not logged in | [Login]
Nell'ambito del progetto Hotmaps, i dati sono stati raccolti a vari livelli (nazionale, regionale e locale). Questi dati sono stati generati per quattro diversi settori: residenziale (case unifamiliari, multifamiliari e condomini), servizi (uffici, commercio, istruzione, sanità, hotel e ristoranti e altri edifici non residenziali), industria (ferro e acciaio, metalli non ferrosi, carta e stampa, minerali non metallici, industria chimica, alimenti, bevande e tabacco, ingegneria e altri non classificati) e trasporti (trasporto di passeggeri - trasporto pubblico, privato, ferroviario e merci - merci pesanti e veicoli commerciali leggeri).
Tutti i set di dati sopra menzionati sono archiviati nei repository di dati Hotmaps su GitLab e possono essere consultati e scaricati da lì. I repository di dati Hotmaps sono estesi e composti da oltre 70 repository. Al fine di fornire una migliore panoramica di tutti i repository Hotmaps, qui, li abbiamo raggruppati in classi diverse e fornito il collegamento diretto ad essi. Per spiegazioni dettagliate sulla raccolta dei dati, metodologie, riferimenti, ipotesi e limitazioni dei set di dati Hotmaps fare riferimento a questo rapporto [1].
Quota della superficie lorda nei periodi di costruzione:
Crea il tuo profilo:
I file generici dovrebbero consentire all'utente di produrre i propri profili di carico utilizzando i propri dati e un anno di struttura a propria scelta. Per i profili di carico industriali, abbiamo fornito un profilo annuale per l'anno 2018 (in cui i giorni tipo sono impostati nell'ordine di quest'anno). Per i profili di carico terziario e residenziale, abbiamo fornito un profilo annuale per l'anno 2010. Tuttavia, vogliamo dare all'utente l'opportunità di utilizzare un anno struttura a sua scelta (Anno struttura in questo contesto significa l'ordine dei giorni nel corso dell'anno).
I profili forniti qui sono senza unità poiché devono essere ridimensionati durante la generazione di profili annuali.
Fare riferimento ai singoli profili in questo wiki o ai rispettivi repository di dataset per maggiori informazioni sulla generazione di profili dai profili generici.
Per il riscaldamento, il raffreddamento e l'acqua calda abbiamo fornito un profilo annuale per l'anno 2010. Tuttavia, se gli utenti hanno accesso a profili di temperatura orari specifici per località o a profili di temperatura per anni diversi dal 2010, desideriamo dare all'utente l'opportunità di utilizzare questi dati per generare profili di carico con un anno di struttura diverso o una precisione superiore. Pertanto, i profili generici dovrebbero consentire all'utente di produrre i propri profili di carico utilizzando i propri dati e un anno di struttura a propria scelta.
Per la fornitura di acqua calda , si assume che la domanda e quindi il profilo di carico corrispondente dipenda da influenze stagionali, settimanali e giornaliere.
Le colonne "tipo di giorno" si riferiscono al tipo di giorno della settimana:
Per integrare un'influenza stagionale nel profilo della domanda, viene utilizzata la colonna "stagione".
I profili annuali per l'acqua calda possono essere generati dai profili generici forniti qui seguendo i seguenti passaggi:
Per il riscaldamento e il raffrescamento si assume che la richiesta non dipenda dal tipo di giorno ma solo dall'ora del giorno stesso e dalla temperatura esterna nella rispettiva ora (per questo motivo le colonne "tipo giorno" e "stagione" sono non rilevante per i profili di riscaldamento e raffreddamento).
I profili annuali possono essere generati dai profili generici forniti in questo repository seguendo i seguenti passaggi:
Il profilo del settore terziario è costituito dalla domanda di più sottosettori. La configurazione è diversa per ogni paese. Per le rispettive quote sottosettoriali per paese, si rimanda al rapporto hotmaps WP2, sezione 2.7.3 (https://www.hotmaps-project.eu/wp-content/uploads/2018/03/D2.3-Hotmaps_for-upload_revised -final_.pdf).
Per la richiesta di acqua calda si assume che la richiesta sia indipendente dalla temperatura esterna, ma dipenda dal tipo di giorno della settimana e dall'ora del giorno. La colonna "tipo di giorno" si riferisce al tipo di giorno della settimana:
I profili annuali possono essere generati dai profili generici forniti qui seguendo i seguenti passaggi:
Per il riscaldamento e il raffrescamento nel settore terziario , abbiamo fornito un profilo annuale per l'anno 2010. Tuttavia, vogliamo dare all'utente l'opportunità di utilizzare un anno a sua scelta. Inoltre, se gli utenti hanno accesso a profili di temperatura orari specifici per località, vogliamo dare all'utente l'opportunità di utilizzare questi dati per generare profili di carico con maggiore precisione. Pertanto, i profili generici dovrebbero consentire all'utente di produrre i propri profili di carico utilizzando i propri dati e un anno di struttura a propria scelta.
Partiamo dal presupposto che la domanda di riscaldamento e raffreddamento nel settore terziario dipenda dal tipo di giorno, dall'ora del giorno stesso e dalla temperatura esterna nella rispettiva ora.
I profili forniti qui sono senza unità poiché devono essere ridimensionati durante la generazione di profili annuali. Per i profili generici per riscaldamento e raffrescamento, sono guidati dalle differenze tra ore e livelli di temperatura. Inoltre, poiché il settore terziario è guidato da un ritmo settimanale, i profili per il riscaldamento e il raffreddamento nel settore terziario dipendono anche dal tipo di giorno. La colonna "tipo di giorno" si riferisce al tipo di giorno della settimana:
I profili annuali possono essere generati dai profili generici per il riscaldamento e il raffreddamento terziario forniti in questo repository seguendo i seguenti passaggi:
Per i profili di carico industriali , abbiamo fornito un profilo annuale per l'anno 2018 (in cui i tipi di giorni sono impostati nell'ordine di quest'anno). Vogliamo comunque dare la possibilità all'utente di utilizzare una struttura anno di sua scelta. Anno di struttura in questo contesto significa l'ordine dei giorni nel corso dell'anno. Le colonne "tipo di giorno" si riferiscono al tipo di giorno della settimana:
La colonna "mese" si riferisce al mese dell'anno. 1 = gennaio, 2 = febbraio ecc. I profili annuali possono essere generati dai profili generici forniti qui seguendo i seguenti passaggi:
I profili specifici dell'anno (per tutto l'anno) qui forniti sono generati sulla base di profili orari sintetici per giorni tipici. In questo contesto sottolineiamo che i profili non vengono misurati ma modellati prendendo in considerazione diversi fattori a seconda del tipo di profilo:
Utilizzando la struttura dei giorni in un anno, i profili vengono assemblati su un profilo di domanda lungo un anno.
Tutti i profili qui forniti sono senza unità e normalizzati a 1 000 000. Per creare un profilo, deve essere scalato in base alla domanda annuale della rispettiva regione (ovvero in modo che l'integrale dei profili sia uguale alla domanda annuale per regione).
Per spiegazioni dettagliate e un'illustrazione grafica del set di dati, consultare il report Hotmaps WP2 (sezione 2.7).
[1] Simon Pezzutto, Stefano Zambotti, Silvia Croce, Pietro Zambelli, Giulia Garegnani, Chiara Scaramuzzino, Ramón Pascual Pascuas, Alyona Zubaryeva, Franziska Haas, Dagmar Exner (EURAC), Andreas Müller (e ‐ think), Michael Hartner (TUW) , Tobias Fleiter, Anna ‐ Lena Klingler, Matthias Kühnbach, Pia Manz, Simon Marwitz, Matthias Rehfeldt, Jan Steinbach, Eftim Popovski (Fraunhofer ISI) Revisionato da Lukas Kranzl, Sara Fritz (TUW); Accesso in linea
Mostafa Fallahnejad, in Hotmaps-Wiki, Hotmaps-data-repository-structure (maggio 2019)
Questa pagina è stata scritta da Mostafa Fallahnejad ( EEG - TU Wien ).
☑ Questa pagina è stata recensita da Marcus Hummel ( e-think )
Copyright © 2016-2019: Mostafa Fallahnejad
Licenza internazionale Creative Commons Attribution 4.0
Questo lavoro è concesso in licenza con una licenza internazionale Creative Commons CC BY 4.0.
Identificatore licenza SPDX: CC-BY-4.0
Testo della licenza: https://spdx.org/licenses/CC-BY-4.0.html
Vorremmo esprimere il nostro più profondo apprezzamento al progetto Hotmaps di Orizzonte 2020 (contratto di sovvenzione numero 723677), che ha fornito i finanziamenti per svolgere la presente indagine.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Lithuanian* Latvian* Maltese* Dutch* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*
* machine translated