not logged in | [Login]
No âmbito do projeto Hotmaps, os dados foram recolhidos a vários níveis (nacional, regional e local). Esses dados foram gerados para quatro setores diferentes: residencial (casas unifamiliares, casas multifamiliares e blocos de apartamentos), serviços (escritórios, comércio, educação, saúde, hotéis e restaurantes e outros edifícios não residenciais), indústria (ferro e aço, metais não ferrosos, papel e impressão, minerais não metálicos, indústria química, alimentos, bebidas e tabaco, engenharia e outros não classificados) e transporte (transporte de passageiros - público, privado, ferroviário e de carga - mercadorias pesadas e veículos comerciais leves).
Todos os conjuntos de dados mencionados acima são armazenados em repositórios de dados Hotmaps no GitLab e podem ser acessados e baixados de lá. Os repositórios de dados do Hotmaps são extensos e compostos por mais de 70 repositórios. Para fornecer uma visão geral melhor de todos os repositórios Hotmaps, aqui, nós os agrupamos em classes diferentes e fornecemos o link direto para eles. Para obter explicações detalhadas sobre a coleta de dados, metodologias, referências, suposições e limitações dos conjuntos de dados Hotmaps, consulte este relatório [1].
Parcela da área bruta do piso em períodos de construção:
Crie seu próprio perfil:
Os arquivos genéricos devem permitir ao usuário produzir perfis de carga de sua preferência usando seus próprios dados e um ano de estrutura de sua escolha. Para os perfis de carga industrial, fornecemos um perfil de um ano para o ano de 2018 (no qual os dias de tipo são definidos na ordem deste ano). Para perfis de carga terciários e residenciais, fornecemos um perfil de um ano para o ano de 2010. No entanto, queremos dar ao usuário a oportunidade de usar um ano de estrutura de sua escolha (ano de estrutura neste contexto significa a ordem dos dias no curso do ano).
Os perfis fornecidos aqui não possuem unidades, pois devem ser dimensionados durante a geração de perfis de um ano.
Consulte os perfis individuais neste wiki ou nos respectivos repositórios de conjuntos de dados para obter mais informações sobre a geração de perfis a partir dos perfis genéricos.
Para aquecimento, resfriamento e água quente, fornecemos um perfil de um ano para 2010. No entanto, se os usuários tiverem acesso a perfis de temperatura por hora específicos do local ou a perfis de temperatura de anos diferentes de 2010, queremos dar ao usuário a oportunidade de usar esses dados para gerar perfis de carga com um ano de estrutura diferente ou maior precisão. Portanto, os perfis genéricos devem permitir ao usuário produzir perfis de carga próprios, usando seus próprios dados e um ano de estrutura de sua escolha.
Para o fornecimento de água quente , presumimos que a demanda e, portanto, o perfil de carga correspondente dependem de influências sazonais, semanais e diárias.
As colunas “tipo de dia” referem-se ao tipo de dia da semana:
Para integrar uma influência sazonal ao perfil de demanda, a coluna “temporada” é usada.
Perfis de um ano para água quente podem ser gerados a partir dos perfis genéricos fornecidos aqui, seguindo as seguintes etapas:
Para aquecimento e resfriamento , assumimos que a demanda não depende do tipo de dia, mas apenas da própria hora do dia e da temperatura externa na respectiva hora (por este motivo, as colunas “tipo dia” e “estação” são não é relevante para perfis de aquecimento e resfriamento).
Perfis de um ano podem ser gerados a partir de perfis genéricos fornecidos neste repositório seguindo as seguintes etapas:
O perfil do setor terciário consiste na demanda de vários subsetores. A configuração é diferente para cada país. Para as respectivas participações subsetoriais por país, consulte o relatório hotmaps WP2, seção 2.7.3 (https://www.hotmaps-project.eu/wp-content/uploads/2018/03/D2.3-Hotmaps_for-upload_revised -final_.pdf).
Para a demanda de água quente , presumimos que a demanda é independente da temperatura externa, mas depende do tipo de dia da semana e da hora do dia. A coluna “tipo de dia” refere-se ao tipo de dia da semana:
Perfis de um ano podem ser gerados a partir dos perfis genéricos fornecidos aqui, seguindo as seguintes etapas:
Para aquecimento e refrigeração no setor terciário , fornecemos um perfil de um ano para o ano de 2010. No entanto, queremos dar ao usuário a oportunidade de usar um ano de sua escolha. Além disso, se os usuários tiverem acesso a perfis de temperatura por hora específicos do local, queremos dar ao usuário a oportunidade de usar esses dados para gerar perfis de carga com maior precisão. Portanto, os perfis genéricos devem permitir ao usuário produzir perfis de carga próprios, usando seus próprios dados e um ano de estrutura de sua escolha.
Assumimos que a procura de aquecimento e arrefecimento no sector terciário depende do tipo de dia, da hora do dia propriamente dita e da temperatura exterior na respectiva hora.
Os perfis fornecidos aqui não possuem unidades, pois devem ser dimensionados durante a geração de perfis de um ano. Para os perfis genéricos de aquecimento e resfriamento, eles são orientados pelas diferenças entre horas e níveis de temperatura. Além disso, como o setor terciário é impulsionado por um ritmo semanal, os perfis de aquecimento e refrigeração no setor terciário dependem também do tipo de dia. A coluna “tipo de dia” refere-se ao tipo de dia da semana:
Perfis de um ano podem ser gerados a partir de perfis genéricos para aquecimento e resfriamento terciário fornecidos neste repositório seguindo as seguintes etapas:
Para os perfis de carga industrial , fornecemos um perfil de um ano para o ano de 2018 (no qual os tipos de dias são definidos na ordem deste ano). No entanto, queremos dar ao usuário a oportunidade de usar um ano de estrutura de sua escolha. Ano de estrutura neste contexto significa a ordem dos dias no decorrer do ano. As colunas “tipo de dia” referem-se ao tipo de dia da semana:
A coluna “mês” refere-se ao mês do ano. 1 = janeiro, 2 = fevereiro, etc. Os perfis anuais podem ser gerados a partir dos perfis genéricos fornecidos aqui, seguindo as seguintes etapas:
Os perfis específicos do ano (ao longo do ano) fornecidos aqui são gerados com base em perfis horários sintéticos para dias típicos. Neste contexto, enfatizamos que os perfis não são medidos, mas modelados levando em consideração diferentes fatores dependendo do tipo de perfil:
Usando a estrutura dos dias em um ano, os perfis são montados para um perfil de demanda de um ano.
Todos os perfis fornecidos aqui são sem unidades e normalizados para 1 000 000. Para um perfil, ele deve ser dimensionado de acordo com a demanda anual da respectiva região (ou seja, de modo que a integral dos perfis seja igual à demanda anual por região).
Para obter explicações detalhadas e uma ilustração gráfica do conjunto de dados, consulte o relatório Hotmaps WP2 (seção 2.7).
[1] Simon Pezzutto, Stefano Zambotti, Silvia Croce, Pietro Zambelli, Giulia Garegnani, Chiara Scaramuzzino, Ramón Pascual Pascuas, Alyona Zubaryeva, Franziska Haas, Dagmar Exner (EURAC), Andreas Müller (e ‐ think), Michael Hartner (TW) , Tobias Fleiter, Anna ‐ Lena Klingler, Matthias Kühnbach, Pia Manz, Simon Marwitz, Matthias Rehfeldt, Jan Steinbach, Eftim Popovski (Fraunhofer ISI) Revisado por Lukas Kranzl, Sara Fritz (TUW); Acesso Online
Mostafa Fallahnejad, em Hotmaps-Wiki, Hotmaps-data-repository-structure (maio de 2019)
Esta página foi escrita por Mostafa Fallahnejad ( EEG - TU Wien ).
☑ Esta página foi revisada por Marcus Hummel ( e-think )
Copyright © 2016-2019: Mostafa Fallahnejad
Licença Creative Commons Atribuição 4.0 Internacional
Este trabalho está licenciado sob uma Licença Internacional Creative Commons CC BY 4.0.
SPDX-License-Identifier: CC-BY-4.0
License-Text: https://spdx.org/licenses/CC-BY-4.0.html
Gostaríamos de transmitir o nosso mais profundo agradecimento ao Projeto Hotmaps Horizonte 2020 (Contrato de Subvenção n.º 723677), que proporcionou o financiamento para a realização da presente investigação.
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* Dutch* Polish* Romanian* Slovak* Slovenian* Swedish*
* machine translated