DistrictGenerator

DistrictGenerator 是一个基于 Python 的开源工具，面向城市规划人员、能源供应商、住房协会、工程与建筑专业团队，以及科研机构。该工具可为社区能源系统的设计与运行提供关键的负荷需求信息，帮助用户识别并评估供能协同措施。

DistrictGenerator 的核心创新在于：将完整城市建筑存量映射为社区模型，并自动计算建筑负荷曲线与分布式能源系统规模。工具集成了多个开源数据库与工具，例如 TEASER 与 richardsonpy。

本项目由 RWTH Aachen University, E.ON Energy Research Center, Institute for Energy Efficient Buildings and Indoor Climate 开发维护。

研究动机

在社区规划早期阶段，电力、采暖、生活热水与占用等关键时序数据通常缺失，导致能源系统评估不准确。DistrictGenerator 旨在降低建模门槛，提升社区级跨能种系统分析的可用性，尤其强调不同建筑用途之间的协同潜力。主要贡献包括：

开源且低输入门槛：依托预设参数与默认值，快速生成时序负荷，并按标准完成分散式热源初步定容。
支持自下而上的城市结构建模：可在社区尺度构建足够细致的分析模型。
支持运营优化与 KPI 输出：便于比较不同技术组合与渗透率下的社区供能方案。

快速开始

安装 DistrictGenerator

先克隆仓库：

git clone https://github.com/RWTH-EBC/districtgenerator

再安装项目：

pip install -e .

安装完成后，可参考 examples 学习各模块用法。

最小必需输入数据

要生成社区模型，至少需要每栋建筑的基础信息。最小输入集依据 TABULA archetype approach 定义：

id：建筑 ID（连续编号即可）
building：建筑类型（SFH、TH、MFH、AB、OB、SC、GS、RE、MFH+GR、AB+GR、MFH+RE、AB+RE）
year：建造年份
construction_type：建筑热质量（0 轻型、1 中型、2 重型）
retrofit：TABULA 改造等级（0 现状、1 常规改造、2 深度改造）
area：参考建筑面积（m²）
night_setback：夜间温度回退（0 否、1 是）
heating：供热设备（HP、EH、CHP、FC、BOI、STC、heat_grid）
EV：电动车占比（0 到 1）
fTES：热储能规模（L/kW，按供热设备容量）
fBAT：电池规模（Wh/W_PV）
fPV：屋顶光伏覆盖比例
fSTC：屋顶太阳能热利用覆盖比例
gammaPV：屋顶方位角（度，0° 表示朝南）
EV_charging：充电策略（bidirectional、on-demand、intelligent）

可使用示例模板：districtgenerator/data/scenarios/example.csv。

其他可选输入

在 data 目录中提供了大量默认数据。以下内容可按需求调整：

design_building_data.json：室内温度上下限、通风率
site_data.json：测试参考年与站点条件
time_data.json：时间分辨率

以下文件为固定参数或外部数据，通常不建议修改：

design_weather_data.json：DWD 德国 16 个气候区数据
physics_data.json
dhw_stochstical.xlsx

天气数据位于 weather。