This work includes modelling of decarbonization scenarios at the scale of an urban area, providing policy insights and a methodology focusing on introducing district heating and maintaining the existing gas distribution network in a case study. With a focus on reducing gas consumption in the residential and tertiary sectors, the research integrates scenario developments giving a methodology to develop district heating, requiring a careful balance in selecting the optimal scale for city-wide analysis. The study assesses the fate of existing gas networks. The development of district heating can affect the use of gas, particularly in residential or tertiary buildings. This thesis assesses potential use cases of existing gas networks by identifying certain criteria. Among them are industrial, tertiary or residential consumption, the presence of a district heating network, or the number of homes using individual gas heating. These criteria make it possible to define areas where the question of removing the gas distribution network can be raised, and other areas where the gas distribution network must be retained even if gas consumption falls sharply between 2019 and 2050. By reviewing the relevant literature, detailing the research questions and presenting a comprehensive methodology of scenario modelling, the thesis provides policy insights and a methodology to develop district heating at the scale of an urban area while addressing the future of existing gas infrastructure. / Detta arbete ger en modellering av scenarier för minskade koldioxidutsläpp i stadsområden, samt ger policyinsikter och metodik med fokus på införandet av fjärrvärme och underhållet av det befintliga gasdistributionsnätet som en fallstudie. Med fokus på att minska gasförbrukningen i bostads- och tjänstesektorerna integrerar forskningen scenarioutveckling med en metod för att utveckla fjärrvärme, vilket kräver en noggrann avvägning för att välja den optimala skalan för stadsomfattande analys. I studien bedöms vad som ska hända med befintliga gasnät. Utvecklingen av fjärrvärme kan påverka användningenav gas, särskilt i bostads- eller tertiärbyggnader. Denna avhandling bedömer potentiella användningsfall befintliga gasnät genom att identifiera kriterier baserade på faktorer som industriell, tertiär tertiär eller bostadsförbrukning, förekomsten av ett fjärrvärmenät eller antalet av bostäder som använder individuell gasuppvärmning, till exempel. Dessa kriterier gör det möjligt att definiera områden där frågan om att ta bort gasdistributionsnätet kan väckas, och andra områden där gasdistributionsnätet måste behållas även om förbrukningen förbrukningen minskar kraftigt mellan 2019 och 2050. Genom att granska den relevanta litteraturen, specificera forskningsfrågorna och presentera en omfattande metod för scenariomodellering, ger avhandlingen ett värdefullt exempel på hur man kan ge politisk insikt och metodik för att utveckla fjärrvärme i ett stadsområde samtidigt som man tar itu med framtiden för befintlig gasinfrastruktur.

O fator de simultaneidade é fundamental no planejamento de redes de distribuição de gás natural. Trata-se de um multiplicador entre 0 e 1 que ajusta o consumo total teórico de um número de aparelhos de utilização em condições reais. Em 2005 o Instituto de Pesquisas Tecnológicas (IPT) e a Companhia de Gás de São Paulo (COMGÁS) realizaram um estudo no qual determinou-se o fator de simultaneidade em um conjunto de edificações residenciais. Um modelo de regressão foi proposto para expressar o fator de simultaneidade em termos da potência total instalada. O modelo ajustado pode ser utilizado para predizer o fator de simultaneidade em novas edificações. O modelo em questão é um modelo de regressão linear normal no qual a variável resposta é o logaritmo do fator de simultaneidade. Nesta dissertação, o objetivo é investigar outras possibilidades de modelos de regressão adequados aos dados obtidos pelo IPT e pela COMGÁS. Especial atenção é dada ao modelo de regressão beta proposto por Ferrari e Cribari-Neto (Journal of Applied Statistics, 2004) por possuir vantagens sobre o modelo de regressão linear normal. O modelo de regressão beta assume que, dadas as covariáveis, a variável resposta possui distribuição beta, sendo adequado para modelar dados observados no intervalo unitário. Desta forma, a transformação na variável resposta - o fator de simultaneidade - é desnecessária. Além disso, é proposta uma nova abordagem para a predição do fator de simultaneidade, diferente de todas as abordagens pesquisadas na literatura, utilizando a técnica de bootstrap. / The simultaneity factor is fundamental in planning gas distribution networks. It is a multiplicator between 0 and 1 that adjusts the theoretical total consumption of a number of devices to realistic conditions. In 2005, the Instituto de Pesquisas Tecnológicas (IPT) and the Companhia de Gás de São Paulo (COMGÁS) performed a study in which the simultaneity factor of gas consumption in a set of residential buildings have been determined. A regression model was proposed to express the simultaneity factor in terms of the total power of installed equipment. The fitted model can be used to predict the simultaneity factor in new buildings. The model they proposed is a normal linear regression model in which the response variable is the logarithm of the simultaneity factor. In the present dissertation, our aim is to investigate other possible regression models suitable to the data obtained by IPT and CONGÁS. Emphasis is given to the beta regression model proposed by Ferrari and Cribari-Neto (Journal of Applied Statistics, 2004) which has a number of advantages over normal linear regression models. The beta regression model assumes that, given the covariates, the response variable has a beta distribution, which is adequate to model data observed in the unit interval. Therefore, no transformation in the response variable, the simultaneity factor, is needed. Additionally, we present a new approach for the prediction of the simultaneity factor, that is different from all the approaches shown in the literature, using the bootstrap technique.

O fator de simultaneidade é fundamental no planejamento de redes de distribuição de gás natural. Trata-se de um multiplicador entre 0 e 1 que ajusta o consumo total teórico de um número de aparelhos de utilização em condições reais. Em 2005 o Instituto de Pesquisas Tecnológicas (IPT) e a Companhia de Gás de São Paulo (COMGÁS) realizaram um estudo no qual determinou-se o fator de simultaneidade em um conjunto de edificações residenciais. Um modelo de regressão foi proposto para expressar o fator de simultaneidade em termos da potência total instalada. O modelo ajustado pode ser utilizado para predizer o fator de simultaneidade em novas edificações. O modelo em questão é um modelo de regressão linear normal no qual a variável resposta é o logaritmo do fator de simultaneidade. Nesta dissertação, o objetivo é investigar outras possibilidades de modelos de regressão adequados aos dados obtidos pelo IPT e pela COMGÁS. Especial atenção é dada ao modelo de regressão beta proposto por Ferrari e Cribari-Neto (Journal of Applied Statistics, 2004) por possuir vantagens sobre o modelo de regressão linear normal. O modelo de regressão beta assume que, dadas as covariáveis, a variável resposta possui distribuição beta, sendo adequado para modelar dados observados no intervalo unitário. Desta forma, a transformação na variável resposta - o fator de simultaneidade - é desnecessária. Além disso, é proposta uma nova abordagem para a predição do fator de simultaneidade, diferente de todas as abordagens pesquisadas na literatura, utilizando a técnica de bootstrap. / The simultaneity factor is fundamental in planning gas distribution networks. It is a multiplicator between 0 and 1 that adjusts the theoretical total consumption of a number of devices to realistic conditions. In 2005, the Instituto de Pesquisas Tecnológicas (IPT) and the Companhia de Gás de São Paulo (COMGÁS) performed a study in which the simultaneity factor of gas consumption in a set of residential buildings have been determined. A regression model was proposed to express the simultaneity factor in terms of the total power of installed equipment. The fitted model can be used to predict the simultaneity factor in new buildings. The model they proposed is a normal linear regression model in which the response variable is the logarithm of the simultaneity factor. In the present dissertation, our aim is to investigate other possible regression models suitable to the data obtained by IPT and CONGÁS. Emphasis is given to the beta regression model proposed by Ferrari and Cribari-Neto (Journal of Applied Statistics, 2004) which has a number of advantages over normal linear regression models. The beta regression model assumes that, given the covariates, the response variable has a beta distribution, which is adequate to model data observed in the unit interval. Therefore, no transformation in the response variable, the simultaneity factor, is needed. Additionally, we present a new approach for the prediction of the simultaneity factor, that is different from all the approaches shown in the literature, using the bootstrap technique.