Disclaimer: The explanation provided on this website (Hotmaps Wiki) are indicative and for research purposes only. No responsibility is taken for the accuracy of the provided information, explanations and figures or for using them for unintended purposes.
Data privacy: By clicking OK below, you accept that this website may use cookies.
Dette modul kan køres i to tilstande: 1) forsendelse, 2) investere. I afsendelsestilstand beregner den den minimale drift af en portefølje af varmeforsyningsteknologier i et defineret fjernvarmesystem for hver time på året. Indgangene til modulet er timeprofiler for varmebehovet i netværket, for den potentielle varmeforsyning fra forskellige kilder og for energibærerpriser. Desuden kræves omkostnings- og effektivitetsparametre for hver teknologi. Modulet giver omkostningerne til varmeforsyning, andelen af anvendte energibærere og de underforståede CO2-emissioner. I investeringstilstand optimerer modulet kapaciteten af installerede varmeforsyningsteknologier til at dække varmebehovet.
Dette modul kan køres i to tilstande: 1) forsendelse, 2) investere. I afsendelsestilstand beregner den den minimale drift af en portefølje af varmeforsyningsteknologier i et defineret fjernvarmesystem for hver time af året. Indgangene til modulet er timeprofiler for varmebehovet i netværket, for den potentielle varmeforsyning fra forskellige kilder og for energibærerpriser. Desuden kræves omkostnings- og effektivitetsparametre for hver teknologi. Modulet giver omkostningerne til varmeforsyning, andelen af anvendte energibærere og de implicitte CO2-emissioner. I investeringstilstand optimerer modulet kapaciteten af installerede varmeforsyningsteknologier til at dække varmebehovet.
Fjernvarmeforsyningsmodulet er en forsendelsesmodel, der forsøger at finde en omkostningsoptimal løsning til dækning af varmebehovet hver årstime.
Metoden beskrevet her skal forstås som et første koncept og kan afvige fra den faktiske implementering (modelkompleksitet, input og output osv. Skal ses fra dette synspunkt). Denne wiki-side forklarer den version af beregningsmodul, der er integreret i værktøjskassen. En enkeltstående version af beregningsmodulet er meget mere omfattende og kan downloades fra HER . Denne version kræver dog grundlæggende viden om python-programmering. Dokumentationen for den enkeltstående version kan findes HER .
Modulet kræver en lang række inputparametre. De vigtigste inputparametre er dog:
De vigtigste outputindikatorer for beregningsmodulet er:
VIGTIG BEMÆRKNING I Hotmaps antages biomasseemissioner ikke som nul, fordi Hotmaps er et værktøj, der har til formål at understøtte den igangværende energiomstilling. At betragte biomasse som en kulstofneutral energikilde indebærer, at afbrænding af biomasse reducerer den nuværende samlede emission sammenlignet med forbrænding af fossile brændstoffer, hvilket ikke er sandt. Opbevaring af kuldioxid i træer sker over årtier, mens dens frigivelse i atmosfæren finder sted på én gang. Derfor er netto-kulstofbalancen i biomasse nul på lang sigt, men ikke på kort sigt, og klimaforandringsbegrænsende foranstaltninger er nødvendige for at bringe resultater til at reducere kulstofemissioner på kort sigt.
Modulet er implementeret som et lineært program og kan på den ene side bruges som en ren forsendelsesmodel og på den anden side til investeringsplanlægning til at dække en belastningsprofil. Den objektive funktion forsøger at finde minimumsforskellen fra omkostningerne til at levere varme og indtægter fra elproduktion.
c total
udbytte fra summen af:IC
(installeret kapacitet ganget med annuiteterne for de specifikke investeringsomkostninger)CC
:OPEX
:rev total
udbytte fra ::Her får du banebrydende udvikling for dette beregningsmodul.
Når du har valgt en region og ikke foretager ændringer i standardparametrene, kører modellen i investeringstilstand. Dette betyder, at de installerede kapaciteter også er optimeret til den optimale omkostningsdækning af varmebehovet.
Nedenfor kan du se alle inputparametre, der kan ændres
Jeton Hasani, i Hotmaps Wiki, CM Fjernvarmeforsyning (september 2020)
Denne side er skrevet af Jeton Hasani ( EEG - TU Wien ).
☑ Denne side blev gennemgået af Mostafa Fallahnejad ( EEG - TU Wien ).
Ophavsret © 2016-2020: Jeton Hasani
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
Vi vil gerne formidle vores dybeste påskønnelse til Horizon 2020 Hotmaps-projektet (tilskudsaftale nummer 723677), som gav finansieringen til at gennemføre den nuværende undersøgelse.
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
Last edited by web, 2020-09-30 11:29:36