Исследователи из Льежского университета в Бельгии совместно с коллегами из Мадагаскара, Камеруна, Испании и Великобритании объединили кадастровые данные о зданиях с региональной энергетической статистикой. Исходный набор данных содержал более 2,6 млн записей, из которых после проверки и очистки для расчётов использовались около 1,69 млн объектов.

Для каждого объекта учёные определили площадь и категорию – например, индивидуальный дом, многоквартирное здание, офис, торговая или промышленная площадка. Затем на основе площади и типичного для категории уровня энергопотребления был рассчитан годовой спрос на тепло и электроэнергию.

Эти значения были распределены по 8 760 часам года с использованием стандартных профилей нагрузки, отражающих типичные схемы потребления разных типов зданий. Так, спрос на отопление в жилых домах сильно зависит от сезона, тогда как потребление в офисах и других коммерческих объектах во многом определяется рабочими часами. В результате для каждого здания был построен почасовой профиль потребления. В масштабах Валлонии модель генерирует около 14,8 млрд точек данных в год для одного энергетического показателя и порядка 74 млрд для пяти рассчитываемых показателей.

На основе полученных данных создан интерактивный энергетический атлас, позволяющий рассматривать динамику потребления на разных уровнях – от отдельных зданий до муниципалитетов, округов и провинций, а также выявлять районы с особо высокой нагрузкой. Например, с его помощью можно определить районы, где высокая плотность теплопотребления делает перспективным развитие сетей центрального отопления. Почасовой разрез также позволяет учитывать краткосрочные пики спроса и точнее оценивать необходимую мощность энергетической инфраструктуры.

Атлас может применяться и при планировании электросетевой инфраструктуры. Почасовые данные помогают сопоставлять спрос зданий с выработкой солнечной энергии, оценивать дополнительную нагрузку, связанную с распространением тепловых насосов, и определять места, где может потребоваться накопление энергии или усиление сети. При этом сам атлас пока не рассчитывает оптимальную мощность солнечных панелей или систем хранения, но даёт исходные данные для таких расчётов.

В дальнейшем новый подход может быть использован для создания аналогичных энергетических атласов в других регионах мира.