Normalisering av byggnadens energianvändning

Transkript

1 Normalisering av byggnadens energianvändning Svebyprogrammet Projektrapport

2 Normalisering av byggnadens energianvändning 2

3 1 Inledning Förord Projektet som redovisas i denna rapport är finansierat av Svenska Byggbranschens Utvecklingsfond (SBUF), Skanska Sverige och SMHI. Det ingår som ett delprojekt i ett större sammanhang, Sveby-programmet, vilket har syftet att säkerställa branschanpassat underlag för energianvändning, från beräkningar i tidiga skeden till verifierade uppmätta värden efter två års användning. Arbetet har utförts av Per Isakson, Installationsteknik KTH och Pär Carling, EQUA Solutions. En referensgrupp har lämnat synpunkter på utförande och innehåll: Torbjörn Grönbergs, SMHI Företag&Media Roland Jonsson, HSB Riksförbund Joel Kronheffer, NCC Construction Sverige Tomas Kyhlström, Skanska Sverige Per Levin, Projektengagemang Energi och klimatanalys Magnus Rödin, SMHI Företag&Media Författarna vill tacka Margitta Nord, SMHI Miljö&Säkerhet, och Pavel Grozman, EQUA Simulation AB, som medverkat som tekniska experter samt Björn Lundberg, Kabona AB, och Per Kempe, Skanska Installation AB, som läst rapporten och givit goda synpunkter. Anslagsmottagare var Skanska Sverige genom projektledaren Sonny Myrefelt. Solna i januari Sveby Sveby betyder Standardisera och verifiera energiprestanda för bygg-nader. Sveby är ett utvecklingspro-gram som drivs av bygg- och fastighetsbranschen och finansieras av SBUF och CERBOF samt av följande branschrepresentanter: NCC, Bengt Bergqvist/ Riksbyggen, Kjell Berndt-sson/ Stena Fastigheter, Charlotte Danielsson/ Skanska, Jonas Gräslund/ JM, Kjell-Åke Henriksson/ SABO, Ulrika Jardfelt/ Veidekke, Johnny Kellner/ BKK, Lennart Kjellin/ HSB, Mia Torpe/ Diligentia, Lars Pellmark/ Byggherrarna, Stefan Sandesten/ Vasakronan, Anna Per Isakson Installationsteknik, KTH Pär Carling EQUA Solutions AB 3

4 Normalisering av byggnadens energianvändning Innehållsförteckning 1 Inledning Disposition Test med syntetiska mätdata Simulering med IDA ICE Modeller av testcell och byggnader TC06 - Testcell för parameterstudie PH11 - Flerbostadshus med fjärrvärme PH82 - Flerbostadshus med bergvärme KH02 Kontorshus Väderfiler från SMHI Solmätstationer Mesan-väderfiler Normalårskorrigering SMHI:s Graddagar SMHI:s Energi-Index Energisignaturer Redovisning av resultat Att läsa rapportens diagram Zon-diagram Lådagram Bestämning av energiprestanda för offert och avtal Välj rätt väderfil Resultat från parameterstudie Resultat från byggnadsmodeller PH11 Flerbostadshus med fjärrvärme PH82 - Flerbostadshus med bergvärme KH02 - Kontorshus med fjärrvärme Graddagar och energianvändning Energianvändningen före och efter åtgärd Energisignatur för komfortkyla Energisignaturen, ESc Ett försök till statistisk analys Konfidensintervall och median Byggnadsmodellerna, PH11, PH82 och KH Testcellen, TC Något om hur vi använder bootstrap Att välja säkerhetsmarginal Begrepp och storheter Samband Härledning av säkerhetsmarginalen

5 1 Inledning 10.4 Ett räkneexempel med säkerhetsmarginalen Diskussion Diskussion av rapportens kapitel Hur träffsäker är normalårskorrigeringen? Jämförelse med Schulz (2003) Syntetiska mätdata och verkligheten Unikt fullskaleexperiment Mätdata från byggnadens styrsystem Väderfil för ortens normalår Modellbaserad normalårskorrigering Projektspecifikt Energi-Index Kalibrerad simuleringsmodell Data för Projektspecifikt Energi-Index Energiprestanda i nybyggnadsprocessen Nära-noll-energi-hus Väderfiler, metoder och verktyg Slutsatser Fortsatt arbete Paket av väderdata för energiprestanda Specificera Graddagsmetoden Normalårskorrigering av komfortkyla Verktyg för att välja säkerhetsmarginal Anknyta syntetiska mätdata till verkligheten Simulering av energiprestanda i nybyggnadsprocessen SMHI:s Graddagar och Energi-Index Modellbaserad normalårskorrigering Normalårskorrigering för morgondagens byggnader Analysera databas från verkliga byggnader Väderfiler för forskning Referenser Bilagor Byggnadsmodellerna Testcell för kvalitetssäkring av systemet Testcell för parameterstudie (TC06) Flerbostadshus med fjärrvärme (PH11) Flerbostadshus med bergvärme (PH81) Kontorshus (KH02) Ett försök att normalårskorrigera komfortkyla med Energisignaturen Inledning Kriterier för bedöma metodens precision Simuleringsresultat

6 Normalisering av byggnadens energianvändning 2.3. Korrigering med Energisignaturen Resultat av normalårskorrigering Diskussion Referenser Erfarenheter av energiprognos med EnergySignature Referenser Luckor i väderfilerna

7 1 Inledning Sammanfattning Samhället kräver att nya byggnader är energieffektiva. Boverkets byggregler, BBR, innehåller tvingande krav och den färdiga byggnadens prestanda ska verifieras med utgångspunkt från mätningar. Byggherren ansvarar gentemot samhället för att den nya byggnaden uppfyller samhällets krav. Bestämning av energiprestanda fordras i projekteringsskedet och sedan under garantiperioden. Osäkerheter i beräkningen från projekteringen tillsammans med osäkerheter i verifieringen medför att det finns en risk att godkänna en byggnad med otillräckliga energiprestanda och tvärt om att underkänna en byggnad med tillräckliga energiprestanda. En tillräckligt stor säkerhetsmarginal ska användas i projekteringen så byggnaden säkert uppfyller BBR:s krav. Syftet med detta projekt är att kvantifiera de bidrag till osäkerheten i beräkning och verifiering av nya byggnaders energiprestanda, som beror av osäkerheten i valet av representativ väderfil och av normalårskorrigeringen. Ett bra mått på normalårskorrigeringens träffsäkerhet är spridningen hos byggnadens korrigerade energianvändningen förutsatt att bara vädret skiljer mellan åren. Energistatistik, som uppfyller detta krav, är svårt att hitta. Som substitut för mätdata från verkliga byggnader har vi använt syntetiska mätdata, som vi skapat med simuleringsprogrammet IDA ICE väderfiler från SMHI. Vi har använt väderfiler från vardera fyra orter i kombination med tre olika byggnadsmodeller. Dessutom har vi gjort en parameterstudie med väderfilerna och en skokartong. Vår första slutsats är att mycket återstår att göra. Vi har arbetat med några få idealiserade byggnadsmodeller och kan inte dra säkra slutsatser beträffande träffsäkerheten hos normalårskorrigering för verkliga byggnader. Resultaten sätter en nedre gräns; bättre träffsäkerhet kan knappast uppnås i verkliga byggnader. Först måste en kravspecifikation för behandlingen av energiprestanda i nybyggnadsprocessen formuleras och förankras. Den bör baseras på BBR:s lämpliga säkerhetsmarginaler. Dessa krav är nödvändiga för att styra inriktningen av det fortsatta arbetet. Bristen på väderfiler ett problem och osäkerheten i valet av representativ väderfil ger ett stort bidrag till den totala osäkerheten i behandlingen av energiprestanda i nybyggnadsprocessen. En komplett produkt med samhörande väderdata bör utvecklas. SMHI:s Graddagar har bättre träffsäkerhet än SMHI:s Energi-Index för samtliga våra byggnadsmodeller. Normalårskorrigering av energianvändningen för vår kontorsmodell ger väsentligt bättre träffsäkerhet än för vår modell av ett punkthus. Energisignatur i vår tappning uppvisar genomgående sämre resultat än Graddagar. Bäst är resultatet med energisignatur uppnår vi med timvärden. En metod för komfortkyla med träffsäkerhet i paritet med den för uppvärmning kan utvecklas på grundval av energisignatur. Våra experiment tyder på det. Dagens metoder för normalårskorrigering räcker inte till för lågenergibyggnader och ännu mindre för morgondagens nära-noll-energi-byggnader. Det finns behov av en ny metod, som korrigerar för avvikelser från normalåret avseende väder, brukande och drift. Korrigering av lågenergibyggnaders energianvändning fordrar god dokumentationen av brukande och styrningen av installationerna. 7

8 Normalisering av byggnadens energianvändning 8

9 1 Inledning 1 Inledning Samhället kräver att nya byggnader är energieffektiva. Boverkets byggregler, BBR, innehåller tvingande krav och den färdiga byggnadens prestanda ska verifieras med utgångspunkt från mätningar. Byggherren ansvarar gentemot samhället för att den nya byggnaden uppfyller samhällets krav. Byggherren i sin tur ställer krav under upphandlingen av byggnaden och avtalet mellan byggherre och entreprenör måste innehålla krav avseende energiprestanda. Dessa krav ska tillförsäkra byggherren att den nya byggnaden kommer att uppfylla samhällskraven. De ska vidare främja att goda energiprestanda uppnås till låg kostnad och att samarbetet mellan parterna fungerar väl. Bestämning av energiprestanda fordras i projekteringsskedet och sedan under garantiperioden. Oräkneliga och ibland motstridiga krav ställs på den nya byggnaden. För att projekteringen ska resultera i en bra kompromiss fordras många och säkra beräkningar av energiprestanda för alternativa lösningar. När den färdiga byggnaden väl tagits i drift ska det alltså verifieras med utgångspunkt från mätningar att den uppfyller energiprestandakravet. Osäkerheter i beräkningen från projekteringen tillsammans med osäkerheter i verifieringen medför att det finns en risk att godkänna en byggnad med otillräckliga energiprestanda och tvärt om att underkänna en byggnad med tillräckliga energiprestanda. Hur stora är dessa risker och kan parterna gardera sig mot dem? Hur stora risker är parterna beredda att acceptera? Det är inte alls självklart hur en byggnads energiprestanda ska definieras för att fungera väl i byggnadsprocessen. Idealet vore att energiprestanda är en egenskap hos själva byggnaden, som är lätt att beräkna och lätt att mäta med god noggrannhet. Samtidigt måste det naturligtvis finnas ett starkt samband mellan denna prestanda och energianvändningen i verklig drift. I praktiken är det svårt att hitta en bra definition av energiprestanda, eftersom energianvändningen förutom av själva byggnadens egenskaper beror av vädret, brukarbeteendet och driften av byggnaden. Boverket utgår i sin definition av energiprestanda från den mängd energi, som behöver tillföras byggnaden för att upprätthålla god inomhusmiljö och bereda varmvatten. Kraven i BBR (2008) avser byggnadens energianvändning fördelat på uppvärmd yta (Atemp) och uttryckt i kwh/m2.a, där energianvändning är Den energi som, vid normalt brukande, under ett normalår behöver levereras till en byggnad (oftast benämnd köpt energi) för uppvärmning, komfortkyla, tappvarmvatten och byggnadens fastighetsenergi. och där normalår definieras såsom Medelvärdet av utomhusklimatet (t.ex. temperatur) under en längre tidsperiod (t.ex. 30 år). 9

10 Normalisering av byggnadens energianvändning Beträffande osäkerheten i bestämningen av energiprestanda säger BBR i ett allmänt råd Vid beräkning av byggnadens förväntade specifika energianvändning bör lämpliga säkerhetsmarginaler tillämpas så att kravet på byggnadens specifika energianvändning uppfylls när byggnaden tagits i bruk. Normalårskorrigering och eventuell korrigering för avvikelse från projekterat brukande av byggnaden (innetemperatur, tappvarmvattenanvändning, vädring och dylikt) bör redovisas i en särskild utredning 1. Denna skrivning innebär att säkerhetsmarginalen ska vara tillräckligt stor för att energiprestanda baserad på mätning och korrigering med säkerhet uppfyller BBR:s krav. En större säkerhetsmarginal medför högre kostnad för byggnaden. Skrivningen ger särskild utredning och den expert som utreder en avgörande roll. Sveby-programmet (Sveby, 2011) drivs av byggbranschens med syftet att stödja tillämpningen av BBR:s regler för energihushållning. Följande text 2 inleder Förord/ Inledning av Sveby-programmets olika handledningar Sveby står för Standardisera och verifiera energiprestanda för byggnader och i programmet fastställer bygg- och fastighetsbranschen en branschstandard för standardiserat brukande för beräkning och hur verifiering av energiprestanda skall gå till. Sveby-programmet syftar till att skapa en branschstandard för tolkning av de funktionskrav på energihushållning som finns i Boverkets Byggregler, BBR. Genom en gemensam syn på dessa, till synes enkla men i avtalssammanhang mycket komplicerade, föreskrifter skapar vi överenskommelser och praxis för att klara funktionskraven och undvika tvister mellan olika aktörer i byggprocessen. Syftet med detta projekt, som är anknutet till Sveby-programmet, är att kvantifiera de bidrag till osäkerheten i beräkning och verifiering av nya byggnaders energiprestanda, som uppkommer på grund av osäkerhet i valet av representativ väderfil och normalårskorrigeringen. Byggnadens energiprestanda är aktuell i flera skeden av byggprocessen. I denna studie behandlar vi i första hand beräkningen av energiprestanda före uppförandet av byggnadens, samt av bestämningen av energiprestanda hos den färdiga byggnaden. Den första beräkningen ger underlag för det värde hos energiprestanda, som används i offert och avtal. Den andra används för att avgöra om avtalad energiprestanda är uppnådd. Historiskt är de viktigaste användningsområdena för normalårskorrigering den statisk, som fastighetsägare använder för att följa energianvändningen i sina byggnader, och den nationella energistatistiken. Dessa områden behandlas inte i denna studie. 1 fetstil infört här 2 med mindre variationer 10

11 1 Inledning 1.1 Disposition Denna studie aktualiserar fler frågor än den besvarar är en nött fras, men här är den berättigad. Uppgiften var större och svårare än vi förutsåg. Rapporten avspeglar vårt arbete. Vi startade med en plan, som utgick från SMHI:s två olika metoder för normalårskorrigering, en serie väderfiler för vardera av fyra orter, ett litet antal byggnadsmodeller och några typer av diagram, som vi skulle använda för att redovisa resultatet. Sedan tillkom energisignatur, ytterligare fyra serier väderfiler, en parameterstudie, ytterligare analyser och en rad nya typer av diagram. Nu drar vi streck, trots att vi står inför minst lika många frågor som när vi började. Vissa av de avsnitt, som vi påbörjade i ett tidigt skede, kanske är överspelade; dags för kill your darlings!. Nu är det dock viktigare att presentera resultatet och därför behåller vi den lite vildvuxna strukturen. Vi ser detta som en arbetsrapport; som underlag för diskussioner om hur man ska gå vidare. Börja med att skumma rapporten. Innehållsförteckningen ger en översiktlig bild av rapporten. Kapitel 2 är metodavsnittet. Det innehåller en beskrivningar av simuleringsprogrammet, IDA ICE, tillsammans med antydan om hur vi kört det, byggnadsmodellerna, väderfilerna och till sist metoderna för normalårskorrigering. Kapitel 0 består av beskrivningar ett antal diagram. För redovisningen av resultaten använder vi flera lite ovanligare diagram och beskrivningarna här är nödvändiga för att tolka resultaten. Kapitel 4 behandlar beräkning av energianvändning på grundval av bygghandlingar, standardiserat brukande och en representativ väderfil. För byggentreprenören ger denna beräkning ett stort bidrag till den totala osäkerheten. Kapitel 5 redovisar resultatet från en parameterstudie, som vi genomfört. Syftet var att få en uppfattning om de olika metoderna för normalårskorrigering fungerar för olika typer av byggnader. Vi begränsade oss till enklast möjliga byggnadsmodell och varierade mängden gratisvärme från solinstrålning, från interna källor och de temperaturberoende värmeförlusterna. Studien gav inte de resultat vi förväntade oss och var därför lärorik. Kapitlet innehåller flera diagram, som illustrerar samma grunddata. Bläddra! Kapitel 6 redovisar resultat från tre mer realistiska byggnadsmodeller. Detta är studiens viktigaste resultat och de presenteras i några enkla typer av diagram. Kapitel 7. Energianvändningen i verkliga byggnader kan skilja ganska mycket mellan år, med lika många graddagar. Syftet med detta kapitel är att illustrera ett par konsekvenser av detta förhållande. Kapitlet innehåller skotskrutiga diagram, som vi tycker är instruktiva, men kapitlet skulle vinna på att göras om från grunden. Kapitel 8 redovisar ett lyckat experiment med att använda energisignatur för att normalårskorrigera energianvändningen för komfortkyla. Håll i minnet att experimentet bygger på en idealiserad modell av en enda kontorsbyggnad. Verkligheten är mer komplicerad. Kapitel 0. Råstyrkan hos dagens datorer gör det möjligt att angripa statistiska problem med simulering och mer realistiska modeller. Detta angreppssätt gör statistiken lite mer tillgängligt för icke-experter och vi har använt en sådan metod 11

12 Normalisering av byggnadens energianvändning för att bestämma träffbilden för normalårskorrigering av energianvändningen för uppvärmning. Resultatet sammanfattar resultaten från kapitlen 5 och 6. Kapitel 0. BBR:s lämplig säkerhetsmarginal är den intressanta storheten för byggaren, som vill vara säker på att den färdiga byggnaden kommer att godkännas. Vi har skissat på en metod att uppskatta den totala säkerhetsmarginalen och gjort ett numeriskt experiment. Kapitel 11 består av en omfattande diskussion. I den tar vi även upp ett par ämnen utanför själva studien, nämligen Outcome-Based Code samt ett alternativ till dagens metoder för normalårskorrigering, Modellbaserad normalårskorrigering. Kapitel 0 sammanfattar våra viktigaste slutsatser på en sida. Första slutsatsen är att mycket återstår att göra. Kapitel 0 tar upp en rad förslag till arbeten och studier, som kan bli aktuella, på kort eller lite längre sikt. 12

13 2 Test med syntetiska mätdata 2 Test med syntetiska mätdata En byggnads normalårskorrigerade energianvändning vore lika stor år efter år om korrigeringsmetoden är perfekt, byggnadens egenskaper är konstanta och om brukandet och driften av byggnaden inte förändras mellan åren. Energistatistik från verkliga byggnader, vars egenskaper, brukande och drift varit konstanta, vore idealiskt för att testa precisionen hos olika korrigeringsmetoder. Det vore enkelt att tillämpa korrigeringsmetoderna på de uppmätta årsvärdena och spridningen hos de korrigerade värdena vore ett bra mått på precisionen hos metoderna. I praktiken är det svårt att hitta energistatistik från verkliga byggnader där allt varit oförändrat år efter år. Om inget annat är det ju bara fastighetsägare med ambitioner att sänka energianvändningen, som kostar på sig en bra energistatistik. I detta projekt har vi som substitut för energistatistik från verkligheten använt energistatistik, som vi skapat med simuleringsprogrammet IDA ICE (EQUA, 2011) och väderfiler från SMHI. Dessa simuleringsresultat kallar vi syntetiska mätdata. 2.1 Simulering med IDA ICE IDA ICE (EQUA, 2011) är ett modulärt datorprogram för simulering av byggnader och deras klimatstyrande installationer med inriktning mot energianvändning och inomhusklimat. Det består av ett grafiskt användarinterface, en ekvationslösare, och ett stort bibliotek av modeller för byggnads-, vvs- och styrkomponenter. Exempel ur biblioteket: syntetiskt klimat för att skapa dimensionerande vädertillstånd klimatprocessor som bearbetar indata från väderfiler fasad som håller rätt på vinklar och solstrålning väggytskikt som beräknar värmebalansen på utsidan av en vägg skikt med värmeledning mellan utsidan och rum eller mellan två rum luftläcka som beroende på tryckdifferenser släpper igenom luft fönster som beräknar solstrålning och värmeledning till och från rum skuggobjekt som beräknar reducering i solstrålning till ett fönster luftflödesdon och dubbelriktad strömning i öppning mellan rum värmeväxlare som överför värme och kyla mellan två luftströmmar värme- och kylbatteri som ändrar luftens temperatur efter börvärdet fläkt som beräknar eleffekt och energi för att driva ett luftflöde rumsvärmare och kylare i olika varianter P-, PI- och PID-regulator, termostat och börvärdeskurva 13

14 Normalisering av byggnadens energianvändning matematiska komponenter som addering, multiplikation, etc. En byggnad modelleras genom att koppla komponenter till andra komponenter och till randvillkor. Figur 2.1 visar användargränssnittets presentation av en liten modell. Programmets abstraktionsnivå motsvarar driftkortets; de enskilda komponenterna och deras plats i systemet kan identifieras. Figur 2.1 En modell av ett system, som innehåller ett värmebatteri, en styrventil, en givare, en regulator, ett ställdon och ett tidsschema samt ett börvärde. Ur modellen skapar programmet ett ekvationssystem, som skickas till lösaren. Denna beräknar för varje tidssteg samtliga komponentmodellers variabelvärden. Tidsderivator ersätts av differenskvoter och för att minimera felet som då uppstår varieras tidssteget i beräkningen. Vid snabba förändringar kan tidssteget vara kortare än en sekund. IDA ICE har speciella egenskapar, som är viktiga för detta projekt. Alla signaler, som utväxlas mellan de olika komponenter, kan loggas och skrivas till filer med valfri tidsupplösning. Programmet kan styras med programkod från ett annat program. På så sätt kan parametervärden ändras, simulering startas och utskrifter beordras. Vi använder MATLAB (The MathWorks, 2011) för att köra ICE samt för att analysera och presentatera simuleringsresultaten. 2.2 Modeller av testcell och byggnader De valda modellerna representerar byggnadstyper, som är vanliga i nyproduktionen, och har körtider för simuleringarna, som är hanterliga. Varken fastighetsenergi eller beredning av varmvatten ingår i simuleringsmodellerna för byggnaderna. Därigenom antas dessa ha konstant effekt och inte ge någon gratisvärme. För testcellen, TC06, och flerbostadshusen, PH11 och PH82, dumpas värme så att rumstemperaturen icke överskrider börvärdet för rumskyla. För flerbostadshusen sker dessutom temperaturstyrd vädring i två lägenheter så att förlusterna totalt uppgår till 4 kw/m2.a. Testcellen och kontorshuset är relativt lätta konstruktioner med liten kapacitet att lagra överskottsvärme. Flerbostadshusen är väsentligt tyngre och har större förmåga att lagra överskottsvärme i stommen. 14

15 2 Test med syntetiska mätdata TC06 - Testcell för parameterstudie Hur påverkas korrigeringsmetodernas prestanda av storleken av solinstrålning genom fönster byggnadens specifika värmeförlustfaktor (transmission+ventilation) hur mycket värme, som avges intern från personer och apparater Denna parameterstudies syfte är att ge svar på dessa frågor. Vi har valt att variera tre parametrar i stora steg. Kod Namn Beskrivning wf Window fraction kvoten, fönster /golvarea, (%) tr Thermal resistance total förlustfaktor (W/m2.K) ig Internal gain internt avgiven gratisvärme (W/m2) Fönstret storlek påverkar endast solinstrålningen eftersom fönstret har samma u- värde som väggarna det ersätter. De tre nivåerna hos värmeförlusterna representerar äldre, nyare och passiv+ hus. Mittvärdet för Internal gain, ig = 2 (2.5 W/m2), ligger nära värdet, 2.4 W/m2, som Sveby rekommenderar för bostäder 3. Figur 2.2. TC06 är en testcell, det vill säga en enkel modell med fyra väggar, ett plant tak, ett golv i kontakt med jord, och ett fönster mot söder. Fönstret har samma U-värde som väggarna och saknar solskydd. TC06 ger upphov till 3 3 3=27 olika modeller. Vi benämner dem TC06_wfX_trY_igZ där X, Y och Z antar värdena 1, 2 och 3. Detta namn med tillägg av koden för väderfilerna ger namnet på simuleringsresultatet. TC06_wg1_tr2_ig3_STH är alltså namnet på resultatet från en simulering med modellen, TC06, med parametervärdena wf=1, tr=2 och ig=3 samt väderfiler från solmätstationen i Stockholm kwh/m2.a 70 % / 8760 h/a = 2.4 W/m2 15

16 Normalisering av byggnadens energianvändning PH11 - Flerbostadshus med fjärrvärme PH11 är projekterad för att uppfylla kravnivå för icke elvärmda hus i klimatzon 3 enligt BBR , Supplement februari PH11 har F-ventilation och fjärrvärme, se bilaga 1. Projekterade värden (klimatzon 3) kwh/m2.a Energianvändning, värme* 70 Varmvatten, exkl VVC-förluster, 0% 25 Fastighetsel, 0% till gratisvärme 15 Hyregästel, 100% till gratisvärme konstant effekt (ca. 3.4 W/m2) 30 Total förlustfaktor ** (W/m2.K) 0.92 Börvärde värme, PI-reglering 21 C Börvärde rumskyla, PI-reglering 24 C Fönsterarea / golvarea 20% * 110 = **inkl. transmission, ventilation och vädring Figur 2.3 Punkthus med åtta våningar och fyra lägenheter per plan PH82 - Flerbostadshus med bergvärme PH82 är projekterad för att uppfylla kravnivå för elvärmda hus i klimatzon 3 enligt BBR , Supplement februari PH82 har F-ventilation och varvtalsstyrd bergvärmepump, se bilaga 1. Projekterade värden (klimatzon 3) kwh/m2.a Energianvändning, värme* 32 Varmvatten, exkl. VVC-förluster** 0% till gratisvärme 25/3 Fastighetsel, 0% till gratisvärme 15 Hyregästel, 100% till gratisvärme konstant effekt (ca. 3.4 W/m2) 30 Total förlustfaktor*** (W/m2.K) 0.92 Börvärde värme, PI-reglering 21 C Börvärde rumskyla, PI-reglering 24 C Fönsterarea / golvarea 20% * / = 55 ** varmvatten produceras med COP=3. *** inkl. transmission, ventilation och vädring Figur 2.4 Punkthus med åtta våningar och fyra lägenheter per plan KH02 Kontorshus KH02 är projekterad för att uppfylla kravnivå för icke eluppvärmda hus i klimatzon 3 enligt BBR , Supplement februari KH02 har FTX-ventilation och försörjs med fjärrvärme och fjärrkyla, se bilaga 1. 16

17 2 Test med syntetiska mätdata Här redovisas resultat för normalårskorrigering av energianvändning för uppvärmning. Resultat för normalårskorrigering av energianvändning för komfortkyla redovisas i kapitel 8 Energisignatur för komfortkyla Projekterade värden (klimatzon 3) kwh/m2.a Energianvändning, värme + kyla* 86 Varmvatten, exkl. VVC-förluster 2 Fastighetsel, 0% till gratisvärme 25 Verksamhetsel och personer, 100% till gratisvärme Total förlustfaktor, värme (W/m2.K) --- Börvärde värme, PI-reglering 21 C 30 Börvärde rumskyla, PI-reglering 23 C Drifttid ventilation vardagar 07:00-19:00 Fönsterarea / golvarea 25% Figur 2.1 Trevånings kontorshus. * 113 = Väderfiler från SMHI Vi använder två typer av väderfiler för simuleringarna i detta arbete Solmätstationer I början av 1980-talet byggde SMHI upp ett nät av automatiska solmätstationer med främsta syftet att stödja forskning och utveckling av inom solenergiområdet. Kvalitén hos mätdata från dessa stationer är hög speciellt beträffande solstrålning. Globalstrålningen mäts med en pyranometer, som är ventilerad för att undvika problem med rimfrost. Den direkta solinstrålningen mäts med en solföljande pyrheliometer. Temperaturgivaren skyddas i ett ventilerat strålskydd. I denna studie använder vi väderfiler för åren 1983 t.o.m från de fyra solmätstationerna, som är listade i Tabell 2.1. Dessa filer hade enstaka luckor speciellt för vindens hastighet och riktning. Vi har ersatt saknade data med data från närliggande perioder. Se bilaga 4. Vi bedömer att detta inte påverkar resultatet av denna studie. Tabell 2.1. SMHI solmätstationer Kod Station Ort Latitud Longitud Altitud LUL 2183 Luleå N E 17 STH 2483 Stockholm N E 30 GBG 2513 Göteborg N E 5 LND 2627 Lund N E 73 17

18 Normalisering av byggnadens energianvändning Tabell 2.2 och Tabell 2.3 anger de år, som vi använt såsom substitut för normalår vid korrigering av energianvändning med energisignatur, ESh. Tabell 2.2. Substitut för normalår för värmefallet. De tre år för respektive solmätstation vars antal graddagar, CalcGD,(se avsnitt 0) avviker minst från medelvärdet av antal graddagar för samtliga tjugotre år för stationen ifråga. Invid årtalet anges årets procentuella avvikelse från medelvärdet. Kod År1 % År2 % År3 % LND GBG STH LUL Mesan-väderfiler MESAN 4 är ett centralt system hos SMHI för att hantera väderinformation. I princip används all tillgänglig information från manuella och automatiska väderstationer, från vädersatelliter och väderradar. MESAN arbetar i realtid och ger indata till modeller för väderprognoser. I Klimat-MESAN lagras i efterhand kvalitetsgranskad väderinformation, som täcker hela Sverige med 11 km upplösning. I detta projekt använder vi väderfiler från Klimat-MESAN för de rutor, som innesluter solmätstationerna enligt Tabell 2.3. Vi använder koderna, LNM, GBM, STM, och LUM för dessa mesan-väderfiler. Tredje bokstaven i koden för solmätstationen är ersatt av M. 2.4 Normalårskorrigering I denna rapport använder vi metoderna, SMHI: s Graddagar, SMHI:s Energi-Index och en energisignatur-metod. För projektet har SMHI tillhandahållit värden för Graddagar och Energi-Index för de tio åren Dessa värden är kompatibla med mesan-väderfilerna. Vi kallar dem SmhiGD respektive SmhiEI. Graddagar enligt SMHI:s recept har vi beräknat för väderfilerna från solmätstationerna. För att skilja dessa från de graddagar SMHI har tillhandahållit kallar vi dem CalcGD. 4 ( ) 18

19 2 Test med syntetiska mätdata Tabell 2.3. Substitut för normalår för mesan-väderfilerna för värmefallet. År för respektive serie väderfiler vars antal graddagar, SmhiGD, avviker minst från medelvärdet avseende antal graddagar för hela serien. Endast år vars antal graddagar avviker mindre än 1.5% är medtagna. Kod År1 % År2 % År3 % LNM GBM STM LUM SMHI:s Graddagar På SMHI:s web-plats 5 definieras graddagar 6 : [ ]Beräkningen av SMHI Graddagar utgår från att byggnadens värmesystem ska värma upp byggnaden till +17 C. Resterande energibehov antas täckas 7 av solinstrålning samt av värme som alstras av personer och elektrisk utrustning i byggnaden. För varje dag beräknas skillnaden mellan dygnsmedeltemperaturen och +17 C. Vår, sommar och höst har solinstrålningen särskilt stor betydelse, varför graddagar då endast beräknas då dygnets medeltemperatur underskrider följande värden: april +12 C, maj - juli +10 C, augusti +11 C, september +12 C, oktober +13 C. SMHI:s graddagar baseras på uppmätta observationer från realtidsstationer. Normalårkorrigering av uppmätt energianvändning kan göras antingen av årsvärden eller av månadsvärden, som i följande steg summeras till ett årsvärde. Dessa alternativ ger praktiskt taget samma resultat i de flesta fall. Under en varm höst eller vår kan följande inträffa för en speciell varm månad antalet graddagar, GDm, är mycket mindre än antalet graddagar, GDNm, för motsvarande månad under normalåret den uppmätta energianvändningen, Qm, är betydligt större än som motsvarar antalet graddagar, GDm Detta medför att för månaden ifråga blir korrigeringsfaktorn, GDNm/GDm, och därmed även den normerade energianvändningen, GDNm/GDm Qm, orimligt stor. SMHI:s metodbeskrivning är ofullständig. Den anger inte hur dessa extremvärden hos korrigeringsfaktorn ska behandlas. Vi införde i samråd med SMHI provisoriskt en begränsning av korrigeringsfaktorn 5 ( ) 6 Det finns många varianter av graddagsmetoden, vilket är viktigt att komma ihåg när man värderar utsagor om metodens egenskaper. Hammarsten (1980) beskriver en metod, som skiljer sig väsentligt från den metod, som SMHI använder idag. Vi känner inte till bakgrunden till värdena för ingående temperaturgränserna. 7 Vi har bytt ordet ut tillkomma mot täcka 19

20 Normalisering av byggnadens energianvändning <= GDNm/GDm <= 1.50 Månadsvärden utanför gränserna ersätta vi med respektive gränsvärde. Antalet graddagar är litet eller noll för sommarmånaderna. I serierna av väderfiler, som vi använder, är kombinationerna: ( GDm=0, GDNm>0 ), ( GDm=0, GDNm=0 ) och ( GDm>0, GDNm=0 ) vanliga. I resultaten från våra byggnadssimuleringar finns det däremot en liten energianvändning under alla sommarmånader, vilket beror på att värmeförlusterna från slingan för varmvattencirkulation bokförs på uppvärmning. Vårt provisoriska sanna värde för energianvändningen, QN, som vi skapar genom medelvärdesbildning, har följaktligen energianvändning under alla sommarmånader. Vi skapade årsvärden genom summering av månadsvärden och såsom godhetstal för normalårskorrigeringen använde vi ( ( GDNm/GDm Qm ) QN ) / QN 8 Hur ska sommarmånaderna hanteras? Här finns ett antal specialfall, som skapar problem. Vi fick t.ex. systematiska skillnader mellan de normalårskorrigerade värdena och vårt provisoriska sanna värde för energianvändningen. Hur sommarmånaderna behandlas påverkade resultatet mer än vi räknat med och eftersom vi inte hittat något bra sätt redovisar vi inte månadsvis normalårskorrigering i denna rapport. Normalårskorrigeringen av årssummor Vi har därför valt att basera normalårskorrigeringen på årsvärden. Normalårskorrigerad specifik energianvändning, QK, ges av QK = ( GDNm / GDm ) Qm och godhetstalet ges av ( QK QN ) / QN Därmed blir problemen med GDm=0 och GDNm=0 under sommarmånaderna försumbara. Alla normalårskorrigeringar med graddagar och energi-index, som redovisas i denna rapport, är baserade på årssummor. Normalår Normalåret består av tolv normalvärden ett för varje månad. Dessa normalvärden är medelvärden för respektive månad över en tillräckligt lång tidsperiod för att representera klimatet. [ ] en typisk klimatlängd som används i meteorologin är 30 år 9. En konsekvens av detta är att normalåret inte innehåller några extrema månadsvärden. Serierna av väderfiler från solmätstationerna är valda därför att de har hög kvalitet och är tillgängliga snarare än för att de representerar klimatet speciellt väl. Serierna är dock rimligt långa i förhållande till de trettio år, som fordras för att 8 uttrycket är överstruket för att betona att det inte används i denna rapport