Wiki Introduktion

Datasæt

Generelle værktøjsfunktioner og struktur

Beregningsmoduler (CM)

Sådan anvendes Hotmaps værktøjskasse

For udviklere

Hotmaps-logo

Indholdsfortegnelse

På et øjeblik

Dette modul genererer både et varmebehovstæthed og et brutto gulvfladetæthedskort i form af rasterfiler. Indgangen til modulet er forskellige udviklingsscenarier for varmebehovet og brutto gulvarealer på nationalt niveau og opdelt på hvert rasterelement samt brugerdefinerede parametre for at beskrive den relative afvigelse til udviklingen i scenarierne.

To Top

Introduktion

Til analyse af de fremtidige potentialer for tilførsel af varme og kulde fra vedvarende og overskydende varmekilder er det vigtigt at tage højde for den potentielle udvikling i bygningsmassen i den analyserede region. En del af bygningerne renoveres for at mindske energibehovet til rumopvarmning, en del af bygningerne reves og nye bygninger bygges. Dette fører til ændringer i varmebehovet for bygningerne i en region. Desuden har befolkningens udvikling og bruttonationalproduktet (BNP) i en region indflydelse på udviklingen i efterspørgslen efter bygning af bruttoareal og dermed efterspørgslen efter rumopvarmning og produktion af varmt vand. Formålet med beregningsmodulet (CM) - Efterspørgselsprojektion er at give scenarier for den fremtidige udvikling af brutto gulvarealer og varmebehov i bygninger til et valgt område baseret på beregninger for EU-28 på nationalt niveau. Forskellige scenarier, der beregnes ved hjælp af Invert / EE-Lab-modulet, er opdelt på hektareniveau. De adskiller sig i deres termiske renoveringshastighed, med andre ord hvor meget af brutto-gulvarealet er renoveret forholdsmæssigt. CM giver også mulighed for at ændre tre grundlæggende drivere i scenarierne og generere tilpassede resultater. Disse tre grundlæggende drivkræfter er a) reduktion af eksisterende bygnings bruttoareal, b) reduktion af de specifikke energibehov i bygningerne og c) den årlige befolkningsvækst ud over standardvækst

To Top

Ind- og udgange

Indgange

  • Vælg scenarie:

    • her kan du vælge mellem forskellige scenarier beregnet med Invert / EE-Lab-modulet, der skal bruges som referenceudvikling til beregningen med modulet

  • Vælg målår:

    • her kan du vælge det år, som beregningerne skal udføres for

  • Skal op eller ned reduktionen af brutto gulvareal sammenlignet med referencescenarie:

    • med denne parameter kan du ændre udviklingen i bruttogulvarealet for nuværende eksisterende bygninger sammenlignet med udviklingen som projiceret i scenariet beregnet med Invert / EE-Lab-modellen
    • du kan definere forskellige relative ændringer for eksisterende bygninger bygget i forskellige byggeperioder (før 1977, mellem 1977 og 1990, efter 1990)
    • de værdier, der skal introduceres, har enheden [%]
    • en værdi på 25 betyder, at reduktionen af bruttoarealet i en defineret byggeperiode, fx før 1977, mellem beregningsstartåret og slutningen af den valgte scenarie tid multipliceres med 0,25. F.eks. I det valgte Invert / EE-Lab-scenarie falder det samlede gulvareal for bygninger bygget før 1977 fra 10 mio. m² til 6 mio m² mellem nu og slutningen af den valgte scenarieperiode. Dette svarer til et fald på 4 mio. M². Når du vælger en værdi på 25, ændres effekten af Invert / EE-Lab-scenariet for ikke at reflektere et fald på 4 Mio m² over denne tidsperiode, men kun med 1 Mio. m² (4 * 0,25). Således vil det resterende bruttoareal af bygninger, der blev bygget før 1977 ved afslutningen af scenariet, være 9 mio. m².

  • Skal op eller ned reduktionen af specifikke energibehov sammenlignet med referencescenariet:

    • med denne parameter kan du ændre udviklingen af de specifikke energibehov til rumopvarmning og fremstilling af varmt vand i nuværende bygninger sammenlignet med udviklingen som projiceret i scenariet beregnet med Invert / EE-Lab-modellen
    • du kan definere forskellige relative ændringer for eksisterende bygninger bygget i forskellige byggeperioder (før 1977, mellem 1977 og 1990, efter 1990)
    • de værdier, der skal introduceres, har enheden [%]
    • en værdi på 25 betyder, at reduktionen af specifikt energibehov i en defineret konstruktionsperiode, fx før 1977, mellem beregningsstartåret og slutningen af den valgte scenarie tid multipliceres med 0,25. F.eks. I det valgte Invert / EE-Lab-scenarie falder det specifikke energibehov til rumopvarmning og varmtvandsproduktion af bygninger, der er bygget før 1977, fra 200 kWh / m²yr til 120 kWh / m²yr mellem nu og slutningen af den valgte scenarieperiode. Dette svarer til et fald på 80 kWh / m²yr. Når du vælger en værdi på 25, ændres effekten af Invert / EE-Lab-scenariet for ikke at afspejle et fald på 80 kWh / m²yr i løbet af denne tidsperiode, men kun med 20 kWh / m²yr (80 * 0,25). Således vil det resterende specifikke energibehov til rumopvarmning og fremstilling af varmt vand i bygninger, der blev bygget før 1977 ved afslutningen af scenariet, være 180 kWh / m²yr.

  • Årlig befolkningsvækst ud over standardvækst:

  • Det underliggende scenario giver estimater for befolkningsvækst på NUTS3-niveau. Ved at sammenligne befolkningsvæksten på NUTS0- og NUTS3-niveau ved hjælp af historiske data kan en proportional befolkningsvækst beregnes. Parameteren "Årlig befolkningsvækst ud over standardvækst" kan bruges til at påvirke disse vækstrater. I vores model er befolkningsvækst direkte proportional med arealvækst, hvilket igen resulterer i en direkte stigning i opvarmet areal.

  • Metode til at tilføje nybyggede bygninger til kortet:

    • her kan du vælge den metode, der skal anvendes til at tilføje nyopførte bygninger til det resulterende bruttoareal og kort over tæthedstæthed
    • de tre forskellige metoder forklares i det følgende:
      • Ingen nye bygninger: På kortene reflekteres kun bygninger, der allerede findes i den nuværende bygningsmasse og stadig forventes at eksistere i slutningen af simuleringsperioden. Rivede bygninger fjernes fra kortet, og der tilføjes ingen nye bygninger. Bruttoarealet såvel som varmebehovet afspejlet i kortene er således bemærkelsesværdigt lavere sammenlignet med de forventede værdier fra beregningerne.
      • Udskift kun nedrevne bygninger: I kortene ændres bygnings bruttoareal ikke i forhold til bruttoarealet i beregningsstartåret. I øjeblikket erstattes eksisterende bygninger, der forventes at blive revet, med nybyggede bygninger. Hvis brutto-gulvarealet stiger i scenarierne, afspejles ikke stigningen i brutto-gulvarealet ikke i kortene.
      • Tilføj alle nye bygninger: På kortene tilføjes alle nye bygninger. På steder, hvor bygninger er revet, erstattes disse af nye bygninger. Yderligere nybygget bruttoareal på grund af en stigning i det samlede bruttoareal i regionen placeres forskellige steder: en del af det tilføjet oven på eksisterende bygninger, en del af det placeres mellem eksisterende bygninger, og en del af det er placeret i steder, hvor der i øjeblikket ikke findes bygninger.
    • valget af denne metode har ingen indflydelse på indikatorerne vist i resultatsektionen i beregningen. Dvs. dette er kun relevant for oprettelse af kortene, ikke for de samlede resultater af scenarierne.

Udgange

  • Indikatorer:

    • Underliggende antagelser om befolkningsvækst fra start til målår i en 5-årig stigning
    • Opvarmet areal (bruttogulv) i alt og pr. Indbygger i startåret og i slutningen af beregningen (På grund af den varierende tilgængelighed af forskellige datasæt for forskellige år vises området for 2014 her ved startværdien.)
    • Anslået (endelig) energiforbrug i alt og pr. Område i startåret og ved slutningen af beregningen
    • Anslået areal, samlet energiforbrug og specifikt energiforbrug pr. Byggeperiode i startåret og i slutningen af beregningen
    • Andel af nyopførte bygninger vist på rasterkortet for målåret

  • Grafik:

    • Søjlediagrammer over opvarmet bruttoareal og endeligt energiforbrug pr. Byggeperiode

  • Lag:

    • Kort over densitetstæthed, der afspejler den beregnede udvikling
    • Kort over bruttoarealstæthed, der afspejler den beregnede udvikling

To Top

Metode

Som skrevet før er dette modul baseret på beregninger udført med Invert / EE-Lab-modulet for alle lande i EU 28 (se www.invert.at for en beskrivelse af metoden til Invert / EE-Lab-modulet). De beregnede scenarier analyseres vedrørende udviklingen af følgende typer bygninger: beboelses- og ikke-beboelsesejendomme, 3 anlægsperioder og nyopførte bygninger. Derefter vurderes befolkningsvæksten pr. NUTS3-region og den oprindelige bygningsmasse (udtrykt i opvarmet bruttoareal og energibehov pr. Byggeperiode og bygningstype) pr. NUTS 3-region. Baseret på denne vurdering overføres resultaterne af de beregnede scenarier til den respektive NUTS3-region. NUTS3-resultaterne fordeles derefter til de forskellige hektarelementer i henhold til metoden udviklet i Müller et al 2019 ( REFERENCE ).

Medfølgende scenarier

Modulet giver 4 forskellige scenarier, der varierer i deres renoveringshastigheder. Gennem et valg renoveres enten 0,5%, 1%, 2% eller 3% af det samlede brutto-gulvareal årligt. Det skal bemærkes, at det sparede varmebehov ikke er direkte proportionalt med en stigning i renoveringshastigheden, da forskellige effektive renoveringer er tilladt. Med en lille renoveringsrate renoveres hovedsageligt bygninger, hvor gunstige tiltag kan give store besparelser. Med en høj renoveringsgrad renoveres bygninger med en højere termisk kvalitet i stigende grad, og deres sparede varmeenergi er lavere i sammenligning. Basisscenariet bag de forskellige scenarier er referencescenariet, der er beskrevet i den følgende del.

"reference": De nuværende effektivitetspolitikker forbliver på plads og implementeres effektivt. Vi antager, at bygningsejere og fagfolk generelt overholder lovgivningsmæssige instrumenter som bygningsregler. Nationale forskelle i politikintensiteten eksisterer fortsat. Derfor angiver politikintensiteten kvalitativt rækkevidden af politikambition i forskellige lande. Politikken for energieffektivitet svarer til de nuværende pakker, som i de fleste lande er en blanding af lovgivningsmæssige tilgange (bygningskoder, definitioner på næsten nul energi (nZEB), RES-H-forpligtelse), økonomisk støtte (tilskud til renovering af bygninger) og energibeskatning. De vigtigste kilder til implementerede politikker er Mure-databasen (www.measures-odyssee-mure.eu/) og projekterne ENTRANZE (www.entranze.eu/) og Zebra2020 (www.zebra2020.eu/). Mens scenariet hverken betragter en stærk teknologiforbedring eller bindende energieffektivitetsforpligtelser, findes der ambitiøse politikker til fremme af vedvarende energi. Dette er implementeret baseret på obligatoriske kvoter for vedvarende energi på niveauet for de enkelte bygninger.

Energipriser: Energipriserne stiger moderat i henhold til EU-referencescenario 2016 (https://ec.europa.eu/energy/en/data-analysis/energy-modelling).

Teknologiudvikling: Den antagne teknologiske læring er meget lav, og omkostningerne til effektive og vedvarende varme- / køleteknologier falder kun lidt.

Kvalitativ oversigt over politiske antagelser:

  • Politikintensitet for RES-H: høj
  • Politikintensitet for bygningers effektivitet: lav
  • Politikintensitet for fjernvarme: medium
  • Energipriser: lave
  • Teknologisk udvikling: lav

Resultater: Samlet endeligt energibehov til rumopvarmning, varmt vand, køling og ekstra energibehov i EU-28 udgør ca. 3850 TWh for alle renoveringshastigheder i 2015 og falder til 2800TWh til 2250 TWh i 2050, afhængigt af renoveringshastigheden.

EU-28:

Figur: Endelig energibehov i EU-28 fra 2015 til 2050 for forskellige renoveringsgrader

De følgende seks grafer viser udviklingen af det endelige energibehov til rumopvarmning, køling og tilberedning af varmt brugsvand til de enkelte EU-lande.

DE, FR, GB, IT og PL:

Figur: Endelig energibehov i DE, FR, GB, IT og PL for 2015 og 2050 med forskellige renoveringshastigheder

Figur: Del af det endelige energibehov i 2050 for DE, FR, GB, IT og PL i forhold til 2015

NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK og GK:

Figur: Endelig energibehov i NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK og GK for 2015 og 2050 med forskellige renoveringshastigheder

Figur: Andel af det endelige energibehov i 2050 for NL, ES, BE, SE, CZ, HU, AT, RO, FI, DK og GK i forhold til 2015

SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY og MT:

Figur: Endelig energibehov i SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY og MT for 2015 og 2050 med forskellige renoveringshastigheder

Figur: Del af det endelige energibehov i 2050 for SK, IE, PT, HR, BG, LT, LV, SI, EE, LU, CY og MT i forhold til 2015

To Top

GitHub-lager af dette beregningsmodul

Her får du banebrydende udvikling for dette beregningsmodul.

To Top

Prøvekørsel

Her køres beregningsmodulet til casestudiet i Wien, Østrig. Brug først "Gå til sted" -linjen til at navigere til Wien og vælge byen. Klik på knappen "Lag" for at åbne vinduet "Lag", og klik derefter på fanen "BEREGNINGSMODUL". På listen over beregningsmoduler skal du vælge "CM - Demand projection".

Testkørsel: standard inputværdier

Standardindgangsværdierne genererer et varmebehovstæthedskort for 2017. Disse værdier skal kun betragtes som udgangspunkt. Du skal muligvis indstille værdier under eller over standardværdier i betragtning af yderligere lokale overvejelser. Det anvendte scenario har også en stærk effekt på output. Derfor skal brugeren tilpasse disse værdier for at finde den bedste kombination af input til hende eller hans casestudie.

Følg de næste trin for at køre beregningsmodulet:

  • Tildel et navn til kørselssessionen (valgfrit), og indstil inputparametrene (her blev standardværdier brugt), og tryk derefter på "RUN CM" i slutningen af CM-input.
  • Vent, indtil processen er afsluttet.
  • Du kan straks se, at kortet for varmetæthed er føjet til kortet. Som output vises indikatorer i vinduet "RESULTATER", og på kortet vises det nye varmetæthedskort og det samlede gulvareal.

Figur: Efterspørgselsprojektion efter kørsel med standardparameter

  • Derudover genereres også to diagrammer. Den første viser det opvarmede bruttoareal til forskellige bygningsperioder. Det andet diagram illustrerer energiforbruget til opvarmning og varmt vand til boliger også for forskellige bygningsperioder.

Figur: Efterspørgselprojektion efter kørsel med en standardparameter, skift til grafik

  • Efter kørsel af beregningen og lukning af beregningsmodulet findes to nye lag nederst på listen Lag. På den ene side det nye kort for opvarmningstæthed og på den anden side det nye kort over brutto gulvareal. Hvis du vil gemme dem og bruge dem i yderligere beregninger, skal du downloade og uploade dem igen.

Figur: Efterspørgselprojektion efter kørsel med en standardparameter, skift til resultatlag

Som nævnt før kan det være nødvendigt at justere inputparametrene til den egen datasituation eller kontrollere følsomheder.

To Top

Hvordan man citerer

Andreas Müller og Marcus Hummel, i Hotmaps-Wiki, CM-Demand-projection (oktober 2019)

To Top

Forfattere og korrekturlæsere

Denne side er skrevet af Andreas Müller, Marcus Hummel, Giulia Conforto og David Schmidinger ( e-think ).

☑ Denne side blev gennemgået af Mostafa Fallahnejad ( EEG - TU Wien ).

To Top

Licens

Ophavsret © 2016-2020: Andreas Müller og Marcus Hummel

Creative Commons Attribution 4.0 International licens

Dette arbejde er licenseret under en Creative Commons CC BY 4.0 International licens.

SPDX-licensidentifikator: CC-BY-4.0

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

To Top

Anerkendelse

Vi vil gerne formidle vores dybeste påskønnelse til Horizon 2020 Hotmaps-projektet (tilskudsaftale nummer 723677), som gav finansieringen til at gennemføre den nuværende undersøgelse.

To Top

This page was automatically translated. View in another language:

English (original) Bulgarian* Czech* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*

* machine translated