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.
Deze module genereert zowel een warmtevraagdichtheid als een bruto-vloeroppervlakdichtheidskaart in de vorm van rasterbestanden. De input voor de module zijn verschillende ontwikkelingsscenario's van de warmtevraag en bruto vloeroppervlakten op landelijk niveau en uitgesplitst naar elk rasterelement, evenals door de gebruiker gedefinieerde parameters om de relatieve afwijking van de ontwikkelingen in de scenario's te beschrijven.
Voor de analyse van het toekomstige potentieel voor de levering van warmte en koude uit hernieuwbare en overtollige warmtebronnen, is het essentieel om rekening te houden met mogelijke ontwikkelingen in het gebouwenbestand van de geanalyseerde regio. Een deel van de gebouwen wordt gerenoveerd om de energievraag voor ruimteverwarming te verminderen, een deel van de gebouwen wordt gesloopt en er wordt nieuw gebouwd. Dit leidt tot veranderingen in de warmtevraag van de gebouwen in een regio. Bovendien beïnvloedt de evolutie van de bevolking en het Bruto Binnenlands Product (BBP) in een regio de ontwikkeling van de vraag naar bruto-vloeroppervlakte van gebouwen en dus de vraag naar ruimteverwarming en warmwaterproductie. Het doel van de Rekenmodule (CM) - Vraagprojectie is om scenario's te bieden voor de toekomstige ontwikkeling van bruto vloeroppervlakken en warmtevraag in gebouwen voor een geselecteerd gebied op basis van berekeningen voor de EU-28 op nationaal niveau. Verschillende scenario's, die worden doorgerekend met de module Invert / EE-Lab, worden uitgesplitst naar hectare. Ze verschillen in hun thermische renovatiegraad, met andere woorden hoeveel van de bruto vloeroppervlakte proportioneel wordt gerenoveerd. De CM biedt ook de mogelijkheid om drie basisdrivers in de scenario's te veranderen en aangepaste resultaten te genereren. Deze drie fundamentele factoren zijn: a) de vermindering van het bruto vloeroppervlak van bestaande gebouwen, b) de vermindering van de specifieke energiebehoeften in de gebouwen, en c) de jaarlijkse bevolkingsgroei naast de standaardgroei
Selecteer scenario:
Selecteer doeljaar:
Schaal de vermindering van het bruto vloeroppervlak omhoog of omlaag in vergelijking met het referentiescenario:
Schaal de vermindering van specifieke energiebehoeften omhoog of omlaag in vergelijking met het referentiescenario:
Jaarlijkse bevolkingsgroei naast standaardgroei:
Het onderliggende scenario geeft schattingen van de bevolkingsgroei op NUTS3-niveau. Door de bevolkingsgroei op NUTS0- en NUTS3-niveau met behulp van historische gegevens te vergelijken, kan een proportionele bevolkingsgroei worden berekend. De parameter "Jaarlijkse bevolkingsgroei naast standaardgroei" kan worden gebruikt om deze groeisnelheden te beïnvloeden. In ons model is de bevolkingsgroei recht evenredig met de groei van het gebied, wat op zijn beurt resulteert in een directe toename van het verwarmde gebied.
Methode om nieuw gebouwde gebouwen aan de kaart toe te voegen:
Indicatoren:
Grafische kaart:
Lagen:
Zoals eerder beschreven is deze module gebaseerd op berekeningen die zijn uitgevoerd met de Invert / EE-Lab module voor alle landen van de EU 28 (zie www.invert.at voor een beschrijving van de methode van de Invert / EE-Lab module). De doorgerekende scenario's worden geanalyseerd met betrekking tot de ontwikkeling van de volgende typen gebouwen: woningen en utiliteitsbouw, 3 bouwperiodes en nieuwbouw. Vervolgens worden de bevolkingsgroei per NUTS3-regio en de initiële gebouwenvoorraad (in termen van verwarmde bruto vloeroppervlakte en energiebehoefte per bouwperiode en gebouwtype) per NUTS 3-regio beoordeeld. Op basis van deze beoordeling worden de resultaten van de berekende scenario's overgedragen naar de betreffende NUTS3-regio. De NUTS3-resultaten worden vervolgens verdeeld over de verschillende hectare-elementen volgens de methode ontwikkeld in Müller et al 2019 ( REFERENTIE ).
De module biedt 4 verschillende scenario's, die variëren in renovatiepercentages. Door middel van een selectie wordt jaarlijks ofwel 0,5%, 1%, 2% of 3% van de totale bruto vloeroppervlakte gerenoveerd. Opgemerkt moet worden dat de bespaarde verwarmingsbehoefte niet recht evenredig is met een toename van het renovatietempo, aangezien verschillende effectieve renovaties zijn toegestaan. Bij een laag renovatietempo worden voornamelijk gebouwen gerenoveerd, waarbij gunstige maatregelen grote besparingen kunnen opleveren. Met een hoog renovatietempo worden gebouwen met een hogere thermische kwaliteit ook steeds vaker gerenoveerd en is hun bespaarde verwarmingsenergie in vergelijking lager. Het basisscenario achter de verschillende scenario's is het referentiescenario dat in het volgende deel wordt beschreven.
"referentie": het huidige efficiëntiebeleid blijft van kracht en wordt effectief geïmplementeerd. We gaan ervan uit dat eigenaren en professionals van gebouwen in het algemeen regelgevende instrumenten zoals bouwvoorschriften naleven. Nationale verschillen in beleidsintensiteit blijven bestaan. De beleidsintensiteit geeft dus kwalitatief de waaier van beleidsambities in verschillende landen aan. De beleidsmix voor energie-efficiëntie komt overeen met de huidige pakketten, die in de meeste landen een mix zijn van regelgevingsbenaderingen (bouwvoorschriften, definities van bijna-energieneutrale gebouwen (BENG), RES-H-verplichting), economische steun (subsidies voor renovatie van gebouwen) en energiebelasting. De belangrijkste bronnen voor geïmplementeerd beleid zijn de Mure-database (www.measures-odyssee-mure.eu/) en de projecten ENTRANZE (www.entranze.eu/) en Zebra2020 (www.zebra2020.eu/). Hoewel het scenario geen sterke technologische verbetering of bindende verplichtingen inzake energie-efficiëntie beschouwt, is er een ambitieus beleid om hernieuwbare energie te stimuleren. Dit is geïmplementeerd op basis van verplichte quota voor hernieuwbare energie op het niveau van individuele gebouwen.
Energieprijzen: energieprijzen stijgen gematigd volgens het EU-referentiescenario 2016 (https://ec.europa.eu/energy/en/data-analysis/energy-modelling).
Technologie-ontwikkeling: het veronderstelde technologisch leren is erg laag en de kosten voor efficiënte en hernieuwbare verwarmings- / koeltechnologieën nemen slechts licht af.
Kwalitatief overzicht van beleidsaannames:
Resultaten: De totale finale energievraag voor ruimteverwarming, warm water, koeling en aanvullende energievraag in de EU-28 bedraagt ongeveer 3850 TWh voor alle renovatietarieven in 2015 en daalt tot 2800 TWh tot 2250 TWh in 2050, afhankelijk van het renovatietempo.
EU-28:
Figuur: Finale energievraag in de EU-28 van 2015 tot 2050 voor verschillende renovatietarieven
De volgende zes grafieken tonen de ontwikkeling van de uiteindelijke energievraag voor ruimteverwarming, -koeling en de bereiding van warm water voor huishoudelijk gebruik voor de individuele EU-lidstaten.
DE, FR, GB, IT en PL:
Figuur: Finale energievraag in DE, FR, GB, IT en PL voor 2015 en 2050 met verschillende renovatietarieven
Figuur: Deel van de finale energievraag in 2050 voor DE, FR, GB, IT en PL ten opzichte van 2015
NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK en GK:
Figuur: Finale energievraag in NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK en GK voor 2015 en 2050 met verschillende renovatietarieven
Figuur: Deel van Finale energievraag in 2050 voor NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK en GK t.o.v. 2015
SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY en MT:
Figuur: Finale energievraag in SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY en MT voor 2015 en 2050 met verschillende renovatiepercentages
Figuur: deel van de finale energievraag in 2050 voor SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY en MT ten opzichte van 2015
Hier krijg je de allernieuwste ontwikkeling voor deze rekenmodule.
Hier wordt de rekenmodule uitgevoerd voor de case study van Wenen, Oostenrijk. Gebruik eerst de "Go To Place" -balk om naar Wenen te navigeren en de stad te selecteren. Klik op de knop "Lagen" om het venster "Lagen" te openen en klik vervolgens op het tabblad "CALCULATION MODULE". Selecteer in de lijst met rekenmodules "CM - Vraagprojectie".
De standaard invoerwaarden genereren een warmtevraagdichtheidskaart voor 2017. Deze waarden dienen slechts als uitgangspunt te worden beschouwd. Mogelijk moet u waarden onder of boven de standaardwaarden instellen, rekening houdend met aanvullende lokale overwegingen. Het gebruikte scenario heeft ook een sterk effect op de output. Daarom moet de gebruiker deze waarden aanpassen om de beste combinatie van inputs voor zijn of haar casestudy te vinden.
Volg de volgende stappen om de rekenmodule uit te voeren:
Afbeelding: Vraagprojectie na uitvoering met standaardparameter
Afbeelding: Vraagprojectie na uitvoering met een standaardparameter, overschakelen naar grafische afbeeldingen
Afbeelding: Vraagprojectie na uitvoering met een standaardparameter, overschakelen naar resultaatlagen
Zoals eerder vermeld, kan het nodig zijn om de invoerparameters aan te passen aan de eigen datasituatie of om gevoeligheden te controleren.
Andreas Müller en Marcus Hummel, in Hotmaps-Wiki, CM-Demand-projection (oktober 2019)
Deze pagina is geschreven door Andreas Müller, Marcus Hummel, Giulia Conforto en David Schmidinger ( e-think ).
☑ Deze pagina is beoordeeld door Mostafa Fallahnejad ( EEG - TU Wien ).
Copyright © 2016-2020: Andreas Müller en Marcus Hummel
Creative Commons Attribution 4.0 Internationale licentie
Dit werk is gelicentieerd onder een Creative Commons CC BY 4.0 internationale licentie.
SPDX-licentie-ID: CC-BY-4.0
Licentie-tekst: https://spdx.org/licenses/CC-BY-4.0.html
We willen onze diepste waardering uitspreken voor het Horizon 2020 Hotmaps-project (subsidieovereenkomst nummer 723677), dat de financiering heeft verstrekt om het huidige onderzoek uit te voeren.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*
* machine translated
Last edited by web, 2020-09-30 11:29:36