Indholdsfortegnelse

På et øjeblik

Denne side har til formål at vise, hvordan du anvender Hotmaps-værktøjskassen til at udføre køleplanlægning. Pilotområdet i Aalborg Kommune betragtes som en studietilfælde, da denne by arbejder på planlægning af fjernkøling. Den potentielle anvendelse af Hotmaps-databasen og værktøjskassen demonstreres ved at vise brugen af forskellige datasæt og beregningsmoduler til at undersøge kølebehovet og potentialet for fjernkøling i byen.

To Top

Introduktion

Hotmaps-databasen og værktøjskassen kan bruges til køleplanlægning på følgende måde:

  • Brug standardkortet for kølebehovstæthed til analyse af fjernkølingspotentialer
  • Brug CM - Scale varme og cool tæthedskort til at øge / mindske kølebehovet i standardlaget for at passe til andre skøn
  • Brug dine egne data vedrørende bygningsmassen i analyseområdet sammen med data om specifikt kølebehov pr. Bygningstyper fra Hotmaps-databasen og beregningsmodulet CM - Tilpasset brutto gulvareal og varmebehovstæthedskort for at skabe et nedefra og ned kølebehov tæthedskort til yderligere brug
  • Brug CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler til at identificere områder, der potentielt er interessante for fjernkøling

Disse forskellige trin forklares detaljeret i de følgende afsnit. Desuden er disse illustreret på eksemplet fra Aalborg Kommune.

To Top

Metode

Brug af standardkøletæthedskortet fra Hotmaps-databasen

Hotmaps-databasen giver et kort for efterspørgselstætheden for hele EU28-lande på niveauet 100 x 100 m. Dette rasterlag er indeholdt i online Hotmaps-værktøjskassen samt i datalageret på gitlab. I det følgende forklares det, hvordan man forbereder kortet til brug i CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler.

Opret en konto til Hotmaps-værktøjskassen.

Du kan finde en beskrivelse af proceduren for at gøre det under følgende link .

Download et udvalg af standardkøletæthedskortet fra Hotmaps-databasen

Udfør følgende trin for at downloade køletæthedskortet (eller et udvalg af kortet) som en rasterfil og gemme det på din computer:

  • Zoom til det sted, du vil analysere (f.eks. Aalborg).
  • Klik på afgrænsningsfeltet, der indeholder interesseområdet (sørg for at forblive på skalaen 'LAU2'), eller vælg et tilpasset område ved at tegne placeringsgrænserne (sørg for at forblive på skalaen 'Hektar'). I dette tilfælde tegner du grænserne omkring interesseområdet ved hjælp af tegneværktøjet: du kan vælge mellem rektangulær, cirkelform eller en polygon. Klik derefter på det tegnede afgrænsningsfelt for at vælge området.
  • Vælg kategorien 'Køletæthed i alt' i det venstre panel under 'Lag'.
  • Download køletæthedskortet som en rasterfil, og gem det på din computer for det aktuelt valgte område ved at klikke på symbolet 'Download lagvalg' under laget 'Køletæthed i alt'.

Upload det valgte kort for kølingstæthedstæthed til din private konto

For at uploade data om kølebehov til Hotmaps-værktøjskassen skal du udføre følgende trin:

  • Fjern markeringen af alle lagene i det venstre panel.
  • Log ind på din brugerkonto, og klik derefter på knappen 'konto'.
  • Klik på 'Vælg filer' i nederste højre hjørne af kontovinduet og fortsæt til din lagringsmappe for at uploade dine filer.
  • Vælg rasterfilen for 'Cooling Density Total', som du har downloadet ovenfor (f.eks. "Cool_tot_curr_density.tif"). Vælg rasterfiltypen '(Bygning) Varmetæthed i alt' på trods af lagtypen er faktisk 'Køletæthed i alt'. På denne måde kan køletætheden bruges i beregningsmodulerne til at undersøge og vurdere fjernkølingens potentialer.
  • Det uploadede lag vises øverst i panelet til venstre lag og kan bruges som de indlejrede lag.

Nu kan du bruge det tilpassede kort-tæthedskort til nedefra og nedkøling til planlægning af fjernkøling ved at bruge CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler som beskrevet i fjerde trin .

To Top

Brug af CM - skaler kort over varme og køletæthed for at tilpasse standardkortet

Dette modul skalerer standardlaget med en given faktor. Målet er at give muligheden for at generere et tæthedslag for varme eller kulde med en samlet værdi. F.eks. Hvis du gerne vil øge kølebehovet med 20%.

For at skalere og downloade et kortlag for køletæthed, der skal bruges til CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler, udfør følgende trin:

  • Zoom til det sted, du vil analysere (f.eks. Aalborg).
  • Klik på afgrænsningsfeltet, der indeholder interesseområdet. Sørg for, at du forbliver på skalaen 'LAU2'.
  • Eller vælg et tilpasset område ved at tegne placeringsgrænserne. Sørg for at forblive på skalaen 'Hektar'.
  • Tegn grænserne omkring interesseområdet ved hjælp af tegneværktøjet . Du kan vælge mellem rektangulær, cirkelformet eller en polylinie.
  • Klik på det tegnede afgrænsningsfelt for at vælge området.
  • I panelet til venstre i værktøjskassen under 'Lag' skal du vælge fanen 'Beregningsmoduler'
  • Vælg 'CM - skaler kort over varme og køletæthed'.
  • Indstil inputparametrene efter dit behov: F.eks. “1.2” for at øge kølebehovet med 20%.
  • Indtast et navn til den beregning, du skal udføre (du kan bruge en tilfældig titel).
  • Kør CM ved at klikke på knappen "KØR CM".
  • Beregningen giver et nyt 'køletæthedslag' med et 20% højere kølebehov, dette kan findes i lagafsnittet til venstre i bunden af alle tilgængelige lag.
  • Download det resulterende lag (og omdøb det om nødvendigt).
  • Upload de skalerede kølebehovsdata til Hotmaps-værktøjskassen som beskrevet ovenfor .

To Top

Opret et individuelt nedefra og ned kølingstæthedskort ved hjælp af Hotmaps-data og moduler

For at udvikle et tilpasset bottom-up-køletæthedskort baseret på lokale data skal du udføre følgende trin:

  • Indhent lokale data om bygningsmassen (inklusive placering / koordinater, bygningsareal, bygningstype, byggeår eller periode).
  • Download hotmaps-bygningslagerdata om det endelige energibehov til rumopvarmning (SH), rumkøling (SC) og varmt brugsvand (DHW) for hver EU28 herfra
  • Find det land, du arbejder med, eller brug EU28-gennemsnittet i Hotmaps Building Stock-data.
  • Klassificer dine lokale bygningsmaterialedata til undersektorerne og bygningsalderklassen for hotmaps-bygningsmaterialedataene.
  • Forbind kølingens endelige energibehov for hver undersektor og bygningens aldersklasse med dine lokale bygningsmaterialedata for hver bygning, og bereg det endelige energibehov for køling.
  • Konverter dit regneark til .csv eller .xls for at skabe en shapefile .shp baseret på koordinationen af hver bygning og det endelige energibehov til køling.
  • Opret et nedefra og ned kølingstæthedskort .tif ved hjælp af Hotmaps CM-tilpassede varme- og brutto-arealdensitetskort. Beskrivelse kan findes på Wiki-siden CM - Tilpassede kort over varme- og gulvfladetæthed , som også indeholder linket til koden .
  • Upload det udviklede lag, som du ville gøre for et valg af standardlaget som beskrevet i det foregående afsnit] (/ da / District-cooling_Upload-the-cooling-demand-density-map-to-your-private-account).

Nu kan du bruge det tilpassede nedefra og ned kølingskrav til tæthed til planlægning af fjernkøling ved hjælp af CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler som beskrevet i fjerde trin .

To Top

Anvendelse af CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler for at identificere potentielle fjernkøleområder

Beregningsmodul CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler genererer en shapefile af potentielle fjernkøleområder baseret på følgende inputdata: et køletæthedskort med 1 hektar (ha) opløsning, en kølebehovstærskel for kølebehovet i hver celle i køletæthedskortet og en kølebehovstærskel for grupper af forbundne celler med kølebehov over den tidligere tærskel (= kohærent område).

For at beregne og sammenligne forskellige scenarier for potentielle fjernkøleområder baseret på de to tærskelværdier, der bruges i modulet, skal du udføre følgende trin:

  • Zoom til det sted, du vil undersøge (f.eks. Aalborg).
  • Tegn og vælg et afgrænsningsfelt, der indeholder interesseområdet.
  • NB Sørg for, at du er på skalaen 'Hektar' for at kunne bruge dine uploadede lag.
  • Tegn grænserne omkring interesseområdet ved hjælp af tegneværktøjet (rektangulær, cirkelform eller en polygon).
  • Klik på det tegnede afgrænsningsfelt for at vælge området.
  • I panelet til venstre i værktøjskassen under 'Lag' skal du vælge fanen 'Beregningsmoduler'
  • Vælg 'CM - Fjernvarmepotentialeområder: brugerdefinerede tærskler'.
  • Indstil inputparametrene i henhold til de valgte værdier for at undersøge og få adgang til fjernkølingens potentialer. Tæthedsgrænsen bør være lavere for fjernkøling sammenlignet med fjernvarme i betragtning af fjernkølingens art. Parametrene kunne f.eks. Indstilles til:
    • Min. varmebehov i hektar (“Min. kølebehov i hektar”): i et område mellem 75 og 15 MWh / ha / år.
    • Min. varmebehov i et DH-område (“Min. kølebehov i et DC-område”): i området mellem 10 og 1 GWh / år.
  • I VALG AF INPUT TYPE skal du vælge det kølebehovstæthedslag, du har uploadet, og du vil analysere.
  • Indtast et navn til den beregning, du skal udføre (du kan bruge en tilfældig titel).
  • Kør CM ved at klikke på knappen "KØR CM".
  • Når beregningen er klar, kan du finde de beregnede indikatorer i resultatsektionen i værktøjskassens højre panel. Det giver 3 resultater:
    • Samlet varmebehov (koldt) i GWh inden for den valgte zone
    • Samlet potentiale for fjernvarme (køling) i GWh inden for den valgte zone
    • Potentiel andel af fjernvarme (køling) fra det samlede behov i den valgte zone
  • Beregningen giver også 3 nye lag:
    • DC-områder - en raster, der viser de potentielle DC-områder,
    • Kort for køletæthed i potentielle jævnstrømsområder - et raster, en udklipning af indgangskøletæthedskortet baseret på de potentielle jævnstrømsområder
    • DC-områder og deres potentialer - en shapefile, polygoner af de potentielle DC-områder.
  • Disse findes i lagafsnittet i venstre panel (du skal lukke beregningsmodulerne med 'X' og flytte til 'Lag') i bunden af alle tilgængelige lag. Tag et screenshot af disse lag, og indsæt det her.
Figur 1: Identificeret områdekølepotentialeområde i centrum af Aalborg Kommune

VIGTIG NOTE

For at se disse outputlag skal du muligvis fravælge de andre lag. Hvis du stadig ikke kan se dem, skal du prøve at zoome ud, da der undertiden er en visualiseringsfejl. Du kan også downloade dem og genindlæse dem ved hjælp af din personlige konto (du skal logge på før), det løser altid problemet. Eller du kan indlæse dem i dit valgte GIS-program.

To Top

Referencer

Pezzutto et. al., 2019: D2.3 WP2-rapport - Åbn datasæt til EU28

Pezzutto, Croce, Zambotti, 2019. Building stock analysis '- udviklet under D.2.3 WP2

Mostafa Fallahnejad, 2020. Stand-alone CM: Tilpassede kort over varme- og bruttoarealer

Mostafa Fallahnejad, i Hotmaps-Wiki, CM-tilpassede kort over varme og brutto gulvfladeareal (april 2019).

To Top

Hvordan man citerer

Anders M. Odgaard, i Hotmaps-Wiki, Koncept til brug af Hotmaps til fjernkøling (september 2020)

To Top

Forfattere og korrekturlæsere

Denne side er skrevet af Anders M. Odgaard Planenergi .

☑ Denne side blev gennemgået af Marcus Hummel e-think .

To Top

Licens

Ophavsret © 2016-2020: Anders M. Odgaard

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