Wiki Introduktion

Datauppsättningar

Allmänna verktygsfunktioner och struktur

Beräkningsmoduler (CM)

Hur man tillämpar Hotmaps verktygslåda

För utvecklare

Hotmaps-logotyp

Innehållsförteckning

I en blick

Denna modul syftar till att markera den värmekälla som kan klassificeras som: lämplig, villkorligt lämplig och inte lämplig för energiutnyttjande på stadsnivå.

To Top

Introduktion

Potentiellt finns det i stads- eller regionområden flera resurser som kan användas för att ge termisk energi (för uppvärmnings- och / eller kylningsändamål). Denna modul syftar till att klassificera de olika värmekällorna baserat på deras lämplighet. Modulen klassificerar systemen i tre huvudkategorier: Lämplig, Villkorligt lämplig, Ej lämplig. Modulen returnerar en vektorkarta med de klassificerade punkterna och returnerar effekten som klassificeras för varje klass. Denna modul genererar en formfil som klassificerar värmekällans potential baserat på värmekällans avstånd från efterfrågan och baserat på värmekällans kapacitet. Varje värmekälla klassificeras i tre huvudklasser:

  • lämplig
  • villkorligt lämplig
  • inte lämplig.

Modulen automatiserar metoden som definieras av:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl och Gernot Stoeglehner. 'Kartläggning av potentialen för termisk energiresurs från avloppsreningsverk'. Hållbarhet 7, nr. 10 (september 2015): 12988–13010. https://doi.org/10.3390/su71012988 .

To Top

In- och utgångar

Ingångsparametrarna och -lagren samt utgångslager och parametrar är följande.

Ingångslager och parametrar är:

  • Värmekällkapacitet, är en vektorkarta med vattenflödet som kan hållas extraheras / användas, uttryckt i befolkningsekvivalent (PE). De obligatoriska kolumnerna är: gid , capacity .

  • Värmekällan är en vektorkarta med den effekt som kan användas. De obligatoriska kolumnerna är: gid , capacity , med gid som måste överensstämma med värden som används i kapacitetslagret.

  • Användaren kan definiera det maximala avståndet för att ta hänsyn till värmekällan inom stadsområdena (standardvärde: 150m): within_dist .

  • Användaren kan definiera det maximala avståndet för att ta hänsyn till värmekällan nära stadsområdena, alla områden över denna tröskel kommer att klassificeras så långt från stadsområdena - (standardvärde: 1000m): near_dist

Utgångslager och parametrar är:

  • Vektorkarta med värmekällakartan klassificerad utifrån lämpligheten.
  • Gruppera den tillgängliga effekten baserat på klassificering av lämplighet.

To Top

Metod

Vi följer metoden definierad av:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl och Gernot Stoeglehner. 'Kartläggning av potentialen för termisk energiresurs från avloppsreningsverk'. Hållbarhet 7, nr. 10 (september 2015): 12988–13010. https://doi.org/10.3390/su71012988

Som standarddatauppsättningar använde vi WWTP-kapaciteten och kraftdataset .

Stadsområdena definieras från datamängden Corine Land Cover, där vi betraktar följande kategorier som urbana:

  • Kontinuerligt urbana vävnader (klass 1.1.1.)
  • Diskontinuerligt urbana tyg (klass 1.1.2.)
  • Industriella eller kommersiella enheter (klass 1.2.1.)

För att definiera stadsområdena börjar modulen från Corine Land Cover (CLC) dataset och väljer följande kategorier:

  • Continuous_urban_fabric
  • Discontinuous_urban_fabric
  • Industriella eller kommersiella enheter

Sedan för att bedöma och klassificera potentialen, modulen:

  • Beräkna buffert runt värmekällorna med tanke på de avstånd som valts av användaren för att ta hänsyn till värmekällan inom stadsområdena eller nära stadsområdena;
  • extrahera antalet pixlar som finns i varje buffert för varje värmekälla
  • Klassificera värmekällan baserat på följande matris, om det inom ett visst avstånd finns minst 25 hektar stadsområden.

| | Inom ( dist < within_dist ) | Nära ( dist < near_dist ) | Långt ( dist > near_dist ) | |: ---------------------------------:: ------------- ----------------- |: -------------------------- |: --- ---------------------- | | Liten (2000 - 5000 PE) | Villkorligt Villkorligt Ej lämplig | | Medel-liten (5001 - 50000 PE) | Lämplig | Villkorligt Villkorligt | Medelhög (50001 - 150000 PE) | Lämplig | Lämplig | Villkorligt | Hög (> 150000 PE) | Lämplig | Lämplig | Lämplig |

To Top

GitHub-förvar för denna beräkningsmodul

Här får du banbrytande utveckling för denna beräkningsmodul.

To Top

Provkörning

Fig. 1-0

To Top

Hur man citerar

Pietro Zambelli, i Hotmaps-Wiki, CM-Heatsource-potential (september 2020)

To Top

Författare och granskare

Denna sida skrevs av Pietro Zambelli EURAC .

Den här sidan granskades av Simon Pezzutto EURAC .

To Top

Licens

Copyright © 2016-2020: Pietro Zambelli

Creative Commons Attribution 4.0 internationell licens

Detta arbete är licensierat under en Creative Commons CC BY 4.0 International License.

SPDX-licensidentifierare: CC-BY-4.0

Licenstext: https://spdx.org/licenses/CC-BY-4.0.html

To Top

Bekräftelse

Vi vill förmedla vår djupaste uppskattning till Horizon 2020 Hotmaps-projektet (bidragsavtal nummer 723677), som gav finansieringen för att genomföra den nuvarande utredningen.

To Top

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* Slovenian*

* machine translated