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.
Dessa riktlinjer beskriver hur Hotmaps-verktygslådan kan användas för att analysera kostnader och potential för effektiv och förnybar uppvärmning och kylning på nationell nivå. Guiden är särskilt inriktad på utveckling av resultat enligt den omfattande bedömningen av nationella värme- och kylpotentialer som avses i artikel 14.1 i energieffektivitetsdirektivet (EED) i sin nuvarande version och tar hänsyn till kommissionens rekommendation (EU ) 2019/1659 om detta förfarande.
Hotmaps-datauppsättningarna och verktygslådan tillhandahåller två olika ingångar till denna del: för det första tillhandahåller Hotmaps-datauppsättningarna standarddata för flera av de data som behövs för att inkludera i denna del I av den omfattande utvärderingen. För det andra är Hotmaps-verktygslådan i grunden ett kartläggningsverktyg som inte bara tillåter en geografisk representation av standarddata i verktygslådan; men också användaruppladdad data till användarkontot i verktygslådan. I det följande beskriver vi de olika standarddataformerna Hotmaps och vi länkar till beskrivningarna av hur du använder uppladdningsfunktionen i Hotmaps-verktygslådan.
Följande data som är relevanta för del I i bilaga VIII finns i databasen Hotmaps:
Hotmaps-verktygslådan innehåller ett antal beräkningsmoduler (CMs) som kan användas för att analysera den ekonomiska potentialen för effektivitet vid uppvärmning och kylning. I det följande beskrivs en möjlig metod för att generera resultat för den omfattande bedömningen med Hotmaps-verktygslådan som också länkar till respektive standarddata och beräkningsmoduler.
För att bedöma den ekonomiska potentialen för effektivitet i uppvärmning och kylning är det viktigt att skilja mellan områden som potentiellt kan tillhandahållas av fjärrvärme och områden där decentralförsörjning troligen kommer att vara mer ekonomiskt effektiv. Följaktligen bygger Hotmaps-metoden starkt på följande fyra steg :
Identifiera olika representativa typiska fall för fjärrvärme i det land / den region som undersöks.
Utföra analyser av konstruktion / expansion av fjärrvärmenät och fjärrvärmetillförsel för de identifierade representativa fallen;
Beräkna indikatorer för decentral värmetillförsel;
Jämför olika scenarier för fjärrvärme och decentral värmeförsörjning och känslighetsberäkningar.
Följande bild visar detta tillvägagångssätt grafiskt. De olika stegen kommer att förklaras mer detaljerat i följande kapitel i dessa riktlinjer.
Figur: Hotmaps-metod för att analysera den ekonomiska potentialen för effektivitet vid uppvärmning och kylning i enlighet med artikel 14 i energieffektivitetsdirektivet (EED)
I alla dessa steg bör olika scenarier och känsligheter beaktas :
Följande resulterande indikatorer kan hämtas från Hotmaps Calculation Modules (CMs):
Marcus Hummel, Giulia Conforto, i Hotmaps-Wiki, Riktlinjer för användning av Hotmaps-verktygslådan för analyser på nationell nivå (oktober 2020)
Denna sida skrevs av Marcus Hummel och Giulia Conforto ( e-think ).
☑ Denna sida granskades av Mostafa Fallahnejad ( EEG - TU Wien ).
Copyright © 2016-2020: Marcus Hummel, Giulia Conforto
Creative Commons Attribution 4.0 internationell licens
Detta arbete är licensierat under en Creative Commons CC BY 4.0 International License.
SPDX-licensidentifierare: CC-BY-4.0
Licenstext: https://spdx.org/licenses/CC-BY-4.0.html
Vi vill förmedla vår djupaste uppskattning till Horizon 2020 Hotmaps-projektet (bidragsavtal nummer 723677), som gav finansieringen för att genomföra den nuvarande utredningen.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian*
* machine translated
Last edited by web, 2020-09-30 11:29:36