Wiki Introduktion

• Velkomstside

Datasæt

• Hotmaps datasæt: Metode til dataindsamling
• Hotmaps åbner datalagre

Generelle værktøjsfunktioner og struktur

• Introduktion til brugergrænseflade
• Lagafsnit i Hotmaps-værktøjskassen
• Vælg en region i Hotmaps-værktøjskassen
• Hent indikatorer for et valgt område
• Adgang til beregningsmoduler
• Database bag Hotmaps-værktøjskassen
• Data uploadfunktioner
• Dataeksportfunktioner

Beregningsmoduler (CM)

• CM - Tilpassede kort over varme og brutto gulvfladetæthed
• CM - Skal kort over varme og kølig tæthed
• CM - Efterspørgsel projektion
• CM - Varmebelastningsprofiler
• CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler
• CM - Fjernvarmepotentiale: økonomisk vurdering
• CM - Forsendelse af fjernvarmeforsyning
• CM - Decentral varmeforsyning
• CM - Solvarme- og solcellepotentiale
• CM - Lavt geotermisk potentiale
• CM - Varmekildepotentiale
• CM - Biomassepotentiale
• CM - Vindpotentiale
• CM - Overskydende varmetransportpotentiale
• CM - Scenariovurdering
• CM - Tilføj industrianlæg
• CM - Køretøjslager på NUTS 2-niveau

Sådan anvendes Hotmaps værktøjskasse

• Retningslinje: Hotmaps-værktøjskasse på lokalt niveau
• Retningslinje: Hotmaps-værktøjskasse på nationalt niveau
• Koncept til brug af hotmaps til fjernkøling
• Uddannelsesmateriale

For udviklere

• Udvikler sektion
• Retningslinjer for definition af indikatorer
• Retningslinjer for at skrive en Hotmaps Wiki-side

CM Efterspørgselsprojektion

CM Efterspørgselsprojektion

CM - Efterspørgselsprojektion

Målet med beregningsmodulet er at overføre scenarieresultaterne for udvikling af energibehovet til forskellige regioner.

Proceduren er som følger

Arbejdsgang udført før HotMaps-værktøjskassen

1. Forberegn invert / EE-lab-resultater på landsniveau
2. Vurdering af, hvad der sker med forskellige bygningstyper: Boliger og ikke-beboelsesejendomme / 3 konstruktion Perioder og nyopførte bygninger på landsplan
3. Vurder befolkningsvæksten pr. NUTS3-region og den indledende bygningsmasse (opvarmet bruttogulveareal / energibehov pr. Byggeperiode og bygningstype) pr. NUTS 3-region
4. Overfør NUTS0-scenarieresultaterne til NUTS3-niveau
5. Integrer NUTS3-niveauresultaterne i HotMaps Toolbox

Arbejdsgang udført i HotMaps-værktøjskassen

1. Vælg regioner
2. Start beregningsmodul, definér inputparametre
3. For hver rastercelle beregner CM den anslåede andel energi og opvarmet bruttogulveareal efter bygningstyper (f.eks. Boligbyggeri, byggeperiode 1, ikke-frisket) og anvender foranstaltningerne i henhold til den nationale / NUTS3-udvikling på disse bygninger.
4. Brugerinteraktion: Brugeren kan vælge at undersøge virkningen af mere eller mindre - i forhold til det valgte scenarie - ambitiøse foranstaltninger, f.eks. Vælge en højere eller lavere nedrivningshastighed for bygninger fra en bestemt byggeperiode.

Produktion

• Tabellresultater om opvarmet bruttogulvareal pr. Byggeperiode, endelig energibehov pr. Byggeperiode og afledte indikatorer.
• Søjlediagrammer på opvarmet bruttogulveareal og den endelige energibehov pr. Byggeperiode
• Varmetæthedskort og kort over opvarmet bruttogulvareal

To Top

Referencer

Sådan citeres

Andreas Müller, i Hotmaps-Wiki, https://github.com/HotMaps/hotmaps_wiki/wiki/CM-Demand-projection (oktober 2019)

Forfattere og korrekturlæsere

Denne side er skrevet af Andreas Müller *.

* e-tænk energiforskning

e-tænk energiforskning

Argentinierstrasse 18/10

A-1040 Wien

Østrig

* TU Wien - Energy Economics Group

Institut for Energisystemer og elektriske drev (ESEA)

Gußhausstraße 25 - 29 / E37003

A-1040 Wien

Østrig

Licens

Copyright © 2016-2019: Andreas Müller

Creative Commons Attribution 4.0 International licens

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

SPDX-licens-id: CC-BY-4.0

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

Anerkendelse

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

To Top

This page was automatically translated. View in another language:

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

^* machine translated1> CM Efterspørgselsprojektion

CM Efterspørgselsprojektion

CM - Efterspørgselsprojektion

Målet med beregningsmodulet er at overføre scenarieresultaterne for udvikling af energibehovet til forskellige regioner.

Proceduren er som følger

Arbejdsgang udført før HotMaps-værktøjskassen

1. Forberegn invert / EE-lab-resultater på landsniveau
2. Vurdering af, hvad der sker med forskellige bygningstyper: Boliger og ikke-beboelsesejendomme / 3 konstruktion Perioder og nyopførte bygninger på landsplan
3. Vurder befolkningsvæksten pr. NUTS3-region og den indledende bygningsmasse (opvarmet bruttogulveareal / energibehov pr. Byggeperiode og bygningstype) pr. NUTS 3-region
4. Overfør NUTS0-scenarieresultaterne til NUTS3-niveau
5. Integrer NUTS3-niveauresultaterne i HotMaps Toolbox

Arbejdsgang udført i HotMaps-værktøjskassen

1. Vælg regioner
2. Start beregningsmodul, definér inputparametre
3. For hver rastercelle beregner CM den anslåede andel energi og opvarmet bruttogulveareal efter bygningstyper (f.eks. Boligbyggeri, byggeperiode 1, ikke-frisket) og anvender foranstaltningerne i henhold til den nationale / NUTS3-udvikling på disse bygninger.
4. Brugerinteraktion: Brugeren kan vælge at undersøge virkningen af mere eller mindre - i forhold til det valgte scenarie - ambitiøse foranstaltninger, f.eks. Vælge en højere eller lavere nedrivningshastighed for bygninger fra en bestemt byggeperiode.

Produktion

• Tabellresultater om opvarmet bruttogulvareal pr. Byggeperiode, endelig energibehov pr. Byggeperiode og afledte indikatorer.
• Søjlediagrammer på opvarmet bruttogulveareal og den endelige energibehov pr. Byggeperiode
• Varmetæthedskort og kort over opvarmet bruttogulvareal

To Top

Referencer

Sådan citeres

Andreas Müller, i Hotmaps-Wiki, https://github.com/HotMaps/hotmaps_wiki/wiki/CM-Demand-projection (oktober 2019)

Forfattere og korrekturlæsere

Denne side er skrevet af Andreas Müller *.

* e-tænk energiforskning

e-tænk energiforskning

Argentinierstrasse 18/10

A-1040 Wien

Østrig

* TU Wien - Energy Economics Group

Institut for Energisystemer og elektriske drev (ESEA)

Gußhausstraße 25 - 29 / E37003

A-1040 Wien

Østrig

Licens

Copyright © 2016-2019: Andreas Müller

Creative Commons Attribution 4.0 International licens

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

SPDX-licens-id: CC-BY-4.0

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

Anerkendelse

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

To Top

This page was automatically translated. View in another language:

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

^* machine translated> CM Efterspørgselsprojektion

CM Efterspørgselsprojektion

CM - Efterspørgselsprojektion

Målet med beregningsmodulet er at overføre scenarieresultaterne for udvikling af energibehovet til forskellige regioner.

Proceduren er som følger

Arbejdsgang udført før HotMaps-værktøjskassen

1. Forberegn invert / EE-lab-resultater på landsniveau
2. Vurdering af, hvad der sker med forskellige bygningstyper: Boliger og ikke-beboelsesejendomme / 3 konstruktion Perioder og nyopførte bygninger på landsplan
3. Vurder befolkningsvæksten pr. NUTS3-region og den indledende bygningsmasse (opvarmet bruttogulveareal / energibehov pr. Byggeperiode og bygningstype) pr. NUTS 3-region
4. Overfør NUTS0-scenarieresultaterne til NUTS3-niveau
5. Integrer NUTS3-niveauresultaterne i HotMaps Toolbox

Arbejdsgang udført i HotMaps-værktøjskassen

1. Vælg regioner
2. Start beregningsmodul, definér inputparametre
3. For hver rastercelle beregner CM den anslåede andel energi og opvarmet bruttogulveareal efter bygningstyper (f.eks. Boligbyggeri, byggeperiode 1, ikke-frisket) og anvender foranstaltningerne i henhold til den nationale / NUTS3-udvikling på disse bygninger.
4. Brugerinteraktion: Brugeren kan vælge at undersøge virkningen af mere eller mindre - i forhold til det valgte scenarie - ambitiøse foranstaltninger, f.eks. Vælge en højere eller lavere nedrivningshastighed for bygninger fra en bestemt byggeperiode.

Produktion

• Tabellresultater om opvarmet bruttogulvareal pr. Byggeperiode, endelig energibehov pr. Byggeperiode og afledte indikatorer.
• Søjlediagrammer på opvarmet bruttogulveareal og den endelige energibehov pr. Byggeperiode
• Varmetæthedskort og kort over opvarmet bruttogulvareal

To Top

Referencer

Sådan citeres

Andreas Müller, i Hotmaps-Wiki, https://github.com/HotMaps/hotmaps_wiki/wiki/CM-Demand-projection (oktober 2019)

Forfattere og korrekturlæsere

Denne side er skrevet af Andreas Müller *.

* e-tænk energiforskning

e-tænk energiforskning

Argentinierstrasse 18/10

A-1040 Wien

Østrig

* TU Wien - Energy Economics Group

Institut for Energisystemer og elektriske drev (ESEA)

Gußhausstraße 25 - 29 / E37003

A-1040 Wien

Østrig

Licens

Copyright © 2016-2019: Andreas Müller

Creative Commons Attribution 4.0 International licens

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

SPDX-licens-id: CC-BY-4.0

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

Anerkendelse

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

To Top

This page was automatically translated. View in another language:

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

^* machine translated