Wiki Introduktion

Datauppsättningar

Allmänna verktygsfunktioner och struktur

Beräkningsmoduler (CM)

Hur man tillämpar Hotmaps verktygslåda

För utvecklare

Hotmaps-logotyp

Scenario Toolchain Steps Next step

Innehållsförteckning

Introduktion

Detta är det första steget i analysen på nationell nivå.

To Top

Identifiering av olika representativa fall för fjärrvärme

För att identifiera olika, representativa, typiska fall för vidare analys av kostnaderna och potentialen för fjärrvärme i landet / regionen av intresse erbjuder Hotmaps olika standarddatalager i Hotmaps-databasen samt olika beräkningsmoduler (CMs). Egna data kan också laddas upp och användas. Denna identifieringsprocedur kan bestå av följande steg:

  • Beräkna scenarier för framtida värmebehov och bygga kartor för golvtäthet för hela landet / regionen av intresse
  • Identifiera områden som är potentiellt intressanta för fjärrvärme baserat på användardefinierade tröskelvärden
  • Analysera / samla in potential för övervärme och förnybar energi i det identifierade landet / regionen som är potentiellt intressant för fjärrvärme
  • Gruppera / gruppera liknande regioner och välj representativa städer / områden för vidare analys

Följande bild visar denna procedur grafiskt och visar de olika datakällor och beräkningsmoduler som kan användas.

* Figur: Identifiering av olika representativa, typiska fall för fjärrvärme (steg 1) *

I följande underkapitel beskrivs de olika stegen i denna procedur mer detaljerat.

To Top

Beräkning av framtida värmebehov och byggnadstäthetskartor för brutto golvyta

Det första steget i analysen är att generera framtida värmebehov och kartor för golvtäthet för din region / ditt intressanta land. Du kan använda data som utvecklats under Hotmaps-projektet för alla EU-28-länder (Hotmaps standarddata, tillgängliga i Hotmaps-databasen), eller så kan du använda andra kartor för värmebehovstäthet för din region / land av intresse.

  • Använd värmekrav och brutto golvtäthetskartor som utvecklats under Hotmaps-projektet - standarddata om värmebehovstäthet från Hotmaps-databasen:
    • För alla 28 medlemsstater i medlemsstaterna har kartor över värmebehovstäthet som återspeglar värmebehovet från rymdvärme och varmvattenproduktion i byggnader utvecklats. De finns som den totala efterfrågan i bostadshus och icke-bostadshus men också uppdelade mellan bostadshus och icke-bostadshus. Alla kartor finns alla på hektarnivå, dvs. med en upplösning på 100x100m. Kartor för värmebehovstäthet kan nås i lageravsnittet i Hotmaps-databasen och mer information om hur du väljer land / region av ditt intresse finns här.
    • Det är möjligt att anpassa värmekravstäthetskartorna enligt antaganden om den framtida utvecklingen av värmebehovet i byggnaderna. Två olika beräkningsmoduler (CMs) kan användas:
      • CM - Scale-värme- och kalldensitetskartorna kan användas för att beräkna värmebehovet i varje hektar med samma faktor för alla hektarelement.
      • CM - Demand-projiceringen kan användas för att generera framtida värmebehov och kartor över golvtäthet baserat på standardutvecklingsscenarier för byggnadsbeståndet i EU (länk till ytterligare information om standardscenarierna. Det är också möjligt att anpassa flera parametrar jämfört till standardberäkningarna som en minskning av energibehovet eller en minskning av bruttoytan.
  • Använd egna data om värmebehovstäthet i ditt land / analysområde :
    • Det är möjligt att ladda upp värmedensitetskartor i ett rasterfilformat (.tif) till Hotmaps-verktygslådan när du skapar ett användarkonto och loggar in i det privata avsnittet. Uppladdade värmebehovstäthetsskikt kan återspegla den aktuella situationen för värmebehovstätheten i landet / regionen av intresse, eller också ett eventuellt framtida scenario för värmebehovstätheten, beroende på ingångsdata som används för att generera respektive lager. Mer information om hur du skapar ett användarkonto och hur du laddar upp dina egna data finns här.
    • Det är också möjligt att ytterligare anpassa de egna värmedensitetskartorna med CM - Skala värme- och kalldensitetskartor eller via CM - Demand-projicering som för standardlagret.

Det utvecklade värmebehovet och kartorna över golvtäthet används ytterligare i de efterföljande stegen i andra beräkningsmoduler (CMs).

To Top

Identifiering av regioner som är potentiellt intressanta för fjärrvärme

Efter att ha utvecklat möjliga framtidsscenarier för värmebehov och kartor för brutto golvyta för stad / intresseområde kan potentiella fjärrvärmestäder / områden identifieras. Detta kan göras med hjälp av CM - fjärrvärmepotentialområden: användardefinierade trösklar enligt följande steg:

  • CM är möjlig att använda på NUTS3 - NUTS0-nivå och även på hektarnivå (= eget val av ett område). Men för större områden kan beräkningen ta lång tid, eller så kan modulen hitta för många möjliga områden och kanske inte kan visa resultaten. I ett sådant fall kan intresseområdet delas upp, t.ex. i de olika NUTS3- eller hektarområdena, och för var och en av dessa kan CM startas.
  • CM identifierar potentiella fjärrvärmeområden baserat på följande två tröskelvärden: ett värmebehovströskel för värmebehovet i varje cell i värmebehovstäthetskartan och ett värmebehovströskel för grupper av anslutna celler med värmebehov över föregående tröskelvärde ( = sammanhängande område). Dessa två tröskelvärden måste definieras av användaren.
  • Förutom flera andra indikatorer genererar modulen en formfil av potentiella fjärrvärmeområden som visas och lagras i verktygslådan i lageravsnittet. Särskilt intressant är följande indikatorer: totalt värmebehov i det sammanhängande området, genomsnittlig värmebehovstäthet i området.
  • Efter att ha använt CM för hela regionen / intresseområdet kan en övergripande karta över potentiella fjärrvärmeområden genereras ur de enskilda kartorna.

To Top

Analys av potential för övervärme och förnybar energi i de identifierade regionerna med potentiellt intresse för fjärrvärme

I detta steg kan potentialen för övervärme och förnybar energi i de regioner som har identifierats som potentiellt intressanta för fjärrvärme analyseras. Dessa data tillsammans med data om värmebehov och värmebehovstäthet i de regioner som samlats in i föregående steg kan sedan användas för att karakterisera representativa fjärrvärmeområden för ytterligare analyssteg. Följande lista ger en översikt över de värmekällor som bör beaktas och länkar till standarddata för respektive energikälla, som finns i Hotmaps-databasen:

To Top

Identifiering av representativa, typiska fjärrvärmeområden för vidare analys

Uppgifterna som samlats in i de två föregående stegen kan användas för att definiera olika typer av representativa, typiska fjärrvärmeområden (DH) i regionen / intresseområdet. Regioner / städer med liknande dimensioner och kombinationer av totalt värmebehov, genomsnittlig värmebehovstäthet och potential för förnybar energi och överskottsvärme kan grupperas.

Möjliga indikatorer för gruppering av typiska fjärrvärmeområden:

  • övergripande värmebehov i området [GWh / år]
  • genomsnittlig värmebehovstäthet i området [MWh / (ha * år)]
  • Tillgänglig potential för förnybara energikällor:
    • avloppsreningsverk kraft
    • jordbruksrester
    • avlopp från boskap
    • skogsrester
    • kommunalt fast avfall
    • geotermisk potential värmeledningsförmåga
    • potentiella solfångare - på taket
    • potentiella solfångare utomhus - fält
  • övervärmepotentialer:
    • stora industrianläggningar
    • Övrig

För var och en av de utvecklade grupperna av typiska DH-områden kan en eller flera representativa städer / regioner väljas och analyseras ytterligare. Dessa kan fungera som representativa fallstudier.

To Top

Hur man citerar

Marcus Hummel, Giulia Conforto, i Hotmaps-Wiki, Riktlinjer för användning av Hotmaps-verktygslådan för analyser på nationell nivå (augusti 2020)

To Top

Författare och granskare

Denna sida skrevs av Marcus Hummel och Giulia Conforto e-think .

☑ Denna sida granskades av Mostafa Fallahnejad EEG - TU Wien .

To Top

Licens

Copyright © 2016-2020: Marcus Hummel, Giulia Conforto

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 (bidragsöverenskommelse nummer 723677), som gav finansieringen för att genomföra denna undersökning.

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