Disclaimer: The explanation provided on this website (Hotmaps Wiki) are indicative and for research purposes only. No responsibility is taken for the accuracy of the provided information, explanations and figures or for using them for unintended purposes.
Data privacy: By clicking OK below, you accept that this website may use cookies.
Disse retningslinjer beskriver, hvordan Hotmaps-værktøjskassen kan bruges til at analysere omkostninger og potentialer til effektiv og vedvarende opvarmning og køling på nationalt niveau. Vejledningen er især orienteret mod udvikling af resultater i henhold til den omfattende vurdering af nationale opvarmnings- og kølepotentialer, der er omhandlet i artikel 14, stk. 1, i energieffektivitetsdirektivet (EED) i sin nuværende version og tager hensyn til Kommissionens henstilling (EU ) 2019/1659 om denne procedure.
Hotmaps-datasættene og værktøjskassen leverer to forskellige input til denne del: For det første leverer Hotmaps-datasættene standarddata for flere af de data, der er nødvendige for at medtage i denne del I af den omfattende vurdering. For det andet er Hotmaps-værktøjskassen grundlæggende et kortlægningsværktøj, der ikke kun tillader en geografisk repræsentation af standarddata i værktøjskassen; men også brugeruploadede data til brugskontoen i værktøjskassen. I det følgende beskriver vi de forskellige standarddataformularer Hotmaps, og vi linker til beskrivelserne af, hvordan du bruger uploadfunktionen til Hotmaps-værktøjskassen.
Følgende data, der er relevante for del I i bilag VIII, er tilgængelige i Hotmaps-databasen:
Hotmaps-værktøjskassen indeholder et antal beregningsmoduler (CM'er), der kan bruges til at analysere det økonomiske potentiale for effektivitet i opvarmning og køling. I det følgende beskrives også en mulig tilgang til generering af resultater til den omfattende vurdering med Hotmaps-værktøjskassen, der linker til de respektive standarddata og beregningsmoduler.
For at vurdere det økonomiske potentiale for effektivitet i opvarmning og køling er det vigtigt at skelne mellem områder, der potentielt leveres af fjernvarme, og områder, hvor decentral forsyning sandsynligvis vil være mere økonomisk effektiv. Følgelig er Hotmaps-metoden bygget stærkt på følgende fire trin :
Identificer forskellige repræsentative, typiske sager for fjernvarme i det land / region, der undersøges
Udføre analyser af konstruktion / udvidelse af fjernvarmenettet og fjernvarmeforsyning til de identificerede repræsentative tilfælde
Beregn indikatorer for decentral varmeforsyning
Sammenlign forskellige scenarier for fjernvarme og decentral varmeforsyning og følsomhedsberegninger.
Følgende figur viser denne tilgang grafisk. De forskellige trin vil blive forklaret mere detaljeret i de følgende kapitler i disse retningslinjer.
Figur: Hotmaps-tilgang til analyse af det økonomiske potentiale for effektivitet i opvarmning og køling i henhold til artikel 14 i energieffektivitetsdirektivet (EED)
I alle disse trin skal forskellige scenarier og følsomheder tages i betragtning :
Følgende resulterende indikatorer kan hentes fra hotmaps-beregningsmodulerne (CM'er):
Marcus Hummel, Giulia Conforto, i Hotmaps-Wiki, Retningslinjer for brug af Hotmaps-værktøjskassen til analyser på nationalt niveau (oktober 2020)
Denne side er skrevet af Marcus Hummel og Giulia Conforto ( e-think ).
☑ Denne side blev gennemgået af Mostafa Fallahnejad ( EEG - TU Wien ).
Ophavsret © 2016-2020: Marcus Hummel, Giulia Conforto
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
Vi vil gerne formidle vores dybeste påskønnelse til Horizon 2020 Hotmaps-projektet (tilskudsaftale nummer 723677), som gav finansieringen til at gennemføre den nuværende undersøgelse.
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
Last edited by web, 2020-09-30 11:29:36