Table des matières

En un coup d'oeil

Ce module vise à mettre en évidence la source de chaleur qui peut être classée comme: adaptée, conditionnellement adaptée et non adaptée à une exploitation énergétique au niveau urbain.

To Top

introduction

Potentiellement, dans une zone urbaine ou régionale, il existe plusieurs ressources qui pourraient être utilisées pour fournir de l'énergie thermique (à des fins de chauffage et / ou de refroidissement). Ce module vise à classer les différentes sources de chaleur en fonction de leur aptitude. Le module classe les systèmes en trois catégories principales: approprié, conditionnellement approprié, non approprié. Le module renvoie une carte vectorielle avec les points classés et renvoie la puissance classée pour chaque classe. Ce module génère un fichier de forme classifiant le potentiel de la source de chaleur en fonction de la distance entre la source de chaleur et la demande et en fonction de la capacité de la source de chaleur. Chaque source de chaleur est classée en trois classes principales:

  • adapté
  • adapté sous condition
  • ne convient pas.

Le module automatise la méthodologie telle que définie par:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl et Gernot Stoeglehner. «Cartographie des potentiels de ressources énergétiques thermiques des usines de traitement des eaux usées». Durabilité 7, no. 10 (septembre 2015): 12988-13010. https://doi.org/10.3390/su71012988 .

To Top

Entrées et sorties

Les paramètres d'entrée et les couches ainsi que les couches et paramètres de sortie sont les suivants.

Les couches et paramètres d'entrée sont:

  • La capacité de la source de chaleur est une carte vectorielle avec le débit d'eau qui peut être extrait / utilisé de manière durable, exprimé en équivalent de population (PE). Les colonnes obligatoires sont: gid , capacity .

  • La puissance de la source de chaleur est une carte vectorielle avec la puissance qui peut être utilisée. Les colonnes obligatoires sont: gid , capacity , avec gid qui doit être cohérent avec les valeurs utilisées dans la couche de capacité.

  • L'utilisateur peut définir la distance maximale pour considérer la source de chaleur dans les zones urbaines (valeur par défaut: 150m): within_dist .

  • L'utilisateur peut définir la distance maximale pour considérer la source de chaleur à proximité des zones urbaines, toutes les zones au-dessus de ce seuil seront classées comme éloignées des zones urbaines - (valeur par défaut: 1000m): near_dist

Les couches et paramètres de sortie sont:

  • Carte vectorielle avec la carte des sources de chaleur classée en fonction de l'aptitude.
  • Regroupez la puissance disponible en fonction de la classification d'aptitude.

To Top

Méthode

Nous suivons la méthodologie définie par:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl et Gernot Stoeglehner. «Cartographie des potentiels de ressources énergétiques thermiques des usines de traitement des eaux usées». Durabilité 7, no. 10 (septembre 2015): 12988-13010. https://doi.org/10.3390/su71012988

Comme ensembles de données par défaut, nous avons utilisé les ensembles de données de capacité et de puissance de la STEP .

Les zones urbaines sont définies à partir de l'ensemble de données Corine Land Cover, où nous considérons comme urbaines les catégories suivantes:

  • Tissu urbain continu (classe 1.1.1.)
  • Tissu urbain discontinu (classe 1.1.2.)
  • Unités industrielles ou commerciales (classe 1.2.1.)

Pour définir les zones urbaines, le module part du jeu de données Corine Land Cover (CLC) et sélectionne les catégories suivantes:

  • Continuous_urban_fabric
  • Discontinuous_urban_fabric
  • Unités_industrielles ou commerciales

Puis pour évaluer et classer le potentiel, le module:

  • Calculer le tampon autour des sources de chaleur en tenant compte des distances sélectionnées par l'utilisateur pour considérer la source de chaleur dans les zones urbaines, ou à proximité des zones urbaines;
  • extraire le nombre de pixels contenus dans chaque tampon pour chaque source de chaleur
  • Classez la source de chaleur sur la base de la matrice suivante, si à une certaine distance il y a au moins 25 ha de zones urbaines.

| | Dans ( dist < within_dist ) | Near ( dist < near_dist ) | Far ( dist > near_dist ) | |: --------------------------------- |: ------------- ----------------- |: -------------------------- |: --- ---------------------- | | Petit (2000 - 5000 PE) | Conditionnellement | Conditionnellement | Ne convient pas | | Moyen-petit (5001 - 50000 PE) | Convient | Conditionnellement | Conditionnellement | | Moyen-élevé (50001 - 150000 PE) | Convient | Convient | Conditionnellement | | Élevé (> 150000 PE) | Convient | Convient | Convient |

To Top

Dépôt GitHub de ce module de calcul

Ici, vous obtenez le développement de pointe pour ce module de calcul.

To Top

Exemple d'exécution

Fig. 1-0

To Top

Comment citer

Pietro Zambelli, dans Hotmaps-Wiki, CM-Heatsource-potential (septembre 2020)

To Top

Auteurs et relecteurs

Cette page a été écrite par Pietro Zambelli EURAC .

☑ Cette page a été révisée par Simon Pezzutto EURAC .

To Top

Licence

Droits d'auteur © 2016-2020: Pietro Zambelli

Licence internationale Creative Commons Attribution 4.0

Ce travail est autorisé sous une licence internationale Creative Commons CC BY 4.0.

Identificateur de licence SPDX: CC-BY-4.0

Texte de la licence: https://spdx.org/licenses/CC-BY-4.0.html

To Top

Reconnaissance

Nous tenons à exprimer notre profonde gratitude au projet Hotmaps Horizon 2020 (accord de subvention n ° 723677), qui a fourni le financement nécessaire pour mener à bien la présente enquête.

To Top

This page was automatically translated. View in another language:

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

* machine translated