not logged in | [Login]
V okviru projekta Hotmaps so bili podatki zbrani na različnih ravneh (državni, regionalni in lokalni). Ti podatki so bili pridobljeni za štiri različne sektorje: stanovanjske (enodružinske hiše, večstanovanjske hiše in stanovanjski bloki), storitve (pisarne, trgovina, izobraževanje, zdravstvo, hoteli in restavracije ter druge nestanovanjske stavbe), industrija (železo in jeklo, neželezne kovine, papir in tisk, nekovinski minerali, kemična industrija, hrana, pijača in tobak, inženiring in drugi, ki niso uvrščeni), in prevoz (potniški promet - javni, zasebni, železniški in tovorni promet - težko blago lahka gospodarska vozila).
Vsi zgoraj omenjeni nabori podatkov so shranjeni v repozitorijih podatkov Hotmaps na GitLab in so od tam dostopni in preneseni. Skladišča podatkov Hotmaps so obsežna in so sestavljena iz več kot 70 skladišč. Za boljši pregled vseh skladišč Hotmaps smo jih tukaj razvrstili v različne razrede in zagotovili neposredno povezavo do njih. Za podrobna pojasnila o zbiranju podatkov, metodologijah, referencah, predpostavkah in omejitvah naborov podatkov Hotmaps glejte to poročilo [1].
Delež bruto tlorisne površine v obdobjih gradnje:
Ustvari svoj profil:
Splošne datoteke naj bi uporabniku omogočale, da ustvari lastne profile nalaganja z lastnimi podatki in strukturnim letom po lastni izbiri. Za profile industrijske obremenitve smo navedli celoletni profil za leto 2018 (v katerem so tipski dnevi določeni v vrstnem redu letošnjega leta). Za terciarne in stanovanjske profile obremenitve smo zagotovili celoletni profil za leto 2010. Uporabniku pa želimo dati možnost, da uporabi strukturno leto po svoji izbiri (strukturno leto v tem kontekstu pomeni vrstni red dni v potek leta).
Tukaj navedeni profili so brez enot, saj jih je treba med generiranjem celoletnih profilov prilagoditi.
Za več informacij o generiranju profilov iz splošnih profilov glejte posamezne profile v tem wikiju ali ustrezne repozitorije naborov podatkov.
Za ogrevanje, hlajenje in toplo vodo smo zagotovili celoletni profil za leto 2010. Če pa imajo uporabniki dostop do lokacijskih urnih temperaturnih profilov ali temperaturnih profilov za leta, ki niso leta 2010, želimo uporabniku omogočiti, da te podatke uporabite za ustvarjanje profilov obremenitve z drugačnim strukturnim letom ali večjo natančnostjo. Zato naj bi generični profili uporabniku omogočali izdelavo lastnih profilov obremenitve z uporabo lastnih podatkov in strukturnega leta po lastni izbiri.
Za oskrbo s toplo vodo predvidevamo , da je povpraševanje in s tem ustrezen profil obremenitve odvisen od sezonskih, tedenskih in dnevnih vplivov.
Stolpci »vrsta dneva« se nanašajo na vrsto dneva v tednu:
Za vključitev sezonskega vpliva v profil povpraševanja se uporablja stolpec »sezona«.
Celoletne profile za toplo vodo lahko ustvarite iz splošnih profilov, ki so navedeni tukaj, po naslednjih korakih:
Za ogrevanje in hlajenje predpostavljamo, da povpraševanje ni odvisno od vrste dneva, ampak samo od ure dneva samega in zunanje temperature v posamezni uri (zato sta stolpca "tip dan" in "sezona" ni pomembno za profile ogrevanja in hlajenja).
Celoletne profile lahko generirate iz splošnih profilov, ki so na voljo v tem repozitoriju, po naslednjih korakih:
Profil terciarnega sektorja sestavlja povpraševanje iz več podsektorjev. Konfiguracija je za vsako državo različna. Za ustrezne podsektorske delnice na državo se sklicujemo na poročilo WP2 o vročih kartah, oddelek 2.7.3 (https://www.hotmaps-project.eu/wp-content/uploads/2018/03/D2.3-Hotmaps_for-upload_revised -final_.pdf).
Za povpraševanje po topli vodi predvidevamo, da je povpraševanje neodvisno od zunanje temperature, vendar je odvisno od vrste dneva v tednu in ure dneva. Stolpec »vrsta dneva« se nanaša na vrsto dneva v tednu:
Celoletne profile lahko ustvarite iz splošnih profilov, ki so na voljo tukaj, po naslednjih korakih:
Za ogrevanje in hlajenje v terciarnem sektorju smo zagotovili celoletni profil za leto 2010. Uporabniku pa želimo dati priložnost, da uporabi leto po svoji izbiri. Če imajo uporabniki dostop tudi do urnih temperaturnih profilov, značilnih za posamezno lokacijo, želimo uporabniku omogočiti uporabo teh podatkov za ustvarjanje profilov obremenitve z večjo natančnostjo. Zato naj bi generični profili uporabniku omogočali izdelavo lastnih profilov obremenitve z uporabo lastnih podatkov in strukturnega leta po lastni izbiri.
Predvidevamo, da je povpraševanje po ogrevanju in hlajenju v terciarnem sektorju odvisno od vrste dneva, ure dneva samega in zunanje temperature v posamezni uri.
Tukaj navedeni profili so brez enot, saj jih je treba med generiranjem celoletnih profilov prilagoditi. Pri generičnih profilih za ogrevanje in hlajenje jih vodijo razlike med urami in nivoji temperature. Poleg tega, ker terciarni sektor poganja tedenski ritem, so profili ogrevanja in hlajenja v terciarnem sektorju odvisni tudi od dneva. Stolpec »vrsta dneva« se nanaša na vrsto dneva v tednu:
Iz splošnih profilov za terciarno ogrevanje in hlajenje, ki so na voljo v tem odlagališču, lahko po naslednjih korakih ustvarite celoletne profile:
Za profile industrijske obremenitve smo podali celoletni profil za leto 2018 (v katerem so dnevi določeni v vrstnem redu letošnjega leta). Uporabniku pa želimo dati priložnost, da uporabi strukturno leto po svoji izbiri. Strukturno leto v tem kontekstu pomeni vrstni red dni v letu. Stolpci »vrsta dneva« se nanašajo na vrsto dneva v tednu:
Stolpec "mesec" se nanaša na mesec v letu. 1 = januar, 2 = februar itd. Celoletne profile je mogoče ustvariti iz splošnih profilov, ki so navedeni tukaj, po naslednjih korakih:
Tu določeni letni (letni) profili so ustvarjeni na podlagi sintetičnih urnih profilov za tipične dni. V tem kontekstu poudarjamo, da se profili ne merijo, temveč modelirajo ob upoštevanju različnih dejavnikov, odvisno od vrste profila:
Z uporabo strukture dni v letu so profili sestavljeni v celoletni profil povpraševanja.
Vsi tukaj navedeni profili so brez enot in so normalizirani na 1 000 000. Za profil ga je treba prilagoditi glede na letno povpraševanje v posamezni regiji (tj. Tako, da je integral profilov enak letnemu povpraševanju po regiji).
Za podrobna pojasnila in grafično ponazoritev nabora podatkov si oglejte poročilo Hotmaps WP2 (oddelek 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) Oblikovali Lukas Kranzl, Sara Fritz (TUW); Spletni dostop
Mostafa Fallahnejad, v Hotmaps-Wiki, Hotmaps-data-repository-structure (maj 2019)
To stran je napisal Mostafa Fallahnejad ( EEG - TU Wien ).
☑ To stran je pregledal Marcus Hummel ( e-think )
Avtorske pravice © 2016-2019: Mostafa Fallahnejad
Creative Commons Attribution 4.0 International License
To delo je licencirano pod licenco Creative Commons CC BY 4.0 International.
Identifikator licence SPDX: CC-BY-4.0
Besedilo licence: https://spdx.org/licenses/CC-BY-4.0.html
Najgloblje zahvaljujemo projektu Horizon 2020 Hotmaps (sporazum o dodelitvi sredstev št. 723677), ki je zagotovil sredstva za izvedbo te preiskave.
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* Portuguese (Portugal, Brazil)* Romanian* Slovak* Swedish*
* machine translated