Arbeitsdefinitionen

Zukunftsquartier

<module 'panel' from 'C:\\Users\\Simon Schneider\\anaconda\\envs\\FLUCCOplus\\lib\\site-packages\\panel\\__init__.py'>

Aspern Klimafit

Reduktionsziel der Treibhausgasemissionen in Österreich zur Erreichung des Pariser 1,5°C ziels pro Kopf.

Der Ansatz von Aspern klimafit sind Anforderungen an Gebäude und Quartiere, die entsprechend geringe Emissionen in den Bereichen Wohnen und Alltagsmobilität ermöglichen ( = direkt beeinflussbare Bereiche durch aspern klimafit); zum anderen werden auch die restlichen Lebensbereiche skizziert und in deren Randbedingungen definiert ( = nicht direkt beeinflussbar) , um das klimaneutrale „Ein-Tonnen-Leben“ zu ermöglichen.

Aufteilung aktueller Fußabdruck CO2eq eines durchschnittlichen Bewohners Mitteleuropas (Drexel 2018)

Kriterien

Jährlicher PV-Stromertrag

$Q_{PV} >= \frac {37} {( GFZ - 0,085 )} + 9$ [kWh/m²BGFa]
$Q_{PV}$ Jährlicher (Wechsel)-Stromertrag in [kWh/m²BGFa]
$GFZ$ Geschoßflächenzahl, Verhältnis zwischen Bruttogeschoßfläche und Grundstücksfläche ($\frac{BGF}{GF}$
Für kleine GFZ: $max(Q_{PV}) = 90$ kWh/m²BGFa

Allgemeine Parametrisierung: $Q_{PV} >= \frac {a} { GFZ - b } + d$ [kWh/m²BGFa]

import numpy as np
maxGFZ = 7
maxPV = 90
res = 500
a, b, d = 37, 0.085,  9
GFZ = np.arange(0.01,maxGFZ,maxGFZ/res)
PVmax = np.ones(res)*maxPV
PV = (a/(GFZ-b)+d)
PV[:100]

array([ -484.33333333,  -597.55737705,  -778.23404255, -1112.21212121,
       -1938.36842105, -7391.        ,  4120.11111111,  1617.69565217,
        1009.        ,   734.49019608,   578.23076923,   477.35443038,
         406.84946237,   354.79439252,   314.78512397,   283.07407407,
         257.32214765,   235.99386503,   218.03954802,   202.71727749,
         189.48780488,   177.94977169,   167.79828326,   158.79757085,
         150.76245211,   143.54545455,   137.02768166,   131.11221122,
         125.7192429 ,   120.78247734,   116.24637681,   112.06406685,
         108.19571046,   104.60723514,   101.26932668,    98.15662651,
          95.24708625,    92.5214447 ,    89.96280088,    87.55626327,
          85.28865979,    83.14829659,    81.12475634,    79.20872865,
          77.39186691,    75.66666667,    74.02636204,    72.46483705,
          70.97654941,    69.55646481,    68.2       ,    66.9029734 ,
          65.66156202,    64.47226387,    63.3318649 ,    62.23741007,
          61.18617772,    60.17565698,    59.20352782,    58.26764314,
          57.36601307,    56.49679076,    55.65825977,    54.8488228 ,
          54.06699147,    53.31137725,    52.58068316,    51.87369641,
          51.18928164,    50.52637486,    49.8839779 ,    49.26115343,
          48.65702036,    48.07074974,    47.50156087,    46.94871795,
          46.41152679,    45.889332  ,    45.38151426,    44.88748788,
          44.40669856,    43.93862134,    43.48275862,    43.03863845,
          42.6058129 ,    42.1838565 ,    41.77236492,    41.37095363,
          40.9792567 ,    40.5969257 ,    40.22362869,    39.85904921,
          39.50288541,    39.15484923,    38.81466559,    38.48207171,
          38.15681639,    37.83865939,    37.52737086,    37.22273074])

import pandas as pd
df = pd.DataFrame(PV,columns=["PVraw"],index=GFZ)
df["PVmax"] = PVmax
df["PV"] = df.min(axis=1)

def pv_plot(df):
    return df["PV"].plot(ylim=(0,100))

pv_plot(df)

<AxesSubplot:>

import panel as pn

from panel.interact import interact, interactive, fixed, interact_manual
from panel import widgets

pn.extension()

def reactive( a=37, b=8.5, d=9):
    maxGFZ = 7
    maxPV = 90
    res = 300
    GFZ = np.arange(0.01,maxGFZ,maxGFZ/res)
    PVmax = np.ones(res)*maxPV
    PV = (a/(GFZ-b/100)+d)
    df = pd.DataFrame(PV,columns=["PVraw"],index=GFZ)
    df["PVmax"] = PVmax
    df["PV"] = df.min(axis=1)
    return pv_plot(df)

interact(reactive)

Andere Ansätze

UAP Richt- und Zielwerte

Richt- und Zielwerte des Projekts UrbanAreasParameters für Wohn-, Büro- und Schulgebäude (Mair am Tinkhof, 2017)

[NbConvertApp] Converting notebook index.ipynb to html
[NbConvertApp] Writing 906370 bytes to index.html

!jupyter nbconvert --to html index.ipynb

!jupyter nbconvert --to markdown index.ipynb