1.ΕΙΣΑΓΩΓΗ-------------------------------------------------- 4 2. MURE------------------------------------------------------- 6

Περιεχόµενα Περιεχόµενα: 1.ΕΙΣΑΓΩΓΗ-------------------------------------------------- 4 2. MURE------------------------------------------------------- 6 2.1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΑΣΗ Ε ΟΜΕΝΩΝ MURE -------7 2.1.1 ΟΜΗ ΤΗΣ ΒΑΣΗΣ Ε ΟΜΕΝΩΝ MURE----------------------7 2.2 ΤΟΜΕΑΣ ΚΑΤΟΙΚΙΩΝ -------------------------------------8 2.2.1 ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΤΟΜΕΑ ΚΑΤΟΙΚΙΩΝ-------------------------8 2.2.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) ------------------------------------------------------------------------------- 10 2.2.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION)--------------- 10 2.2.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status)---------------- 10 2.2.3.2 Αναζήτηση µε κριτήριο τα φίλτρα (Query by filters)------------------- 10 2.2.3.3 Αναζήτηση µε κριτήριο την πολιτική (Query by policy)--------------- 11 2.2.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION)----------------------------- 12 2.2.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT)------- 14 2.2.6 ΤΕΧΝΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ (TECHNICAL PARAMETERS) - 15 2.2.7 ΣΥΝΤΗΡΗΣΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) ------------------------------------------------------------------------------- 15 2.3 ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΑΣ------------------------------- 16 2.3.1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΜΗΧΑΝΙΑ --------------------------------- 16 2.3.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) ------------------------------------------------------------------------------- 18 2.3.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION)--------------- 18 2.3.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status)---------------- 18 2.3.3.2 Αναζήτηση ανά βιοµηχανικό τοµέα--------------------------------------- 18 2.3.3.3 Αναζήτηση µε κριτήριο τα φίλτρα ---------------------------------------- 18 2.3.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION)----------------------------- 19 2.3.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT)------- 20 2.3.6 ΣΥΝΤΗΡΗΣΗ ΒΑΣΗΣ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) ------------------------------------------------------------------------------- 20 2.3.7 ΠΑΡΑΡΤΗΜΑ------------------------------------------------------- 20 2.4 ΤΡΙΤΟΓΕΝΗΣ ΤΟΜΕΑΣ --------------------------------- 22 2.4.1 ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΤΡΙΤΟΓΕΝΗ ΤΟΜΕΑ ---------------------- 22 2.4.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) ------------------------------------------------------------------------------- 23 2.4.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION)--------------- 24 2.4.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status)---------------- 24 2.4.3.2 Αναζήτηση µε κριτήριο τα φίλτρα (Query by filters)------------------- 24 2.4.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION)----------------------------- 24 2.4.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT)------- 25 1

Περιεχόµενα 2.4.6 ΣΥΝΤΗΡΗΣΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) ------------------------------------------------------------------------------- 25 3. LEAP -------------------------------------------------------26 ΕΙΣΑΓΩΓΗ ΣΤΟ LΕΑΡ-------------------------------------------- 26 3.1 ΣΕΝΑΡΙΑ-------------------------------------------------------- 27 3.1.1 Κληρονοµικότητα σεναρίων --------------------------------------- 28 3.2 ΤΟ ΕΝΤΡΟ----------------------------------------------------- 29 3.3 ΑΝΑΛΥΣΗ ΖΗΤΗΣΗΣ------------------------------------------ 30 3.3.1 Υπολογισµοί ζήτησης (Demand calculations) ------------------ 31 3.4 ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΠΙ ΡΑΣΕΙΣ (ENVIRONMENTAL EFFECTS) ----------------------------------------------------------- 32 3.4.1. Επιδράσεις ---------------------------------------------------------- 32 3.4.2 Τεχνολογική και περιβαλλοντική βάση δεδοµένων (TED)----- 33 3.5 ΑΝΑΛΥΣΗ ΜΕΤΑΤΡΟΠΗΣ ----------------------------------- 33 3.5.1 Υπολογισµοί µετατροπής (Transformation Calculations)------ 34 3.6 ΥΠΟΛΟΓΙΣΜΟΙ ΕΚΤΕΛΕΣΗΣ ΙΑ ΙΚΑΣΙΩΝ (PROCESS DISPATCH CALCULATIONS) -------------------------------------- 36 3.7 ΕΚΤΕΛΕΣΗ ΙΑ ΙΚΑΣΙΩΝ ΣΕ ΜΙΑ ΚΑΜΠΥΛΗ ΦΟΡΤΙΟΥ (DISPATCHING PROCESSES ON A LOAD CURVE) -------------- 37 3.8 ΙΑΓΝΩΣΤΙΚΟΙ ΕΛΕΓΧΟΙ ------------------------------------ 39 4. ΣΕΝΑΡΙΑ--------------------------------------------------40 4.1 ΤΡΙΤΟΓΕΝΗΣ ΤΟΜΕΑΣ --------------------------------- 42 4.1.1 Σενάριο ήπιας παρέµβασης ---------------------------------------- 42 4.1.2 Σενάριο ισχυρής παρέµβασης-------------------------------------- 43 4.2 ΤΟΜΕΑΣ ΚΑΤΟΙΚΙΩΝ ----------------------------------- 44 4.2.1 Σενάριο ήπιας παρέµβασης ---------------------------------------- 44 4.2.2 Σενάριο ισχυρής παρέµβασης-------------------------------------- 45 4.3 ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΑΣ------------------------------- 46 4.3.1 Σενάριο ήπιας παρέµβασης ---------------------------------------- 46 5. ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ --------------------------------50 5.1 ΕΠΙΛΟΓΗ ΒΑΣΗΣ Ε ΟΜΕΝΩΝ------------------------------ 50 5.1.1 Τοµέας κατοικιών --------------------------------------------------- 51 5.1.2 Τοµέας Τριτογενής -------------------------------------------------- 52 5.1.3 Τοµέας Βιοµηχανίας ------------------------------------------------ 53 5.2 ΚΑΤΑΜΕΡΙΣΜΟΣ ΚΑΤΑΝΑΛΩΣΕΩΝ ------------------------ 54 6. ΠΕΙΡΑΜΑΤΑ - ΑΠΟΤΕΛΕΣΜΑΤΑ------------------59 2

Περιεχόµενα 6.1 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ΠΡΩΤΟΥ ΠΕΙΡΑΜΑΤΟΣ------ 60 6.1.1 ιάρθρωση του MURE --------------------------------------------- 60 6.1.2 ιάρθρωση του LEAP ---------------------------------------------- 62 6.1.3 Αποτελέσµατα-------------------------------------------------------- 67 6.1.3.1 Τοµέας κατοικιών ----------------------------------------------------------- 68 6.1.3.2 Τοµέας βιοµηχανίας--------------------------------------------------------- 69 6.1.3.3 Τριτογενής τοµέας----------------------------------------------------------- 70 6.1.4 Συµπεράσµατα πρώτου πειράµατος ------------------------------- 71 6.1.5 Αποκλίσεις ανάµεσα στα δύο προγράµµατα ---------------------- 73 6.1.5.1 Τριτογενής τοµέας----------------------------------------------------------- 73 6.1.5.2 Τοµέας κατοικιών ----------------------------------------------------------- 74 6.1.5.3 Τοµέας βιοµηχανίας--------------------------------------------------------- 75 6.2 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ΕΥΤΕΡΟΥ ΠΕΙΡΑΜΑΤΟΣ.--76 6.2.1 ιάρθρωση του LEAP ---------------------------------------------- 76 6.2.2 Αποτελέσµατα του πειράµατος ------------------------------------- 77 6.2.3 Εσωτερικοί υπολογισµοί του MURE------------------------------ 84 6.2.4 Συµπεράσµατα δεύτερου πειράµατος------------------------------ 87 6.3 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ΤΡΙΤΟΥ ΠΕΙΡΑΜΑΤΟΣ ------- 89 6.3.1 ιάρθρωση του MURE --------------------------------------------- 89 6.3.2 Αποτελέσµατα τρίτου πειράµατος---------------------------------- 94 6.3.2.1 Τοµέας κατοικιών ----------------------------------------------------------- 94 6.3.2.2 Τοµέας βιοµηχανίας--------------------------------------------------------- 95 6.3.2.3 Τριτογενής τοµέας----------------------------------------------------------- 96 6.3.3 Συµπεράσµατα τρίτου πειράµατος--------------------------------- 97 7. ΣΥΜΠΕΡΑΣΜΑΤΑ--------------------------------------99 8.1 ΣΥΓΓΡΑΜΜΑΤΑ ----------------------------------------------103 8.2 ΙΚΤΥΑΚΟΙ ΤΟΠΟΙ-------------------------------------------103 3

Κεφάλαιο 1 : Εισαγωγή 1.Εισαγωγή Η διπλωµατική εργασία αποτελεί για τον φοιτητή την ιδανικότερη ευκαιρία να δοκιµάσει τις ικανότητες του στην έρευνα, στη συνεργασία µε τους συναδέλφους του και στη βαθύτερη κατανόηση του εξεταζόµενου επιστηµονικού πεδίου. Επιπρόσθετα η συγγραφή και ολοκλήρωση της προσφέρει στο φοιτητή µια σαφή απόδειξη των αποτελεσµάτων τα οποία προκύπτουν µετά από µεθοδική προσπάθεια. Η παρούσα διπλωµατική εργασία επικεντρώθηκε στη µελέτη, αξιοποίηση, αξιολόγηση και σύγκριση, ενός από κάτω προς τα επάνω µοντέλου (bottom-up model) το οποίο ονοµάζεται MURE και του προγράµµατος LEAP 2000 (Long-range Energy Alternative Planning system) του Stockholm Environment Institute (S.E.I.). Το LEAP είναι ένα πρόγραµµα δηµιουργίας µοντέλων συσχετισµού ενέργειας και περιβάλλοντος. Tα σενάρια του LEAP βασίζονται σε ένα ευρύ υπολογισµό του πως καταναλώνεται, µετατρέπεται ή παράγεται η ενέργεια σε µια συγκεκριµένη περιοχή, λαµβάνοντας υπ όψιν τον πληθυσµό, την οικονοµική ανάπτυξη, τη τεχνολογία και τις τιµές της περιοχής αυτής. Η MURE αξιοποιείται µε δύο τρόπους. Καταρχήν αποτελεί το υπολογιστικό εργαλείο µε το οποίο µπορούν να υλοποιηθούν τα ποσοστά εξοικονόµησης ενέργειας εξαιτίας µίας εφαρµοζόµενης ενεργειακής πολιτικής. Επιπλέον αποτελεί µία βάση δεδοµένων µε στατιστικά στοιχεία για την κατανάλωση ενέργειας στις χώρες της Ευρωπαϊκής Ένωσης µε έτος αναφοράς το 1995 και την περαιτέρω ανάλυση της σε τοµείς και υποτοµείς. Οι τέσσερις τοµείς οι οποίοι αναφέρονται στη συνέχεια είναι ο Τριτογενής (Tertiary), ο τοµέας Κατοικιών (Household), ο Βιοµηχανικός (Industry) και ο τοµέας Μεταφορών (Transport). Μία δεύτερη πηγή πληροφοριών είναι η βάση δεδοµένων ODYSEE. Η ODYSEE περιλαµβάνει επίσης στατιστικά στοιχεία για την κατανάλωση της ενέργειας στις χώρες της Ευρωπαϊκής Ένωσης ακολουθώντας όµως διαφορετική κατηγοριοποίηση από τη MURE. Επιπλέον οι καταναλώσεις αφορούν τα έτη 1980-2000 και όχι µόνο το έτος 1995. Στο 2 ο και 3 ο κεφάλαιο γίνεται µια συνοπτική παρουσίαση των δύο λογισµικών. Στο 4 ο κεφάλαιο παρουσιάζεται το σενάριο που θα αποτελέσει το υπόβαθρο της 4

Κεφάλαιο 1 : Εισαγωγή σύγκρισης των δύο λογισµικών. Στο 5 ο κεφάλαιο γίνεται µια σύγκριση των βάσεων δεδοµένων που υπήρχαν στη διάθεση µας. Τέλος στο 6 ο κεφάλαιο παρουσιάζονται αναλυτικά τα πειράµατα που διεξήχθησαν και τα αποτελέσµατα που προέκυψαν και στο 7 ο παρουσιάζονται τα συµπεράσµατα της όλης µελέτης. 5

Κεφάλαιο 2 : MURE 2. MURE Το λογισµικό της MURE (Measures d Utilisation Rationelle de l Energie-Μέτρα Ορθολογιστικής Χρήσης της Ενέργειας) επικεντρώνεται στα µέτρα διατήρησης της ενέργειας που εφαρµόζονται στα 15 κράτη-µέλη της Ευρωπαϊκής Ένωσης και επιτρέπει την σύγκριση τους σε εθνικό επίπεδο όσον αφορά το αποτέλεσµα της εφαρµογής τους, ενώ παράλληλα επιτρέπει την προσοµοίωση των επιπτώσεων της εφαρµογής αναλόγων υποθετικών µέτρων. Η ανάπτυξη του έγινε, στα πλαίσια ενός γενικότερου προγράµµατος του SAVE και πρωτοπαρουσιάστηκε στις αρχές της δεκαετίας του 90, από µια οµάδα ιδρυµάτων και εταιριών το συντονισµό των οποίων είχε το ISIS (Istituto di Studi per l Informatica e i Sistemi, Roma-Ίδρυµα Σπουδών Πληροφορίας και Συστηµάτων, Ρώµη) και το FhG-ISI (Fraunhofer Institute for Systems and Innovation Research, Karlsruhe-Ίδρυµα Fraunhofer Συστηµάτων και Καινοτόµου Έρευνας). Η διάδοση και η χρήση του είναι ιδιαίτερα αυξηµένη γεγονός που οδήγησε στην επέκταση του και σε άλλες ευρωπαϊκές χώρες, στην θέσπιση σεµιναρίων παρουσίασης και εκπαίδευσης ενώ παράλληλα υπάρχει µια συνεχής ανανέωση της βάσης δεδοµένων. 6

Κεφάλαιο 2 : MURE 2.1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΑΣΗ Ε ΟΜΕΝΩΝ MURE 2.1.1 ΟΜΗ ΤΗΣ ΒΑΣΗΣ Ε ΟΜΕΝΩΝ MURE Η βάση δεδοµένων MURE χωρίζεται σε τέσσερις ανεξάρτητους τοµείς που περιλαµβάνουν: τα αντίστοιχα µέτρα εξοικονόµησης ενέργειας, στατιστικά στοιχεία για το έτος αναφοράς 1995 σχετιζόµενα µε την ενεργειακή κατανάλωση του τοµέα, τεχνικά και οικονοµικά δεδοµένα τα οποία καθιστούν ικανό τον υπολογισµό ενδεχόµενης εξοικονόµησης ενέργειας και κόστους, πρόγραµµα προσοµοίωσης. Οι εν λόγω τοµείς είναι: - Κατοικιών (Household) - Βιοµηχανίας (Industry) - Τριτογενής (Tertiary) - Μεταφορών (Transport) 7

Κεφάλαιο 2 : MURE 2.2 ΤΟΜΕΑΣ ΚΑΤΟΙΚΙΩΝ 2.2.1 ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΤΟΜΕΑ ΚΑΤΟΙΚΙΩΝ Ο τοµέας Κατοικιών περιλαµβάνει µέτρα και δεδοµένα που αναφέρονται στην ενέργεια που καταναλώνεται στις κατοικίες και χωρίζεται σε τρεις υποτοµείς: - Θέρµανση (heating) - Ζεστό νερό χρήσης (sanitary hot water) - Οικιακές συσκευές (appliances) Ενώ παράλληλα το πλήθος των κατοικιών έχει χωριστεί σε: - Ατοµική στέγαση (individual housing) που υποδηλώνει µια κατοικία µίας οικογένειας - Οµαδική στέγαση (collective housing) που υποδηλώνει µια κατοικία πολλών οικογενειών (multi family dwelling) µε τέσσερις ορόφους και τέσσερα διαµερίσµατα σε κάθε όροφο. Ακόµη το πλήθος το κατοικιών για να προσδιορίσει την κατανάλωση σε σχέση µε την παλαιότητα τους χωρίζεται σε: - Παλαιά - Ενδιάµεση - Νέα 8

Κεφάλαιο 2 : MURE Τόσο ο ορισµός της ατοµικής-οµαδικής στέγασης όσο και ο ορισµός της παλαιότητας ποικίλλει από χώρα σε χώρα ανάλογα µε τα δεδοµένα τους και τα ιδιαίτερα χαρακτηριστικά τους. Φυσικά ο επαναπροσδιορισµός τους αποτελεί δυνατότητα του προγράµµατος. ΚΑΤΟΙΚΙΕΣ ΠΑΛΑΙΑ ΝΕΑ ΑΤΟΜΙΚΗ ΣΥΛΛΟΓΙΚΗ ΑΤΟΜΙΚΗ ΣΥΛΛΟΓΙΚΗ ΕΝ ΙΑΜΕΣΗ ΘΕΡΜΑΝΣΗ ΖΕΣΤΟ ΟΙΚΙΑΚΕΣ ΟΙΚΙΑΚΕΣ ΝΕΡΟ ΣΥΣΚΕΥΕΣ ΣΥΣΚΕΥΕΣ ΧΡΗΣΗΣ ΖΕΣΤΟ ΝΕΡΟ ΧΡΗΣΗΣ ΘΕΡΜΑΝ ΣΗ ΘΕΡΜΑΝ ΣΗ ΖΕΣΤΟ ΝΕΡΟ ΧΡΗΣΗΣ ΟΙΚΙΑΚΕΣ ΣΥΣΚΕΥΕΣ ΟΙΚΙΑΚΕΣ ΣΥΣΚΕΥΕΣ ΖΕΣΤΟ ΝΕΡΟ ΧΡΗΣΗΣ ΘΕΡΜΑΝΣΗ ΑΤΟΜΙΚΗ ΣΥΛΛΟΓΙΚΗ ΘΕΡΜΑΝΣΗ ΖΕΣΤΟ ΝΕΡΟ ΧΡΗΣΗΣ ΟΙΚΙΑΚΕΣ ΟΙΚΙΑΚΕΣ ΣΥΣΚΕΥΕΣ ΣΥΣΚΕΥΕΣ ΖΕΣΤΟ ΝΕΡΟ ΧΡΗΣΗΣ ΘΕΡΜΑΝΣΗ 9

Κεφάλαιο 2 : MURE 2.2.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) Η λειτουργία αναζήτησης επιτρέπει: - την επιλογή, απεικόνιση και εκτύπωση ενός µέτρου ή ενός συνόλου µέτρων. - τον υπολογισµό εξοικονόµησης ενέργειας η οποία συνδέεται µε τις επιλεγόµενες τεχνολογίες. 2.2.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION) Τα µέτρα στη βάση δεδοµένων MURE αποτελούν την πολιτική που θα ακολουθήσουν η κυβέρνηση,οι ενεργειακοί οργανισµοί ή άλλοι φορείς µε απώτερο σκοπό την ενεργειακή ή χρηµατική εξοικονόµηση. Τα µέτρα αυτά περιγράφονται και ταξινοµούνται ανάλογα µε τα επιµέρους πεδία που το αποτελούν ώστε να είναι δυνατή η αναζήτηση και η πρόσβαση του. 2.2.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status) Η ΜURE θα ερευνήσει όλα τα µέτρα στις χώρες ενδιαφέροντος τα οποία είναι πλήρη, τρέχοντα ή προτεινόµενα, ή απλά όλα τα µέτρα. Η λειτουργία χρησιµοποιείται γενικώς για την εύρεση ενός γνωστού µέτρου ή για την περίληψη των µέτρων για µία χώρα. 2.2.3.2 Αναζήτηση µε κριτήριο τα φίλτρα (Query by filters) Αναζήτηση µε περιγραφικά φίλτρα (descriptor filters) επιτρέπει την επιλογή µέτρων χρησιµοποιώντας µία ή όλες τις κατηγορίες :τοµέας, τύπος µέτρου, πεδίο δράσης, 10

Κεφάλαιο 2 : MURE κοινό στο οποίο απευθύνεται, παράγοντες, τεχνικές διαχείρισης και τεχνολογίεςχρήσεις. 2.2.3.3 Αναζήτηση µε κριτήριο την πολιτική (Query by policy) Οι πολιτικές στόχου (policy objectives) προσδιορίζουν το σκοπό ενός µέτρου. Στον τοµέα των Κατοικιών επικρατούν έξι πολιτικές στόχου: - Ορθολογικοποίηση των νέων κτιριακών απαιτήσεων από ενεργειακή και περιβαλλοντική σκοπιά. - Βελτίωση της αποδοτικότητας των υπαρχόντων κτιριακών περιβληµάτων και του θερµικού εξοπλισµού. - Ελάττωση της ενεργειακής κατανάλωσης µέσω δράσεων όπως τέλη, φορολογίες και ενεργειακά τιµολόγια. - Ελάττωση της έντασης της λειτουργίας των συστηµάτων θέρµανσης. - Αύξηση της µέσης αποδοτικότητας των οικιακών συσκευών. - Αύξηση της µέσης αποδοτικότητας του εξοπλισµού παραγωγής ζεστού νερού χρήσης. Σε κάθε πολιτική στόχου αντιστοιχεί ένας αριθµός µέτρων ο οποίος αποτελεί το µέσο επίτευξης του τελικού στόχου. 11

Κεφάλαιο 2 : MURE 2.2.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION) Η διαδικασία του υπολογισµού είναι αλληλεπιδραστική. Για κάθε τεχνολογία είναι αναγκαίος ο ορισµός ποσοτικών παραγόντων οι οποίοι σχετίζονται µε την αναµενόµενη από την τεχνολογία βελτίωση της ενεργειακής αποδοτικότητας, όπως συντελεστές θερµοκρασίας και µόνωσης. Οι προκαθορισµένες τιµές της βάσης δεδοµένων αποτελούν µία ένδειξη. Τα µέτρα για τις κατοικίες στη βάση έχουν να κάνουν µε την εισαγωγή και-ή την προώθηση ενός αριθµού συγκεκριµένων τεχνολογιών εξοικονόµησης ενέργειας. Οι τεχνολογίες αυτές είναι: - Θερµική Μόνωση - Εξοπλισµός θέρµανσης χώρου - ιατάξεις ελέγχου συστήµατος θέρµανσης - Περιορισµός εσωτερικών θερµοκρασιών και περιόδου λειτουργίας εστιών θέρµανσης - Αντικατάσταση καυσίµου - Νέες τεχνολογίες - Οικιακές συσκευές - Θέρµανση νερού χρήσης Ο τρόπος σύνδεσης ενός µέτρου και των συσχετιζόµενων τεχνολογιών ορίζεται µε την ταυτόχρονη ενεργοποίηση του µέτρου στη βάση δεδοµένων. ίνεται εποπτικά και τροποποιείται µε τη χρήση της λειτουργίας ιαχείρισης εδοµένων. Για κάποια 12

Κεφάλαιο 2 : MURE παραδείγµατα δεν έχει καθοριστεί σύνδεση, µε αποτέλεσµα να καθίσταται αδύνατη η προσοµοίωση των επιδράσεων ενός µέτρου. Οι υπολογιστικές διαδικασίες χωρίζονται σε δύο τύπους: - Υπολογισµός της ενδεχόµενης εξοικονόµησης ενέργειας µίας ή περισσότερων τεχνολογιών σε µία ή περισσότερες χώρες - Υπολογισµός των ενδεχόµενων τεχνολογιών οι οποίες σχετίζονται µε ένα συγκεκριµένο µέτρο. Ακόµη υπάρχει διαχωρισµός των τεχνολογιών σε: - Συµβατές τεχνολογίες είναι εκείνες οι οποίες µπορούν σε µεγαλύτερο ή µικρότερο βαθµό να εγκατασταθούν στην ίδια κατοικία την ίδια στιγµή. - Μη συµβατές τεχνολογίες είναι εκείνες οι οποίες καθίσταται αδύνατο να υλοποιηθούν στην ίδια κατοικία την ίδια στιγµή Αφού λοιπόν καθοριστούν τα µέτρα και οι τεχνολογίες όσον αφορά την ίδια την κατοικία αποµένει να οριστεί: - το Σενάριο Παρεµβολής (Intervention Scenario) που δείχνει το µέγεθος της εφαρµογής των τεχνολογιών επί του συνόλου - οι Βαθµοί ιείσδυσης το µέτρο στο οποίο θα εφαρµοστούν οι τεχνολογίες την περίοδο 1995-2020. 13

Κεφάλαιο 2 : MURE 2.2.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT) Τα δεδοµένα χωρίζονται σε δύο τύπους: - Ποσοτικά δεδοµένα (Quantitative data), τα οποία είναι και τα σηµαντικότερα, περιέχουν τους ακόλουθους πίνακες στατιστικών πληροφοριών µε βάση το έτος 1995 για κάθε χώρα: Πλήθος κατοικιών το οποίο διαχωρίζεται µε κριτήριο την ηλικία της κατοικίας και τον υπάρχοντα τύπο θέρµανσης i. Παλιά: αυτά κατασκευάστηκαν χρησιµοποιώντας τεχνική πέτρας και τούβλου (περίπου πριν το1945) ii. Ενδιάµεσα: αυτά κατασκευάστηκαν χρησιµοποιώντας τεχνολογία ενισχυµένου σκυροδέµατος και/ή πριν η µόνωση καταστεί απαραίτητη στους κανονισµούς κτιρίων, περίπου πριν το 1945-50 και την πρώτη πετρελαϊκή κρίση (1972). iii. Νέα: αυτά κατασκευάστηκαν µετά την πρώτη πετρελαϊκή κρίση (ή αφού η µόνωση θεσµοθετήθηκε ως απαραίτητη στους κανονισµούς κτιρίων) Μέση κατανάλωση µε βάση την ηλικία της κατασκευής και τον τύπο θέρµανσης i. Ατοµική (individual): ατοµική θέρµανση στα περισσότερα δωµάτια π.χ. εστίες γκαζιού ή ηλεκτρικές ii. Κεντρική (centralized): µία κύρια πηγή θέρµανσης σε κάθε κτίριο για όλα τα δωµάτια π.χ. λέβητας iii. Συλλογική (collective): µία κύρια πηγή θέρµανσης για όλες τις κατοικίες σε συλλογικό κτίριο π.χ. λέβητας iv. Περιφερειακή (district): ένα περιφερειακό σύστηµα θέρµανσης το οποίο είναι υπεύθυνο για έναν αριθµό ατοµικών και συλλογικών κτιρίων Πλήθος κατοικιών και µέση κατανάλωση µε κριτήριο τον τύπο καυσίµου και κατοικίας Πλήθος και κατανάλωση οικιακών συσκευών 14

Κεφάλαιο 2 : MURE Πλήθος και κατανάλωση συσκευών παραγωγής ζεστού νερού χρήσης Παράγοντες ρύπανσης - Ποιοτικά δεδοµένα (Qualitative data). 2.2.6 ΤΕΧΝΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ (TECHNICAL PARAMETERS) Οι τεχνικές παράµετροι περιέχουν τεχνικά και οικονοµικά δεδοµένα συνδεόµενα µε τις τεχνολογίες εξοικονόµησης ενέργειας και το σενάριο αναφοράς. Τα δεδοµένα διακρίνονται σε τρεις οµάδες: - εδοµένα αναφοράς θέρµανσης: πληροφορίες του σεναρίου αναφοράς για θέρµανση χώρου, συµπεριλαµβάνοντας αποδοτικότητες εξοπλισµού, παράγοντες καθοριστικούς για τη χρήση της θέρµανσης, διαστάσεις και συντελεστές µόνωσης των υπαρχόντων κτιρίων και ρυθµούς ανάπτυξης δόµησης. - εδοµένα παρεµβολής θέρµανσης: πληροφορίες για τις νέες εφαρµοζόµενες τεχνολογίες συµπεριλαµβανοµένου του κόστους και της αποδοτικότητας - Οικιακές συσκευές- Ζεστό νερό χρήσης: αποδοτικότητες και ρυθµοί αυξήσεων καθώς επίσης κόστος και αποδοτικότητα των τεχνολογιών εξοικονόµησης ενέργειας 2.2.7 ΣΥΝΤΗΡΗΣΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) Παρέχεται η δυνατότητα να αποθηκευτούν διαφορετικές παραλλαγές της βάσης δεδοµένων. 15

Κεφάλαιο 2 : MURE 2.3 ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΑΣ 2.3.1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΜΗΧΑΝΙΑ Ο τοµέας της βιοµηχανίας περιλαµβάνει δεδοµένα και µέτρα που αφορούν την κατανάλωση ενέργειας στις βιοµηχανίες. Η κατανάλωση αυτή χωρίζεται σε εννέα κατηγορίες: - Χηµικές βιοµηχανίες - Μηχανικές και µεταλλουργικές βιοµηχανίες - Τρόφιµα, ποτά και καπνός - Βιοµηχανία χάλυβα - Μη-φερριτικά µέταλλα - Μη-µεταλλικά ορυκτά - Χαρτοβιοµηχανία - Ύφασµα, δέρµα και ρουχισµός - Ξυλεία και προϊόντα ξύλου Οι κατηγορίες αυτές διαιρούνται µε την σειρά τους σε πιο ειδικές στις οποίες αντιστοιχίζεται η κατανάλωση σε ηλεκτρική και θερµική (οµάδες τελικών χρήσεων), οι οµάδες διακρίνονται παραπέρα σε τελικές χρήσεις που προδίδουν τον προορισµό της καταναλισκόµενης ενέργειάς. Άκρη του νήµατος αποτελούν οι τεχνολογίες που είναι και τα µέσα εξοικονόµησης ενέργειάς. Τα παραπάνω γίνονται πιο κατανοητά από το σχήµα: 16

Κεφάλαιο 2 : MURE ΤΟΜΕΙΣ (ΤΡΟΦΙΜΑ ΚΑΙ ΠΟΤΑ) ΥΠΟΤΟΜΕΙΣ (π.χ. ΖΥΘΟΠΟΙΙΕΣ) ΟΜΑ ΕΣ ΤΕΛΙΚΩΝ ΧΡΗΣΕΩΝ (π.χ. ΒΟΗΘΗΤΙΚΕΣ ΗΛΕΚΤΡΙΚΕΣ ΣΥΣΚΕΥΕΣ) ΤΕΛΙΚΕΣ ΧΡΗΣΕΙΣ (π.χ. ΣΤΕΓΝΩΜΑ ΠΛΥΣΙΜΟ κτλ.) ΤΕΧΝΟΛΟΓΙΕΣ (π.χ. ΒΕΛΤΙΣΤΟΠΟΙΗΜΕΝΟΙ ΚΥΚΛΟΙ) 17

Κεφάλαιο 2 : MURE 2.3.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) Η λειτουργία αναζήτησης επιτρέπει: - την επιλογή, απεικόνιση και εκτύπωση ενός µέτρου ή ενός συνόλου µέτρων. - τον υπολογισµό εξοικονόµησης ενέργειας η οποία συνδέεται µε τις επιλεγόµενες τεχνολογίες. 2.3.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION) 2.3.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status) Η ΜURE θα ερευνήσει όλα τα µέτρα στις χώρες ενδιαφέροντος τα οποία είναι πλήρη, τρέχοντα ή προτεινόµενα, ή απλά όλα τα µέτρα. Η λειτουργία χρησιµοποιείται γενικώς για την εύρεση ενός γνωστού µέτρου ή για την περίληψη των µέτρων για µία χώρα. 2.3.3.2 Αναζήτηση ανά βιοµηχανικό τοµέα Εδώ γίνεται αναζήτηση σε µια από τις εννέα κατηγορίες που προαναφέρθηκαν ή και ακόµη πιο λεπτοµερής στις αντίστοιχες υποκατηγορίες τους. 2.3.3.3 Αναζήτηση µε κριτήριο τα φίλτρα Αναζήτηση µε περιγραφικά φίλτρα (descriptor filters) επιτρέπει την επιλογή µέτρων χρησιµοποιώντας µία ή όλες τις κατηγορίες :τοµέας, τύπος µέτρου, πεδίο δράσης, κοινό στο οποίο απευθύνεται, παράγοντες, τεχνικές διαχείρισης και τεχνολογίεςχρήσεις. 18

Κεφάλαιο 2 : MURE 2.3.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION) Η επιλογή και οργάνωση των υπολογιστικών κριτηρίων πραγµατοποιείται µε τις δύο ακόλουθες µεθόδους: - Ανά τοµέα: αρχικά επιλέγεται ένας ή περισσότεροι βιοµηχανικοί τοµείς και στη συνέχεια το επιθυµητό επίπεδο εργασίας σύµφωνα µε την υπάρχουσα δοµή. - Ανά οµάδα τελικών χρήσεων: επιλέγεται απευθείας µία ή περισσότερες κατηγοριοποιήσεις τεχνολογιών Για δυο τοµείς (Βιοµηχανία χάλυβα, Μη φερριτικά µέταλλα) η διαδικασία υπολογισµού επιτρέπει την προσοµοίωση της Υποκατάστασης Παραγωγικής ιαδικασίας (Process Substitution) καθώς επίσης και της Βελτίωσης Παραγωγικής ιαδικασίας (Process Improvement). 19

Κεφάλαιο 2 : MURE 2.3.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT) Τα δεδοµένα και εδώ χωρίζονται σε δύο τύπους: - Ποσοτικά δεδοµένα (Quantitative data), τα οποία είναι και τα σηµαντικότερα, περιέχουν τους ακόλουθους πίνακες στατιστικών πληροφοριών µε βάση το έτος 1995 για κάθε χώρα: i. Κατανάλωση ενέργειας ανά τοµέα και υποτοµέα και ανά τύπο καυσίµου ii. Υπόλοιπο κατανάλωσης ενέργειας ανά τύπο καυσίµου και ανά τελική χρήση iii. Τεχνολογίες εξοικονόµησης ενέργειας iv. εδοµένα παραγωγής για τους εξής τοµείς: χηµικός, βιοµηχανία χάλυβα και για τον υποτοµέα αλουµίνιο v. Συµπαραγωγή (cogeneration) vi. Παράγοντες ρύπανσης - Ποιοτικά δεδοµένα (Qualitative data). 2.3.6 ΣΥΝΤΗΡΗΣΗ ΒΑΣΗΣ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) Παρέχεται η δυνατότητα να αποθηκευτούν διαφορετικές παραλλαγές της βάσης δεδοµένων. 2.3.7 ΠΑΡΑΡΤΗΜΑ Τοµείς και υποτοµείς βιοµηχανικού τοµέα: - Χηµικές βιοµηχανίες - Μηχανικές και µεταλλουργικές βιοµηχανίες i. Ηλεκτρολογικές µηχανικές ii. Μηχανολογικές µηχανικές 20

Κεφάλαιο 2 : MURE iii. iv. Μεταλλικά είδη Μέσα µεταφοράς - Φαγητά, ποτά και καπνός i. Ζυθοποιίες ii. Κρέας iii. Γαλακτοκοµικά προϊόντα iv. Ζάχαρη - Βιοµηχανία χάλυβα - Μη-φερριτικά µέταλλα i. Αλουµίνιο ii. Χαλκός iii. Μόλυβδος iv. Ψευδάργυρος v. Μόλυβδος και ψευδάργυρος - Μη-µεταλλικά ορυκτά i. Οικοδοµικά υλικά ii. Τσιµέντο iii. Κεραµικά iv. Γυαλί - Χαρτοβιοµηχανία - Ύφασµα, δέρµα και ρουχισµός - Ξυλεία και προϊόντα ξύλου 21

Κεφάλαιο 2 : MURE 2.4 ΤΡΙΤΟΓΕΝΗΣ ΤΟΜΕΑΣ 2.4.1 ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΤΡΙΤΟΓΕΝΗ ΤΟΜΕΑ Ο τριτογενής τοµέας περιλαµβάνει δεδοµένα και µέτρα που αφορούν την κατανάλωση ενέργειας σε µη βιοµηχανικές µονάδες όπως είναι ο δηµόσιος τοµέας και οι εργασιακές υπηρεσίες. Η κατανάλωση αυτή διαχωρίζεται σε εννέα κατηγορίες: - Εµπορικά γραφεία (Commercial offices) - ιανοµή και αποθήκευση (Distribution and warehousing) - Εκπαίδευση (Education) - Κυβερνητικά γραφεία (Government offices) - Υγεία (Health) - Ξενοδοχεία και εστίαση (Hotel and catering) - ηµόσια κτίρια (Public buildings) - Λιανική πώληση (Retail) - Άθληση και ελεύθερος χρόνος (Sport and leisure) - Άλλοι Τοµείς - Συνολικός Τοµέας 22

Κεφάλαιο 2 : MURE Οι κατηγορίες αυτές διαιρούνται µε την σειρά τους σε πιο ειδικές τελικές χρήσεις που προδίδουν τον προορισµό της καταναλισκόµενης ενέργειάς. Κάθε τελική χρήση διαιρείται σε τεχνολογίες όπου µπορεί να γίνει η εξοικονόµηση ενέργειας 2.4.2 Η ΛΕΙΤΟΥΡΓΙΑ ΑΝΑΖΗΤΗΣΗΣ ( THE QUERY FUNCTION) Η λειτουργία αναζήτησης επιτρέπει: - την επιλογή, απεικόνιση και εκτύπωση ενός µέτρου ή ενός συνόλου µέτρων. - τον υπολογισµό εξοικονόµησης ενέργειας η οποία συνδέεται µε τις επιλεγόµενες τεχνολογίες. 23

Κεφάλαιο 2 : MURE 2.4.3 ΕΠΙΛΟΓΗ ΜΕΤΡΟΥ (ΜEASURE SELECTION) Τα µέτρα στη βάση δεδοµένων MURE αποτελούν την πολιτική που θα ακολουθήσουν η κυβέρνηση,οι ενεργειακοί οργανισµοί ή άλλοι φορείς µε απώτερο σκοπό την ενεργειακή ή χρηµατική εξοικονόµηση. Τα µέτρα αυτά περιγράφονται και ταξινοµούνται ανάλογα µε τα επιµέρους πεδία που το αποτελούν ώστε να είναι δυνατή η αναζήτηση και η πρόσβαση του. 2.4.3.1 Αναζήτηση µε κριτήριο την ιδιότητα (Query by status) Η ΜURE θα ερευνήσει όλα τα µέτρα στις χώρες ενδιαφέροντος τα οποία είναι πλήρη, τρέχοντα ή προτεινόµενα, ή απλά όλα τα µέτρα. Η λειτουργία χρησιµοποιείται γενικώς για την εύρεση ενός γνωστού µέτρου ή για την περίληψη των µέτρων για µία χώρα. 2.4.3.2 Αναζήτηση µε κριτήριο τα φίλτρα (Query by filters) Αναζήτηση µε περιγραφικά φίλτρα (descriptor filters) επιτρέπει την επιλογή µέτρων χρησιµοποιώντας µία ή όλες τις κατηγορίες :τοµέας, τύπος µέτρου, πεδίο δράσης, κοινό στο οποίο απευθύνεται, παράγοντες, τεχνικές διαχείρισης και τεχνολογίεςχρήσεις. 2.4.4 ΥΠΟΛΟΓΙΣΜΟΣ (CALCULATION) Ο υπολογισµός ουσιαστικά προσοµοιώνει την εξοικονόµηση ενέργειας σαν αποτέλεσµα εφαρµογής κάποιου µέτρου. Είναι σηµαντικό να τονιστεί ότι οι υπολογισµοί δεν συνδέονται άµεσα µε τα µέτρα αλλά µε τις εµπλεκόµενες σε ένα µέτρο τεχνολογίες εποµένως η υλοποίηση ενός µέτρου είναι δυνατή µόνο όταν είναι γνωστές οι αποδόσεις των εν λόγω τεχνολογιών καθώς και ο βαθµός διείσδυσής τους. 24

Κεφάλαιο 2 : MURE 2.4.5 ΙΑΧΕΙΡΙΣΗ Ε ΟΜΕΝΩΝ (DATA MANAGEMENT) Τα δεδοµένα χωρίζονται σε δύο τύπους: - Ποσοτικά δεδοµένα (Quantitative data), τα οποία είναι και τα σηµαντικότερα, περιέχουν τους ακόλουθους πίνακες στατιστικών πληροφοριών µε βάση το έτος 1995 για κάθε χώρα: i. Κατανάλωση ενέργειας τοµέα ανάλογα µε τον τύπο καυσίµου. ii. Τεχνολογίες εξοικονόµησης ενέργειας. iii. Παράγοντες ρύπανσης. - Ποιοτικά δεδοµένα (Qualitative data). ίνεται φυσικά η δυνατότητα τροποποίησης ή και εµπλουτισµού των δεδοµένων αυτών έτσι µπορούν να: - τροποποιηθούν οι περιγραφές των τοµέων, κατηγοριών, τελικών χρήσεων και τεχνολογιών οι οποίοι έχουν οριστεί προγενέστερα - τροποποιηθούν οι συσχετισµοί µεταξύ τοµέων, κατηγοριών, τελικών χρήσεων και τεχνολογιών - προστεθούν νέοι τοµείς και νέες τελικές χρήσεις - καθοριστούν για κάθε συνολική ενέργεια τελικής χρήσης, νέες τεχνολογίες εξοικονόµησης ενέργειας και νέες παρεµβολές 2.4.6 ΣΥΝΤΗΡΗΣΗ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ (DATABASE UTILITY) Παρέχεται η δυνατότητα να αποθηκευτούν διαφορετικές παραλλαγές της βάσης δεδοµένων. 25

Κεφάλαιο 3 : LEAP 3. LEAP Εισαγωγή στο LΕΑΡ Το LEAP (Long-range Energy Alternatives Planning system) είναι ένα εργαλείο προσοµοίωσης ενέργειας-περιβάλλοντος που βασίζεται σε σενάρια στα οποία υπολογίζεται πως η ενέργεια καταναλώνεται, µετατρέπεται και παράγεται σε µια δεδοµένη περιοχή ή οικονοµία, κάτω από ένα εύρος εναλλακτικών υποθέσεων για την οικονοµική, πληθυσµιακή και τεχνολογική ανάπτυξη. Εξάλλου η ευέλικτη µορφή του επιτρέπει στην ανάλυση να είναι όσο λεπτοµερής επιθυµεί ο χρήστης υπερβαίνοντας τις απλές αναλύσεις, επιτρέποντας του να κινείται γρήγορα από ιδέες σε υλοποιήσεις χωρίς να πρέπει να καταφύγει σε άλλα πολύπλοκα µοντέλα. Σε αντίθεση όµως µε τα µακροοικονοµικά µοντέλα το LEAP δεν προσπαθεί να εκτιµήσει το αντίκτυπο που µπορεί να έχουν οι οικονοµικές πολιτικές στην εργασία ή το ΑΕΠ., ωστόσο τέτοια µοντέλα µπορούν να δράσουν παράλληλα µε αυτό. Κάτι αντίστοιχο συµβαίνει και µε τα βέλτιστα για την αγορά σενάρια, το LEAP δεν προσπαθεί να τα παράγει όσο να τα προσδιορίσει Το LEAP εξυπηρετεί πολλούς σκοπούς: - σαν βάση δεδοµένων παρέχει ένα περιεκτικό σύστηµα, όπου είναι τοποθετηµένες οι πληροφορίες για την ενέργεια. - σαν ένα εργαλείο πρόβλεψης δίνει τη δυνατότητα στο χρήστη να δηµιουργεί σενάρια για την παροχή και για την απαίτηση ενέργειας σε βάθος χρόνου. - σαν ένα εργαλείο ανάλυσης προσοµοιώνει και καθορίζει τις επιδράσεις (φυσικές, οικονοµικές και περιβαλλοντικές) προγραµµάτων διαχείρισης ενέργειας. Το LEAP µπορεί να χρησιµοποιηθεί ώστε να προσοµοιώσει την παροχή και ζήτηση ενέργειας µε σκοπό να προβλέψει τη µελλοντική συµπεριφορά διαφόρων σεναρίων, να αναγνωρίσει ενδεχόµενα προβλήµατα και να αποτιµήσει τις πιθανές επιδράσεις κάθε ενεργειακής πολιτικής. Με τη χρήση του LEAP µπορεί να επιτευχθεί 26

Κεφάλαιο 3 : LEAP η αντιµετώπιση του ενεργειακού προβλήµατος λαµβάνοντας υπ όψιν την όσο το δυνατόν µικρότερη περιβαλλοντική επιβάρυνση. Επιφάνεια εργασίας (User interface): 3.1 Σενάρια Όπως έγινε αντιληπτό νευραλγικό κοµµάτι του LEAP αποτελεί η ανάλυση του σεναρίου που περιγράφει αυτόνοµα πώς ένα µελλοντικό ενεργειακό σύστηµα θα 27

Κεφάλαιο 3 : LEAP εξελιχθεί σε βάθος χρόνου σε ένα συγκεκριµένο κοινωνικοπολιτικό υπόβαθρο κάτω από την εφαρµογή συγκεκριµένης πολιτικής. Τα σενάρια αυτά χρησιµοποιούνται ακόµη, για να δώσουν απαντήσεις σε ερωτήµατα όπως τι θα γίνει αν πιο αποτελεσµατικές τεχνολογίες εµφανιστούν ή αν αναζητηθούν διαφορετικές µορφές ενέργειας ή αν ανακαλυφθούν εγχώρια διαθέσιµα αποθέµατα πετρελαίου και αερίου κ.ο.κ.. Τα σενάρια του LEAP περιγράφουν κάθε παράγοντα που µπορεί να µεταβληθεί µε το χρόνο, συµπεριλαµβάνοντας κι αυτούς που σχετίζονται µε διαφορετικές κοινωνικοοικονοµικές συνθήκες. Οι τελευταίοι αυτοί παράγοντες αναφέρονται ως ευαισθησία και περιέχονται στο εκάστοτε σενάριο. Εξαιτίας αυτού, είναι σηµαντικό να συγκρίνονται σενάρια µε τις ίδιες κοινωνικοοικονοµικές συνθήκες. 3.1.1 Κληρονοµικότητα σεναρίων Η κληρονοµικότητα των σεναρίων επιτρέπει την δηµιουργία µιας ιεραρχίας των σεναρίων που κληρονοµούν καθορισµένες εκφράσεις από τα µητρικά τους. Στην πραγµατικότητα δηµιουργούνται µαθηµατικές εκφράσεις που µπορούν να αφοµοιωθούν από πολλά σενάρια ή τµήµατά τους. Έτσι για παράδειγµα µπορεί να δηµιουργηθεί ένα σενάριο που εξετάζει την αποτελεσµατικότητα ενός προγράµµατος φωτισµού σε οικιακή κατανάλωση (Household Lighting Efficiency Program) που κληρονοµεί τις περισσότερες εκφράσεις του από ένα πρωτογενές σενάριο. Με αυτή τη προσέγγιση είναι εύκολο να εισαχθούν και να οργανωθούν σενάρια, αφού α) µπορούν να δηµιουργηθούν µε ελάχιστα δεδοµένα εισόδου και β)κοινές εκφράσεις σε οικογένεια σεναρίων µπορούν να εισαχθούν από το πρωτογενές σενάριο. 28

Κεφάλαιο 3 : LEAP 3.2 Το δέντρο Το δέντρο είναι ένα ιεραρχικό σχεδιάγραµµα που χρησιµοποιείται στην οργάνωση και τη µεταβολή των κύριων δοµών δεδοµένων για την ανάλυση του LEAP. Oι κλάδοι κατηγορίας είναι οι πιο συνηθισµένοι τύποι κλάδων. Χρησιµοποιούνται κυρίως για την οργάνωση των υπολοίπων κλάδων σε ιεραρχικές δοµές δεδοµένων. Μπορούν να δηµιουργηθούν πολλά επίπεδα κλάδων και να χρησιµοποιηθούν διαφορετικά επίπεδα για διαφορετικούς τοµείς. Στους κλάδους του Transformation, οι κλάδοι κατηγορίας χρησιµοποιούνται για να καθορίσουν τα κύρια µοντέλα µετατροπής ενέργειας και να οργανώσουν τις επιλογές Processes και Output fuels για κάθε ένα από αυτά τα µοντέλα. Στους κλάδους του Resources, οι κλάδοι κατηγορίας χρησιµοποιούνται για να οργανώσουν τις πηγές σε πρώτες ύλες και σε δευτερεύοντα καύσιµα. Επίσης οι κλάδοι κατηγορίας χρησιµοποιούνται σε περιπτώσεις όπου έχει επιλεχθεί να φανεί ο αναλυτικός υπολογισµός κάθε πρώτης ύλης ξεχωριστά. Οι κλάδοι τεχνολογίας αποτελούν πάντα τις τελευταίες διακλαδώσεις του δέντρου (σε αυτές τις διακλαδώσεις δε γίνεται να προστεθούν καινούργια παρακλάδια και εκφράζουν τη συνολική καταναλισκόµενη ενέργεια σε κάθε τοµέα, γι αυτό συνδέονται µε ένα µόνο συγκεκριµένο καύσιµο. Στο Transformation οι κλάδοι αυτοί χρησιµοποιούνται για να υποδείξουν κάποιες διαδικασίες όπως είναι για παράδειγµα ένα υδροηλεκτρικό εργοστάσιο ή ένα διυλιστήριο. Οι κλάδοι συνολικής έντασης ενέργειας (Aggregate energy intensity) χρησιµοποιούνται για να υποδείξουν µια διακλάδωση στην οποία το σύνολο της ισχύος προορίζεται για µια τελική χρήση ανεξάρτητα από τον αριθµό των καυσίµων ή των σταθµών. Οι κλάδοι αυτοί είναι χρήσιµοι σε δύο συγκεκριµένες περιπτώσεις : α) Όταν δεν υπάρχουν δεδοµένα τελικής ισχύος, παρά µόνο δεδοµένα ποσοστών καυσίµων και σταθµών επί της συνολικής τελικής χρήσης και β) όταν υπάρχουν σταθµοί που χρησιµοποιούν περισσότερα από ένα καύσιµο. 29

Κεφάλαιο 3 : LEAP Οι κλάδοι καυσίµου στο Τransformation υποδεικνύουν τα τελικά καύσιµα που παράγονται από κάθε µοντέλο µετατροπής και στο Resource δείχνουν τις πρωτογενείς πηγές και τα δευτερογενή παραγόµενα καύσιµα που εισάγονται και εξάγονται στην περιοχή που εξετάζεται. 3.3 Ανάλυση ζήτησης Η ανάλυση ζήτησης στο LEAP προσεγγίζει βασιζόµενη στις τελικές χρήσεις, την τελική κατανάλωση ενέργειας σε µια περιοχή. Συνδυάζοντας οικονοµικά, δηµογραφικά και ενεργειακά δεδοµένα, σχηµατίζεται ένα εναλλακτικό σενάριο που µπορεί να εξετάσει πως θα εξελιχθεί η τελική κατανάλωση ή ακόµα και η κατανάλωση µεµονωµένων τοµέων ή τις συνέπειες του σεναρίου στο περιβάλλον κτλ. Αν και το δέντρο της ζήτησης µπορεί να είναι ελεύθερα δοµηµένο ωστόσο, συνήθως - όπως και στο πείραµά µας επιλέγονται πρώτα οι κύριοι τοµείς: κατοικίες, βιοµηχανία, µεταφορές, γεωργία, εµπόριο κι έπειτα αυτοί οι τοµείς διακλαδίζονται σε πιο ειδικούς ανάλογα µε την µορφή των δεδοµένων µας. Βασικό πλεονέκτηµα αποτελεί το γεγονός ότι µπορούν να γίνουν αναλυτικοί υπολογισµοί για κάποια δραστηριότητα (πχ. αριθµός σπιτιών, όχηµα/ χλµ απόστασης). Αυτός ο βαθµός δραστηριότητας πολλαπλασιάζεται µε µια ενεργειακή κατανάλωση έτσι ώστε κάθε ξεχωριστή δραστηριότητα να µπορεί να µελετηθεί ως προς την µελλοντική της συµπεριφορά ανάλογα µε τις περαιτέρω πληροφορίες που θα δώσουµε όπως ρυθµός ανάπτυξης, πιο εξελιγµένες τεχνολογίες που µπορεί να εισαχθούν κτλ 30

Κεφάλαιο 3 : LEAP 3.3.1 Υπολογισµοί ζήτησης (Demand calculations) Τελική ανάλυση ζήτησης ενέργειας (Final energy demand analysis) Σε αυτήν την ανάλυση, η ζήτηση ενέργειας υπολογίζεται ως το γινόµενο του συνολικού βαθµού δραστηριότητας και του ετήσιου δείκτη καταναλισκόµενης ενέργειας για κάθε τεχνολογικό κλάδο. Η ζήτηση ενέργειας υπολογίζεται για το χρόνο βάσης αλλά και για κάθε µελλοντικό έτος σε κάθε σενάριο. Με άλλα λόγια : D = TA EI, bst,, bst,, bst,, όπου D είναι η ζήτηση ενέργειας, TA ο συνολικός βαθµός δραστηριότητας, EI ο δείκτης καταναλισκόµενης ενέργειας ανά µονάδα, b ο κλάδος, s το σενάριο και t ο χρόνος (ξεκινώντας από το έτος βάσης [0] έως το τελικό έτος). Σηµειώνεται ότι όλα τα σενάρια εξελίσσονται από τα ίδια δεδοµένα του Current Account, έτσι ώστε όταν t = 0 η παραπάνω εξίσωση γράφεται ως : D = TA EI b,0 b,0 b,0 Η ζήτηση ενέργειας που υπολογίζεται για κάθε κλάδο είναι µοναδικά ταυτοποιηµένη µε ένα συγκεκριµένο καύσιµο. Έτσι το LEAP, παίρνοντας αποτελέσµατα για όλους τους τεχνολογικούς κλάδους, υπολογίζει επίσης και την συνολική τελική ζήτηση ενέργειας για κάθε καύσιµο. Ο συνολικός βαθµός δραστηριότητας για µία τεχνολογία είναι το γινόµενο των βαθµών δραστηριότητας όλων των διακλαδώσεων του συγκεκριµένου τεχνολογικού κλάδου. Με άλλα λόγια : TA = A A A, bst,, b, st, b, st, b, st, t όπου Ab είναι ο βαθµός δραστηριότητας για ένα συγκεκριµένο κλάδο b, b ο γονιός του κλάδουb, b ο γονιός του κλάδου b κ.ο.κ. Τονίζεται ότι αυτοί οι κλάδοι που σηµειώνονται σαν να µην έχουν καθόλου δεδοµένα (no data) όπως και ο κλάδος Demand θεωρούνται πως έχουν βαθµό δραστηριότητας ίσο µε τη µονάδα. Οι τιµές των βαθµών δραστηριότητας άλλων κλάδων που εκφράζονται σε ποσοστά %, πάντα διαιρούνται µε το 100 έτσι ώστε να αποφέρουν µία τιµή από µηδέν έως ένα στους υπολογισµούς. 31

Κεφάλαιο 3 : LEAP 3.4 Περιβαλλοντικές επιδράσεις (Environmental effects) Κάθε κλάδος στα δεδοµένα της ζήτησης και κάθε τύπος εργοστασίου στη µετατροπή αποτελούν την κύρια αιτία περιβαλλοντικών επιδράσεων και µπορούν να συνδεθούν µε τις περιβαλλοντικές εκποµπές ρύπων. Κάθε εκποµπή καθορίζεται σαν µια επίδραση ανά µονάδα ενέργειας που καταναλώνεται σε ένα κλάδο της ζήτησης ή ανά µονάδα ενέργειας που καταναλώνεται, παράγεται ή χάνεται σε ένα εργοστάσιο της µετατροπής ενέργειας. 3.4.1. Επιδράσεις Σε αυτήν την καρτέλα µπορούν να φανούν και να επεξεργαστούν δεδοµένα πάνω σε διάφορες περιβαλλοντικές επιπτώσεις. Το LEAP περιέχει στοιχεία για πάνω από 40 διαφορετικές επιπτώσεις στο περιβάλλον συµπεριλαµβανοµένων και εγγράφων που σχετίζονται µε τη φύση της καθεµιάς (πληροφορίες βασισµένες στο A Guide to Environmental Analysis for Energy Planners, Lazarus et. al., 1997). Σχήµα 3.8: Καρτέλα περιβαλλοντικών επιδράσεων 32

Κεφάλαιο 3 : LEAP Global Warming Potentials: Προκαθορισµένα το LEAP χρησιµοποιεί τους πιο σύγχρονους GWP παράγοντες, οι οποίοι συνιστώνται από την IPCC ** για µια περίοδο 100 χρόνων **. To LEAP περιέχει δεδοµένα σχετικά µε τα GWP s για τα εξής αέρια: ιοξείδιο του άνθρακα, µεθάνιο και νιτρικό οξύ. Πιθανότατα και άλλα αέρια να έχουν επίδραση πάνω στην παγκόσµια αλλαγή του κλίµατος (π.χ. υδρατµοί, HCFCs κ.α.). Παρ όλα αυτά, προς το παρόν τουλάχιστον η επίδρασή τους είναι πολύ µικρή οπότε και δεν συνυπολογίζεται. 3.4.2 Τεχνολογική και περιβαλλοντική βάση δεδοµένων (TED) Το TED παρέχει εκτεταµένες πληροφορίες περιγράφοντας τα τεχνικά χαρακτηριστικά, το κόστος και τις περιβαλλοντικές επιδράσεις ενός ευρύτερου πεδίου των ενεργειακών τεχνολογιών. Η πρώτη έκδοση του TED περιέχει δεδοµένα από περίπου 1000 υπάρχουσες τεχνολογίες και αναφορές από δεκάδες περιβαλλοντικά ινστιτούτα και υπηρεσίες όπως επίσης και δεδοµένα ενεργειακής τεχνολογίας σε αναπτυσσόµενες περιοχές. Τα ποσοτικά δεδοµένα του TED συµπληρώνονται από σηµαντικές πληροφορίες οι οποίες περιγράφουν τη διαθεσιµότητα, την καταλληλότητα, την αποτελεσµατικότητα κόστους και τις περιβαλλοντικές εκποµπές από ένα ευρύ πεδίο των ενεργειακών τεχνολογιών. 3.5 Ανάλυση µετατροπής Στην ανάλυση µετατροπής προσοµοιώνεται η µετατροπή και µεταφορά µορφών ενέργειας από το σηµείο της εξόρυξης των πρώτων υλών ως την τελική κατανάλωση του καυσίµου. Σε αναλογία µε την ανάλυση ζήτησης εναλλακτικά σενάρια µπορούν να χρησιµοποιηθούν για να προσεγγίσουν τις µελλοντικές διαδικασίες. ** (Intergovernmental Panel on Climate Change, 1994) ( ιακυβερνητικό Πάνελ πάνω στις Κλιµατολογικές Αλλαγές) 33

Κεφάλαιο 3 : LEAP Στην µετατροπή συνυπολογίζονται τα αποτελέσµατα της ζήτησης ώστε να καλύπτονται οι ανάγκες σε καύσιµα ωστόσο δηµιουργούνται νέες, αυτές της τροφοδοσίας των µονάδων παραγωγής. Στα τελικά συµπεράσµατα λαµβάνονται υπ όψιν όλα, και η κατανάλωση της ζήτησης και η κατανάλωση των µονάδων παραγωγής αλλά και η εισαγωγή καυσίµων στην εν λόγω περιοχή. 3.5.1 Υπολογισµοί µετατροπής (Transformation Calculations) Οι υπολογισµοί στο Transformation καθοδηγούνται από τη ζήτηση ενέργειας. Αυτό σηµαίνει ότι κάθε µοντέλο λειτουργεί για να ικανοποιήσει την εγχώρια ζήτηση και τις ανάγκες εξαγωγών. Για την πρώτη χρονιά της προσοµοίωσης η εγχώρια ζήτηση ορίζεται ίση µε την παραγόµενη ενέργεια όλων των σταθµών παραγωγής. Καθώς η προσοµοίωση εξελίσσεται στα επόµενα χρόνια, το ισοζύγιο παραγωγής και ζήτησης επηρεάζεται, τόσο από τις προσθήκες ισχύος που έχει καθοριστεί να γίνουν ενδογενώς ή εξωγενώς, όσο και από την προβλεπόµενη αύξηση ζήτησης. Τελικά, το αποτέλεσµα της παραπάνω διαδικασίας οδηγεί στον υπολογισµό των απαιτήσεων του µοντέλου για πρωταρχικές πηγές (ανανεώσιµες και µη), οι οποίες µπορούν να συγκριθούν µε τα ποσά που καθορίζονται στην καρτέλα Resource. Σηµειώνεται ότι πρέπει να διασφαλίζεται η σωστή ροή ενέργειας στον κλάδο Transformation (δηλαδή η ιεραρχία του δέντρου απαιτεί ο φάκελος Electricity generation να είναι κάτω από το φάκελο Electricity distribution). 34

Κεφάλαιο 3 : LEAP Ο παρακάτω πίνακας δείχνει τα βασικά βήµατα στους υπολογισµούς στον κλάδο Transformation. Για κάθε σενάριο Για κάθε χρονιά Εγχώρια ζήτηση = Συνολική παραγόµενη ενέργεια Για κάθε µοντέλο Υπολογισµός ζήτησης ( εγχώρια + εξαγωγές ελάχιστο επίπεδο εισαγωγών) Υπολογισµός ενδογενών προσθηκών ισχύος Υπολογισµός παραγόµενης ενέργειας από τις µονάδες και υπολογισµός περιβαλλοντικών επιπτώσεων Υπολογισµός ελλείψεων, πλεονασµάτων, gap-filling εισαγωγών και εξαγωγών Υπολογισµός ζήτησης του µοντέλου Υπολογισµός κοστών Επανεξέταση του ισοζυγίου παραγωγής-ζήτησης ενέργειας Υπολογισµός απαιτήσεων σε πηγές Πίνακας 3.1: Βήµατα υπολογισµών στο Transformation 35

Κεφάλαιο 3 : LEAP 3.6 Υπολογισµοί Εκτέλεσης ιαδικασιών (Process Dispatch Calculations) Κατά τους υπολογισµούς του Transformation το LEAP εκτελεί τις διαδικασίες σε κάθε µοντέλο µε σκοπό να ικανοποιήσει τις ανάγκες για ενέργεια του µοντέλου. Ανάλογα µε τον κανόνα εκτέλεσης που θα επιλεχθεί (καθορίζεται στην οθόνη Module properties), χρησιµοποιούνται διαφορετικοί αλγόριθµοι υπολογισµού του ποσοστού που αναλογεί σε κάθε διαδικασία (π.χ. την παραγόµενη ενέργεια κάθε εργοστασίου). υο εξειδικευµένοι κανόνες εκτέλεσης (οι Dispatch by Merit Order και Dispatch by Running Cost) είναι διαθέσιµοι για να εξοµοιώσουν την εκτέλεση των διαδικασιών (συνήθως ένταξη σταθµών παραγωγής ηλεκτρικής ενέργειας) έτσι ώστε το µοντέλο να ανταποκρίνεται τόσο στα φορτία αιχµής όσο και στη συνολική ζήτηση ενέργειας. Στη συνέχεια παρουσιάζονται οι υπόλοιποι κανόνες εκτέλεσης. Κανόνας Εκτέλεσης Αλγόριθµος Process Shares Κανένας: Το ποσοστό της παραγόµενης ενέργειας καθορίζεται αποκλειστικά χρησιµοποιώντας την µεταβλητή Process Shares για κάθε κλάδο. In proportion to Base = / n Procces Sharei Base Year Outputi Base Year Output i Year Output i= 1 Αν τα δεδοµένα ενέργειας του Demand και/ή τα δεδοµένα του Transformation δεν είναι συνεπή µε αυτά που έχουν εισαχθεί στην καρτέλα Base Year Output, τότε θα εµφανιστεί ένα µήνυµα λάθους. Πρέπει λοιπόν να ελεγχθούν και οι τρεις αυτές κατηγορίες δεδοµένων για να φανεί αν υπάρχει λάθος στην εισαγωγή δεδοµένων. In proportion to Available Capacity or Run to Full Capacity = n i i i i i i= 1 Procces Share ( Capacity MCF )/ ( Capacity MCF ) Πίνακας 3.2: Αλγόριθµοι των κανόνων εκτέλεσης 36

Κεφάλαιο 3 : LEAP Το πρώτο βήµα στην εκτέλεση µιας διαδικασίας είναι ο υπολογισµός του ποσοστού της παραγόµενης ενέργειας κάθε σταθµού παραγωγής. Οι αλγόριθµοι για τον εν λόγω υπολογισµό φαίνονται στον παραπάνω πίνακα: Αφού υπολογιστούν τα ποσοστά παραγόµενης ενέργειας κάθε σταθµού, στη συνέχεια το LEAP υπολογίζει την πραγµατική παραγόµενη ενέργεια από κάθε εργοστάσιο. Τελικά, αυτή η πληροφορία χρησιµοποιείται για να υπολογίσει τα καύσιµα εισόδου που απαιτούνται από κάθε σταθµό παραγωγής και συνεπώς τα στοιχεία κόστους, τα κέρδη και τις περιβαλλοντικές επιπτώσεις. 3.7 Εκτέλεση ιαδικασιών σε µια Καµπύλη Φορτίου (Dispatching Processes on a Load Curve) Αν ο κανόνας εκτέλεσης του µοντέλου που καθορίζεται στην καρτέλα Module properties είναι ορισµένος ως Dispatched by merit order ή Dispatched by running cost, τότε κατά την διάρκεια των υπολογισµών του Transformation, το LEAP θα προσοµοιώσει την ανέγερση νέων εργοστασίων, ώστε να ικανοποιήσει τις απαιτήσεις σε ισχύ που καθορίζονται από µια ετήσια καµπύλη φορτίου, καθώς και τις συνολικές ενεργειακές απαιτήσεις σε ένα µοντέλο. Σηµειώνεται ότι αυτή η εξοµοίωση εµφανίζεται µόνο στα µελλοντικά χρόνια του σεναρίου. Η σειρά ένταξης των µονάδων, είτε καθορίζεται αποκλειστικά στην καρτέλα Process properties, είτε εφόσον ο κανόνας εκτέλεσης είναι ο Dispatched by running cost, καθορίζεται ως εξής : Running Cost = Variable OM Cost + Fuel Cost / Efficiency i i i i Για να εξοµοιώσει την λειτουργία των εργοστασίων το LEAP κάνει πρώτα µια λίστα των εργοστασίων, ταξινοµηµένων σύµφωνα µε την σειρά ένταξής τους. Αυτή η πληροφορία χρησιµοποιείται για να υπολογίσει την διαθέσιµη ισχύ έκαστης οµάδας εργοστασίων που κατέχουν την ίδια θέση στην σειρά ένταξης. 37

Κεφάλαιο 3 : LEAP Στην συνέχεια το LEAP κάνει µια διακριτή προσέγγιση της καµπύλης φορτίου και την χωρίζει σε έξη κάθετες λωρίδες (βλ. σχήµα 3.7), όπως καθορίζεται από τα επτά δεδοµένα σηµεία που ορίζονται στην καρτέλα Load curve. Το ύψος κάθε λωρίδας είναι ίσο µε το φορτίο αιχµής πολλαπλασιασµένο µε το µέσο επί τοις εκατό φορτίο δύο διαδοχικών σηµείων της δεδοµένης καµπύλης φορτίου. Το πλάτος της λωρίδας είναι η διαφορά σε ώρες των αυτών σηµείων. Η συνολική ζήτηση ενέργειας του συστήµατος σε φορτίο αιχµής υπολογίζεται από τη ζήτηση σε MWhr του µοντέλου και από τον παράγοντα φορτίου του µοντέλου (το µέσο ύψος της καµπύλης φορτίου), ως εξής : Peak System Power Requirements[ MW ] = Energy Requirement[ MWhr]/ Load factor 8760hrs Σχήµα 3.7: Προσέγγιση της καµπύλης φορτίου Έπειτα, κάθε οµάδα διαδικασιών (εργοστασίων) εκτελείται σε οριζόντιες λωρίδες προκειµένου να συµπληρώσει τον χώρο κάτω από τη καµπύλη φορτίου. Πρώτα λειτουργούν οι σταθµοί βάσης καλύπτοντας το κάτω µέρος της καµπύλης και ακολουθούν οι µέσοι σταθµοί και οι σταθµοί αιχµής. Για να αναπαρασταθεί σωστά η διαθεσιµότητα κάθε σταθµού (δηλαδή, για να ληφθούν υπ όψιν οι περίοδοι που οι σταθµοί δεν είναι διαθέσιµοι εξαιτίας αναµενόµενων ή µη συνθηκών) το µέγιστο ύψος κάθε λωρίδας προκύπτει από το γινόµενο: 38

Κεφάλαιο 3 : LEAP Capacity (ΜW) x Maximum Capacity Factor Κάθε οµάδα εκτελείται µε τη σειρά µέχρι να συµπληρωθεί η λωρίδα της καµπύλης φορτίου. Περιορισµοί : Εξοµοιώνοντας την εκτέλεση των υπολογισµών κατ αυτόν τον τρόπο δεν λαµβάνεται υπ όψιν η τάση ορισµένων σταθµών να είναι περισσότερο διαθέσιµοι σε περιόδους υψηλότερων ή χαµηλότερων µέσων φορτίων. Για παράδειγµα τα υδροηλεκτρικά εργοστάσια έχουν την τάση να είναι πιο διαθέσιµα σε υγρές περιόδους, ενώ η συντήρηση τους προγραµµατίζεται για τις ξηρές περιόδους. Αυτή η εποχιακή µεταβολή δεν αντικατοπτρίζεται στους συντελεστές χρησιµοποίησης. Επίσης δεν επιχειρείται η εξοµοίωση των υδραντλητικών εργοστασίων που έχουν θετική στιγµιαία ισχύ, αλλά αρνητική συνολική ετήσια έξοδο ηλεκτρικής ενέργειας. Αυτή η κατάσταση µπορεί να εξοµοιωθεί µε τροποποίηση του σχήµατος της καµπύλης φορτίου. 3.8 ιαγνωστικοί έλεγχοι Στην διάρκεια των υπολογισµών το LEAP εκτελεί έναν αριθµό ελέγχων στη βάση δεδοµένων. - Έλεγχο συνέπειας: όπως για παράδειγµά εάν η παραγωγή ενέργειας συµπίπτει µε την κατανάλωση ή αν κάποιοι κλάδοι δεν είναι σαφώς ορισµένοι κτλ. - Έλεγχο αξιοπιστίας Τα αποτελέσµατα αυτού του ελέγχου καταλήγουν σε µια αναφορά όπου αναλύεται λεπτοµερώς το πρόβληµα. 39

Κεφάλαιο 4 : Σενάρια 4. Σενάρια Τα σενάρια παρέµβασης θα έπρεπε να δοµηθούν µε τέτοιο τρόπο ώστε να µπορούν να υλοποιηθούν και στα δύο λογισµικά και µάλιστα µε συγκρίσιµο τρόπο. Το γεγονός αυτό επέβαλε το λιγότερο εύπλαστο MURE να αποτελέσει το καλούπι των σεναρίων και το LEAP να προσαρµοστεί στα δεδοµένα τους. Χωρίστηκαν λοιπόν τα σενάρια σε τρεις τοµείς σύµφωνα µε τα δεδοµένα του MURE: - τοµέας κατοικιών - τοµέας βιοµηχανίας - τοµέας τριτογενής και σύµφωνα µε όσα προαναφέρθηκαν στο 2 ο κεφάλαιο ορίστηκαν οι τελικές χρήσεις στις οποίες θα επέµβουµε, κατ επέκταση οι τεχνολογίες και τέλος η εξοικονόµηση ενέργειας και ο βαθµός διείσδυσής τους. Οι επιλεγόµενες οµάδες τελικών χρήσεων Οι επιλεγόµενες τελικές χρήσεις Οι επιλεγόµενες τεχνολογίες οι οποίες συνδέονται µε την τελική χρήση Ο επιλεγόµενος βαθµός διείσδυσης κάθε τεχνολογίας για την παρούσα υπολογιστική διαδικασία Το ποσοστό των εξοικονοµήσεων ενέργειας ως προϊόν της υλοποίησης κάθε τεχνολογίας χωριστά 40

Κεφάλαιο 4 : Σενάρια Αντίστοιχα λοιπόν και το LEAP υιοθέτησε αυτή την διάρθρωση εισάγοντας τους παραπάνω τοµείς στο δέντρο του, όπως επίσης και τις τελικές χρήσεις, τις τεχνολογίες και το γενικότερο σενάριο επέµβασης. Ο τρόπος µε τον οποίο δοµήθηκε το LEAP και προσαρµόστηκε στις ανάγκες του πειράµατος περιγράφεται εκτενέστερα στο 5 ο κεφάλαιο. 41

Κεφάλαιο 4 : Σενάρια 4.1 ΤΡΙΤΟΓΕΝΗΣ ΤΟΜΕΑΣ 4.1.1 Σενάριο ήπιας παρέµβασης τελικές χρήσεις Τεχνολογίες Σενάριο Εξαερισµόςκλιµατισµός (ventilation-air conditioning) Αυτόµατος έλεγχος (auto-manual control) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % Θέρµανση χώρου-ζεστό νερό χρήσης (space heatingwarm water) Αυτόµατος έλεγχος (auto-manual control) ποσοστό εξοικονόµησης ενέργειας 5 % βαθµός διείσδυσης 50 %. Φωτισµός (lighting) Αυτόµατος έλεγχος (automanual control) Χρονοδιακόπτες (time control) Έλεγχος ζώνης (zoning control) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 40 % 42

Κεφάλαιο 4 : Σενάρια 4.1.2 Σενάριο ισχυρής παρέµβασης τελικές χρήσεις Τεχνολογίες Σενάριο Εξαερισµόςκλιµατισµός (ventilation-air conditioning) Αυτόµατος έλεγχος (auto-manual control) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % Θέρµανση χώρου-ζεστό νερό χρήσης (space heatingwarm water) Αυτόµατος έλεγχος (auto-manual control) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 %. Φωτισµός (lighting) Αυτόµατος έλεγχος (automanual control) Χρονοδιακόπτες (time control) Έλεγχος ζώνης (zoning control) ποσοστό εξοικονόµησης ενέργειας 30 % βαθµός διείσδυσης 50 % Κινητήρια συστήµατα (motors-drives) Κινητήρες υψηλών στροφών (high rpm motors) ιαφορετικές ταχύτητες διαδροµών (variable speed drives) ποσοστό εξοικονόµησης ενέργειας 25 % βαθµός διείσδυσης 20 %. Ψύξη (refrigiration) Ανάλυση φορτίου ψύξης (cooling load analysis) Κεντρικός έλεγχος πίεσης (floating pressure head control) Βέλτιστο Τ (optimum delta T) Προγραµµατισµός (scheduling) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % Προγραµµατισµός : ποσοστό εξοικονόµησης ενέργειας 5 % βαθµός διείσδυσης 75 % 43

Κεφάλαιο 4 : Σενάρια 4.2 ΤΟΜΕΑΣ ΚΑΤΟΙΚΙΩΝ 4.2.1 Σενάριο ήπιας παρέµβασης τελικές χρήσεις Τεχνολογίες Σενάριο ιατάξεις ελέγχου συστήµατος θέρµανσης (heating control devices) Παλαιά Ενδιάµεσα Νέα ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % Θέρµανση νερού χρήσης (sanitary water heating) Καύσιµο αέριο (gas) Ηλεκτρισµός (electricity) Λοιπά καύσιµα (other) Συστήµατα αερίου (gas systems) Ηλεκτρικά συστήµατα (electric systems) Πίνακες ηλιακών κυττάρων (solar panels) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 %. Οικιακές συσκευές (appliances) Ψυγεία (refrigerators) Καταψύκτες (freezers) Πλυντήρια ρούχων (washing machines) Πλυντήρια πιάτων (dishwashers) Τηλεοράσεις (televisions) Φωτισµός (lighting) ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % φωτισµός: ποσοστό εξοικονόµησης ενέργειας 10 % βαθµός διείσδυσης 50 % 44