

☑ Denne side blev gennemgået af Mostafa Fallahnejad ( EEG - TU Wien ).

To Top

Licens

Ophavsret © 2016-2020: Jeton Hasani

Creative Commons Attribution 4.0 International licens

Dette arbejde er licenseret under en Creative Commons CC BY 4.0 International licens.

SPDX-licensidentifikator: CC-BY-4.0

Licens-tekst: https://spdx.org/licenses/CC-BY-4.0.html

To Top

Anerkendelse

Vi vil gerne formidle vores dybeste påskønnelse til Horizon 2020 Hotmaps-projektet (tilskudsaftale nummer 723677), som gav finansieringen til at gennemføre den nuværende undersøgelse.

To Top

This page was automatically translated. View in another language:

English (original) Bulgarian* Czech* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*

* machine translated