Integrerade reglerstrategier. Jörgen Eriksson. Projektrapport

Transkript

1 Integrerade reglerstrategier... Jörgen Eriksson Projektrapport

2 EFFEKTIV är ett samarbetsprojekt mellan staten och näringslivet med ELFORSK som koordinator. EFFEKTIV fi nansieras av följande parter: ELFORSK Borlänge Energi AB Borås Energi AB Elbolaget i Norden AB Falu Energi AB FORMAS Graninge Kalmar Energi AB Göteborg Energi AB IMI Indoor Climate AB Jämtkraft AB Karlstads Energi AB Mälar Energi AB Skellefteå Kraft AB SP Sveriges Provnings- och Forskningsinstitut Statens Energimyndighet Svenska Fjärrvärmeföreningen Sydkraft AB Umeå Energi AB Uppsala Energi AB Vattenfall AB Öresundskraft AB

3 Integrerade reglerstrategier Författare Jörgen Eriksson* Rapportdatum Från EFFEKTIV Rapportnr 23:7 Slutrapport ISBN ISSN Antal textblad 38 Antal bilagor 3 Sökord reglering, radiatorsystem, ventilation, energi, simulering *SP Sveriges Provnings- och Forskningsinstitut Rapportbeskrivning Syftet med denna studie är att utreda möjligheten att åstadkomma bättre komfort och lägre energianvändning i villor och flerbostadshus då styrningen av delsystemen värme och ventilation integreras. Det innebär att reglerstrategierna skall minimera energianvändningen samtidigt som koldioxidhalt och rumstemperatur hålls inom önskade gränser. Målgruppen för denna rapport är VVS - konsulter samt tillverkare av styr- och reglerutrustning. Rapporten kan också vara av intresse för tillverkare av t ex frånluftsvärmepumpar för villor, då just dessa lämpar sig för integrering av reglerstrategier då redan ventilation och värmeproduktion finns integrerat i apparaten. Studien är delad i två delar, den första är till stor del en litteraturstudie som visar på olika reglerstrategier och på sätt att få dem att arbeta ihop. Ur litteraturstudien valdes den metod som kom att användas för överordnad samordning av reglerstrategierna för värme och ventilation. De reglerstrategier som valdes ut för vidare test var: Styrning av radiatorsystemets framledningstemperatur med avseende på utetemperatur och inomhustemperatur. Styrning av radiatorer med avseende på inomhustemperatur via radiatortermostater med justering av avgiven effekt med avseende på koldioxidhalten i badrummets och kökets frånluftskanaler. Styrning av frånluften från kök och bad med avseende på koldioxidhalt och lufttemperaturen i frånluftskanalerna med en utomhustemperaturbegränsning. Vidare styrdes frånluften i badrummet med avseende på om det var manuell forcering av spiskåpan i köket. Den andra delen av studien är en simuleringsstudie där ovan nämnda reglerstrategier testades i olika kombinationer. Simuleringsstudien är inte tänkt att vara heltäckande utan tanken är att den skall ge en bild av möjligheterna till energibesparing då ett antal reglerstrategier integreras. Simuleringarna har genomförts med en modifierad version av IDA Klimat och Energi, där egna simuleringsmodeller har införts. Reglerstrategierna jämförs med avseende på termisk komfort och luftkvalitet samt analyseras med avseende på ekonomiskt utrymme för investering.

4 Förord Denna rapport har skrivits inom ramen för forskningsprogrammet EFFEKTIV med syftet att klarlägga om det är möjligt att skapa ett styrsystem för flerbostadshus där styrning av värme och ventilation integreras och som medför lägre användning av energi och ger bättre komfort än konventionella system. Resultaten från denna studie är specifika för de simulerade fallen och kan ej extrapoleras till andra fall. Arbetet har genomförts av SP Energiteknik med stöd i form av diskussion och granskning från de övriga medlemmarna av CEE, CIT Energy Management AB och Institutionen för installationsteknik, Chalmers. Vi vill också tacka övriga som hjälpt oss med material och synpunkter på rapporten. Borås februari 22 Jörgen Eriksson SP Sveriges Provnings- och Forskningsinstitut

5 Sammanfattning Syftet med denna studie är att utreda möjligheten att åstadkomma bättre komfort och lägre energianvändning i villor och flerbostadshus då styrningen av delsystemen värme och ventilation integreras. Det innebär att reglerstrategierna skall minimera energianvändningen samtidigt som koldioxidhalt och rumstemperatur hålls inom önskade gränser. Anledningen till frågeställningen är att reglerutrustningen blir allt mer nätverksbaserad och det därför blivit möjligt att på ett enklare sätt än tidigare centralisera regleringen och därmed integrera regleringen av olika delsystem. Målgruppen för denna rapport är VVS - konsulter samt tillverkare av styr- och reglerutrustning. Rapporten kan också vara av intresse för tillverkare av t ex frånluftsvärmepumpar för villor, då just dessa lämpar sig för integrering av reglerstrategier då redan ventilation och värmeproduktion finns integrerat i apparaten. Studien är delad i två delar, den första är till stor del en litteraturstudie som visar på olika reglerstrategier och på ett sätt att få dem att arbeta ihop. Ur litteraturstudien valdes den metod som kom att användas för överordnad samordning av reglerstrategierna för värme och ventilation. De reglerstrategier som valdes ut för vidare test var: Styrning av radiatorsystemets framledningstemperatur med avseende på utetemperatur och inomhustemperatur. Styrning av radiatorer med avseende på inomhustemperatur via radiatortermostater med justering av avgiven effekt med avseende på koldioxidhalten i frånluften. Styrning av frånluften från kök och bad med avseende på koldioxidhalt och lufttemperaturen i frånluftskanalerna med en utomhustemperaturbegränsning. Vidare styrdes frånluften i badrummet med avseende på om det var manuell forcering av spiskåpan i köket. Den andra delen av studien är en simuleringsstudie där ovan nämnda reglerstrategier testades i olika kombinationer. Simuleringsstudien är inte tänkt att vara heltäckande utan tanken är att den skall ge en bild av möjligheterna till energibesparing då ett antal reglerstrategier integreras. Simuleringarna har genomförts med en modifierad version av simuleringsprogrammet IDA Klimat och Energi, där egna simuleringsmodeller har införts. Reglerstrategierna jämförs med avseende på termisk komfort och luftkvalitet samt analyseras med avseende på ekonomiskt utrymme för investering. Den lägsta energianvändningen och därmed det största investeringsutrymmet åstadkoms med reglerstrategier enligt de simulerade fallen D och H. Framledningstemperaturen till radiatorsystemet styrs av en kombination av utomhustemperatur och frånluftstemperatur. Radiatorerna i lägenheten styrs av rums-

6 temperaturen, med en justering med avseende på hur många personer som vistas i lägenheten. I fall D justeras också värmeavgivningen från radiatorerna beroende på om det är forcering av köksventilationen eller inte. Den bästa sammanvägda komforten åstadkommes med reglerstrategier enligt de simulerade fallen A och F. I dessa fall är också regleringen av ventilationen medtagen. I fall A minskas flödet i badrummet om det är forcering i köket. Genom att integrera olika reglerstrategier kan man få bättre komfort utan att öka energianvändningen.

7 Innehållsförteckning 1 Inledning Bakgrund Syfte Avgränsningar Byggnadsmodell Genomförande 2 2 Kunskapssammanställning Metod för integrering av reglerstrategier Radiatorsystemet Ventilation Värmeproduktion/framledningstemperatur 6 3 Simuleringsmodell 9 4 Beteendeprofiler 13 5 Studerade reglerstrategier Enskilda reglerade storheter och fuzzyficering Sammankoppling av reglerstrategier 19 och defuzzyficering 6 Resultatsammanfattning Byggnadens energiflöden Parameterstudie 27 7 Diskussion Energianvändning Investeringsutrymme Komfort/Luftkvalitet och energieffektivitet 29 8 Slutsats 31 9 Förklaringar 33 1 Nomenklatur Referenser 37 Bilaga A Detaljerad resultatredovisning av investeringsutrymme och komfort A 1 Bilaga B Beskrivning av ett urval av simuleringsmodeller i B 1 NMF-format Bilaga C Detaljerad beskrivning av beteendeprofiler C 1

8 1 (38) 1 Inledning 1.1 Bakgrund Energianvändningen i en bostadsfastighet beror till stor del på hur energisystemet styrs och regleras. Det finns en stor flora av kommersiella styr- och reglersystem ute på marknaden. De olika styr- och reglersystemen är oftast begränsade till att styra en enskild funktion. Kan man få styr- och reglersystem som används för att reglera enskilda funktioner att arbeta tillsammans mot samma mål? Denna studie kom till stånd för att visa om det är möjligt att integrera reglerstrategier för värme- och ventilationssystem och på så vis uppnå låg energianvändning jämte hög komfort. 1.2 Syfte Syftet är att utreda möjligheten att åstadkomma bättre komfort och lägre energianvändning i villor och flerbostadshus då regleringen av delsystemen värme och ventilation integreras. Det innebär att reglerstrategierna skall minimera energianvändningen samtidigt som inomhusmiljön och komforten hålls inom önskade gränser. 1.3 Avgränsningar Trots att projektet redan från början är avgränsat till studie av värme och ventilationssystem i flerbostadshus måste ytterligare avgränsningar göras. Husen studeras för tre orter 1. Kalmar 2. Stockholm 3. Luleå De boende och deras beteenden är begränsade till en barnfamilj med ett vädringsbeteende som består av stor öppning av fönstret med kort vädringstid. Som en jämförelse görs ett fåtal beräkningar med ett vädringsbeteende som består av liten öppning av fönstret under lång tid. 1.4 Byggnadsmodell Värmeproduktionsanläggningen ingår ej i studien, dock ingår styrningen av framledningstemperaturen. Det antas att det finns tillgång till all värme som reglersystemet efterfrågar. Huset antas vara försedd med ett vattenburet radiatorsystem. Som referens används ett system där temperaturen på framledningen styrs mot utomhustemperaturen och värmeavgivningen från radiatorerna regleras med radiatortermostater..

9 2 (38) 1.5 Genomförande Studien är delad i två delar, den första är till stor del en litteraturstudie som visar på olika reglerstrategier och på ett sätt att få dem att arbeta ihop. Den andra delen av studien är en simuleringsstudie där ett antal reglerstrategier testas. Simuleringsstudien är inte tänkt att vara heltäckande utan tanken är att den skall ge en bild av möjligheterna till energibesparing då ett antal reglerstrategier integreras. Simuleringarna har genomförts med en modifierad version av IDA Klimat och Energi, där egna simuleringsmodeller har införts. Reglerstrategierna analyseras med avseende på termisk komfort, luftkvalitet och energianvändning. Speciellt görs en jämförelse med avseende på ekonomiskt utrymme för investering.

10 3 (38) 1 Kunskapssammanställning Det finns idag ett antal reglerstrategier som används för reglering av ventilationoch värmesystem. Av dessa har ett antal strategier valts ut för integrering. Vid val av reglerstrategier har det förutsatts att de hus som de skall implementeras i har tillgång till den senaste tekniken i form av inre infrastruktur för datakommunikation. Exempel på tekniker är EIB European Installation bus som används vid nyproduktion av bostäder och X-1 som sköter kommunikation mellan olika apparater via elnätet och som används då man vill införa intelligens i befintliga bostäder. Ett annat mer och mer vanligt protokoll för kommunikation mellan apparater framförallt i kommersiella fastigheter är LonWorks. Den lämpligaste metoden för integrering av reglerstrategier är någon form av logisk kombination av de enskilda reglerstrategierna, det naturliga blir då att använda fuzzy-logic som metod för integrering. I figur 2.1 och 2.2 nedan sammanställs tänkbara reglerstrategier att studera uppdelat på de objekt som skall styras. Integrerade reglerstrategier för flerbostadshus fuzzy-logic Radiatorer RC B Ventilation RC A, RC4 Återvinning Nej! Framledningstemperatur, RC C grupp/individ P (Termostat) PI Ingen reglering Utetemperatur IAQ, inomhusmiljö Behov (Närvaro, C 2, temp, fukt) Utetemp Prognos o SMHI o Enkel Inomhus temp Figur 2.1 Sammanställning av de reglerstrategier som skall testas för ett flerbostadshus. De fetmarkerade reglerstrategierna är de vanligast förekommande. RC A, RC B, RC C och RC4 är reglercentraler enligt figur 2.2. Radiatorerna kan styras i grupp eller var för sig och vara försedda med en termostat eller en PI regulator. Ventilationen saknar vanligen reglering. Det finns dock exempel där ventilationen styrs med avseende på utomhustemperaturen, inomhusluftens kvalitet och närvaro. Framledningstemperaturen från värmeproduktionsanläggningen styrs nästan uteslutande med avseende på utomhustemperaturen. Ett alternativt sätt är att styra framledningstemperaturen mot ett förväntat utomhusklimat. Det finns också styrstrategier där framledningstemperaturen justeras för låg eller hög inomhustemperatur.

11 4 (38) Samordning RC A GP1 RC4 RC C Gco 2 1 RC B Kök Badrum GT1 V V X GT2 GT3 GT4 GTn Figur 2.2 Uppbyggnad av generellt styrsystem för ett flerbostadshus. Reglercentralen, RC C, styr framledningstemperatur från värmeproduktionsanläggningen. RC A styr ventilation i kök och badrum. RC B styr värmeavgivning från varje enskild radiator. RC4 ser till att konstanthålla det tillgängliga trycket i en suglåda före frånluftsfläkten. För att samordna (integrera) styrningen av de olika delsystemen används ett överordnat styrsystem. 2.1 Metod för integrering av reglerstrategier Det finns minst två tänkbara metoder för integrering av reglerstrategier, neurala nät och fuzzy-logic. Den av metoderna som är enklast att implementera är fuzzylogic och är beskriven nedan. Fuzzy-logic är även den metod som i denna rapport används för integrering av reglerstrategier. I en doktorsavhandling från Lund, Analysis and Design of Hybrid Control Systems (Malmborg J 1998) beskrivs hybrida styrsystem. I dessa styrsystem används diskreta moder tillsammans med kontinuerliga ekvationer för att styra en process. I avhandlingen beskrivs ett exempel där ett hybridsystem användes för att integrera styrningen av värme och ventilation som lokalt styrdes med bla en PID regulator. Den i nästa stycke beskrivna styrstrategin baserad på fuzzy-logic kan sägas vara ett specialfall av hybridsystem. Fuzzy logic eller regelbaserad logik innebär att man styr med hjälp av ett antal IF eller OM-satser istället för med en matematisk modell. Detta innebär att man bygger in expertkunskaper i styralgoritmen. Om man t ex använder utomhustemperaturen som insignal till systemet kan det se ut enligt figur 2.3 nedan. Om utomhustemperaturen är ca 3 ºC innebär det att det är lagom varmt med medlemskapsvärdet,6 och kallt med medlemskapsvärdet,2. Dessa data används sedan för att föra ett logiskt resonemang, vilket slutligen t ex resulterar i en utsignal till ställdonet som reglerar framledningstemperaturen i radiatorkretsen.

12 5 (38) 1 Mycket kallt Kallt Lagom Varmt Mycket Varmt,6, Utomhustemperatur Figur 2.3 Regler för styrning av framledningstemperaturen mot utetemperaturen för ett system baserat på fuzzy-logic. Sättet att omvandla den analoga insignalen kallas fuzzyfication och sättet att skapa en analog utsignal kallas defuzzyfication. I fortsättningen av denna rapport används fuzzyficering respektive defuzzyficering. Artiklarna Fuzzy fundamentals (Cox 1992) och Adaptive fuzzy systems (Cox 1993) ger en någorlunda enkel beskrivning av hur fuzzy-logic fungerar. Artiklarna Fuzzy Logic in Control Systems: Fuzzy Logic Controller Part 1, Part2 (Lee 199) ger en djupare matematisk inblick i hur fuzzy-logic är uppbyggt. I artikeln Intelligent Fuzzy Regulation of Residential Buildings (MacConnell 1994) beskrivs hur framledningstemperaturen och dess variation samt utetemperaturen, rumstemperaturen och radiatorventilens läge används som indata till styrningen. Utdata är ett nytt ventilläge vilket kommer att resultera i en ny rumstemperatur. I artikeln A Fuzzy Control System Based on the Human Sensation of Thermal Comfort (Hamdi, Lachiver 1998) redovisas ett styrsystem för att upprätthålla den termiska komforten. Här används fuzzy-logic för att utifrån de parametrar som enligt Fanger (ISO773) bestämmer den termiska komforten (rumstemperatur, strålningstemperatur, luftfuktighet, lufthastighet, fysisk aktivitet och beklädnad) beräkna hur luftbehandlingsanläggningen skall styras. 2.2 Radiatorsystemet Det vanligaste sättet att styra värmeavgivning från radiatorerna vid nyproduktion av bostäder är genom individuell reglering med radiatortermostat som är direkt monterade på radiatorventilen på varje enskild radiator. En stor nackdel med denna metod är att den temperatur termostaten känner, ofta inte är något bra mått på inomhustemperaturen.

13 6 (38) I stället för att styra varje enskild radiator, kan man placera en termostat på en plats i rummet som gör det möjligt för temperaturgivaren att känna en korrekt temperatur och låta termostaten styra en grupp av radiatorer. I stället för en enkel termostat i strategin beskriven ovan, kan man tänka sig att använda en PI regulator för mer exakt reglering. Det finns mer avancerade möjligheter, ett exempel är en adaptiv PI regulator som har olika värden på förstärkningsfaktorn beroende på ventilläget (Haissig 2). 2.3 Ventilation I rapporten Sensor Based Demand Controlled Ventilation (Almeida, Fisk 1997) beskrivs vilka föroreningar man bör använda för styrning av ventilationsflödet i olika sammanhang. Det är tänkbart att styra ventilationsflödet med avseende på CO 2, fukt, partiklar och flyktiga organiska ämnen VOC. Det är också vanligt att styra ventilationsflödet som funktion av inomhustemperaturen eller med närvarodetektorer. De flesta systemen i dag baseras på styrning mot CO 2, men trenden går mot styrning mot VOC. I bostäder har man använt styrning mot fukt, men det finns inga bra samband mellan fukthalt och andra föroreningar. Det är också tänkbart att styra mot partikelhalt, men partikelsensorer är mycket dyra och verkar inte vara något realistiskt alternativ. Ett tänkbart alternativ för bostäder är att kombinera närvarostyrning med fuktgivare i våtutrymmen. Närvarogivare kan också användas som del i ett inbrottslarm och därmed kan inköp motiveras av flera orsaker. 2.4 Värmeproduktion/framledningstemperatur Prognos Prognosstyrning av byggnader levereras av SMHI och bygger på att man har en termisk modell av byggnaden där man tar hänsyn till byggnadens termiska egenskaper, solinstrålning och interngenererat värme från personer och apparater (SMHI 21). Denna modell används för att räkna ut en ekvivalent utomhustemperatur som i sin tur används för att styra värmetillförseln till byggnaden. Den ekvivalenta temperaturen beräknas för varje timma för de närmaste 1 till 7 dygnen. Denna prognos levereras sedan till styrdatorn varje dygn tillsammans med prognos över utetemperaturen, vindhastigheten, vindriktningen och global solinstrålning. Den enklaste användningen av den ekvivalenta temperaturen är att helt enkelt låta den beräknade temperaturen ersätta den temperatur som i vanliga fallet skulle tas från en utetemperaturgivare. Om avvikelsen mellan den utetemperatur som skickas med prognosen och den verkliga uppmäta temperaturen är för stor kan man anta att prognosen har slagit fel och övergå till en traditionell utetemperaturstyrning till dess en ny bättre prognos levereras till datorn. Ett annat mer komplext exempel på prediktiva regulatorer är den som beskrivs av Oestreicher et.al (1996). Det är en regulator som försöker förutse och tar hänsyn till den slumpmässiga variationen i vädret, de varierande interna lasterna och

14 7 (38) byggnadens dynamiska egenskaper. Reglerenheten försöker att optimera värmeflödet över en tidshorisont på normalt 24 timmar. En gång varje dygn runt midnatt ställs en matris upp med optimala styrkommandon för varje timma av dygnet. Optimala kommandon hämtas sedan från matrisen varje timma. För att ta fram dessa kommandon mäts klimatet, byggnadens termiska tillstånd och aktuell timma. En matematisk modell av byggnaden, som beskriver dess termiska egenskaper, används för att utifrån det aktuella tillståndet och de möjliga värdena på klimatdata och internlasten beräkna styrstrategin för de följande 24 timmarna. Målet med styralgoritmen är att minimera en funktion som består av bedömning av den termiska komforten och den till byggnaden tillförda eller bortförda värmeeffekten. Denna styralgoritm jämfördes med en konventionell och visade på en energibesparing mellan 25 och 3 % Inomhustemperatur Det finns flera svarta lådor på marknaden, som säljs med löften om energibesparingar. En av dessa är Ebr2 från EnReduce AB, som använder upp till 6 st inomhusgivare för att reglera framledningstemperaturen till radiatorerna. Det är viktigt för funktionen att temperaturgivarna installeras så att de känner rumstemperaturen och inget annat. (Blekastad 21). Om det systemet installeras i befintliga bostäder låter man eventuellt befintliga radiatortermostater sitta kvar. I stället för att mäta inomhustemperaturen i varje lägenhet kan man istället välja att installera en temperaturgivare i frånluftskanalen och att styra mot frånluftstemperaturen som är ett sammanvägt mått på inomhustemperaturen i de olika lägenheter som ventilationssystemet betjänar. Oftast är ventilationssystemet uppdelat, så att ett frånluftssystem betjänar en begränsad del av en byggnad, dvs färre lägenheter än värmesystemet. Detta innebär att man även i detta fall oftast blir tvungen att använda flera temperaturgivare Utomhustemperatur Utomhustemperaturstyrning är det vanligaste sättet att reglera framledningstemperaturen på. Metoden har sitt ursprung i ett statiskt betraktelsesätt av byggnaden, där värmeförlusterna är direkt proportionella mot temperaturdifferensen, ute - inne. En variant av denna strategi bygger på att använda en kombination av utomhustemperatur och vindhastighet för att styra värmesystemet. I de fastigheter systemet införts, har en besparing på ca 15 kr/lgh och år kunnat registreras (Eriksson D 21). I samband med byte av reglerstrategi har värmesystemet justerats om så att det är svårt att skilja inverkan av byte av reglerstrategi och injustering av radiatorsystemet från varandra. Det har dock noterats att besparingens storlek till stor del beror på hur väl injusteringen av radiatorsystemet har genomförts.

15 8 (38)

16 9 (38) 3 Simuleringsmodell I detta kapitel ges en kortfattad beskrivning av den simuleringsmodell som studien baseras på. Simuleringsmodellen är implementerad i simuleringsprogrammet IDA Klimat och Energi. För att kunna modellera det nya reglersystemet har ett antal nya simuleringsmodeller skapats, vilka redovisas detaljerat i bilaga B. Vid utformning av lägenheten har tanken varit att efterlikna en typ som är vanlig i det svenska bostadsbeståndet. Den studerade lägenheten består av tre rum och kök. Rum 1 och 2 används som sovrum, rum 3 som vardagsrum, rum 4 som kök, rum 5 som badrum och slutligen rum 6 som hall. Lägenheten är på totalt 7m 2 (1 x 7 m ) Tabell 3.1 Beskrivning av lägenhetens rum och dimensionerade radiatoreffekter. r5 r1 f1 1:sov d1 6:hall 5:bad Sida A d4 4:kök d3 r4 r2 f2 2:sov/TV d2 3:vardagsrum/TV r3 Rum Rum1 Rum2 Rum3 Rum4 Rum5 Rum6 Ytor [m 2 ] Rumshöjd 2,4 m 2,4 m 2,4 m 2,4 m 2,4 m 2,4 m Yttervägg 5,9 5,9 3,6 4,9 - - Golv 1,5 1,5 24 1,5 7 7 Tak 1,5 1,5 24 1,5 7 7 Fönster f= fönster r=radiator d=dörr Figur 3.1 f4 f3 Sida B Skiss över lägenhet Radiatordimensionering S=Stockholm, L=Luleå, K=Kalmar Rum 1 Rum 2 Rum 3+6 Rum 4 Rum 5 Effekt [W] S: L: K: Sovrummet, hallen, badrummet och köket har ena sidan vänd mot ett trapphus medan vardagsrum och sovrum/arbetsrum har sin ena sida mot en liknande lägenhet. På andra sidan de lägenhetsskiljande väggarna är temperaturen fixerad till 2 C. Temperaturen på undersida golvbjälklag har satts lika med temperaturen på undersida takbjälklag och ovansida takbjälklag har satts lika med ovansida golv-

17 1 (38) bjälklag. Uppvärmningen sker med ett vattenburet radiatorsystem och ventilationen med ett frånluftssystem. Radiatorsystemet är dimensionerat vid inomhustemperaturen 2ºC, framledningstemperaturen 65ºC och returtemperaturen 45ºC. I grundfallet är frånluftsflödet 1 (forc 3) l/s i kök och 15l/s i badrum. Dimensionering sker genom att simulera den dimensionerande dagen för respektive ort för att bestämma maximal radiator effekt, sedan väljs radiatorer med denna effekt avrundad till närmaste 1W högre. För att simulera att det finns fler lägenheter i huset som har andra rumstemperaturer än den studerade lägenheten, justeras den frånluftstemperatur som simulerats innan mätsignalen skickas till reglercentralen för framledningstemperaturen. För att visa vilken inverkan detta har på energianvändningen och komforten har en parameterstudie genomförts för stockholmsfallet. Resultatet redovisas i kapitel 6. I de övriga simuleringarna har frånluftstemperaturen höjts med 1 C. Nedan visas översiktligt hur modellen representeras i IDA Klimat och Energi. Det finns två nivåer, en enkel och en avancerad nivå. För att kunna styra simuleringarna som man vill och använda egna modeller, måste man göra finjusteringar på den avancerade nivån. Figur 3.2 Beskrivning av simuleringsmodell i IDA Klimat och Energi. Figuren visar hur ett rum i en byggnad beskrivs genom att koppla ihop olika komponenter med varandra.

18 11 (38) Figur 3.3 Beskrivning av simuleringsmodell i IDA Klimat och Energi. Figuren visar hur ett rum i en byggnad beskrivs på grundnivån.

19 12 (38)

20 13 (38) 4 Beteendeprofiler De beteendeprofiler som används vid simuleringar i detta projekt härstammar från EFFEKTIV-projektet Reglerstrategier och beteendets inverkan på energianvändningen i flerbostadshus (Eriksson, Wahlström 21). Modifieringar från de i ovanstående rapport beskrivna grundprofilerna har gjorts främst på grund av numeriska skäl. Nedan redovisas 4 st modifieringar och förenklingar som gjorts i de ursprungliga beteendeprofilerna: 1. Inga förändringar i beteendet sker vid hel timma. Detta beror på att klimatdata är angivet för hela timmar och att det vid övergång till ny timma är svårt för simuleringsmodellen att hitta rätt numerisk lösning till problemet. Om fler förändringar sker vid samma tidpunkt är möjligheten stor att simuleringen inte fungerar. 2. Inga fönster får vara öppna under de perioder då dörrarna är öppna då detta kan orsaka numeriska problem. 3. Profilerna för dörröppning är lika över hela året. 4. Profilen för forcering i spiskåpan är likadan hela året. I figurerna nedan redovisas exempel på beteendeprofiler i grafisk form för en vardag under vinterhalvåret för ett sovrum med två vuxna. I bilaga A är profilerna samlade i tabellform för att det skall vara lättare att använda data i egna simuleringar Personlast sovrum 1 Figur 4.1: Beteendeprofil för personlasten i ett sovrum för vuxna. I profilen antas att ingen befinner sig i rummet under dagen. En vuxen antas överslagsmässigt generera 1 W värmeeffekt

21 14 (38) Internlast sovrum 1 Figur 4.2: Beteendeprofil för internlasten i ett sovrum för vuxna. I profilen antas att belysningen är tänd med en effekt av 8 W under 3 minuter varje kväll Fönster sovrum 1 Figur 4.3: Beteendeprofil för fönsteröppning i ett sovrum för vuxna. I profilen antas att det sker en kraftig vädring under 4 minuter varje morgon. Om rumstemperaturen hinner sjunka under 17 ºC stängs fönstret även om vädringen inte genomförts fullständigt Dörr sovrum 1 Figur 4.4: Beteendeprofil för dörröppning till ett sovrum för vuxna. Dörren är stängd under natten och öppen under dagtid

22 15 (38) 5 Studerade reglerstrategier 5.1 Enskilda reglerade storheter och fuzzyficering I detta kapitel beskrivs hur mätsignaler omvandlas till logiska signaler (fuzzyficering), se kapitel 2.1. FUZZY RC A GT1 RC C V V X Gco 2 GT3 GT2 Kök Badrum GT4 RC B GTn Figur 5.1 Uppbyggnad av ett styrsystem för ett flerbostadshus med användning av fuzzy-logic för att samordna (integrera) reglerstrategierna för de tre olika reglersystemen för värme och ventilation. Reglercentralen, RC C, styr framledningstemperatur från värmeproduktionsanläggningen. RC A styr ventilation i kök och badrum. RC B styr värmeavgivningen för varje enskild radiator. Fuzzyficeringen av de olika mätsignalerna är uppdelade i fyra olika delar enligt nedan. Fuzz 1-Forcering i kök VK 1 Normalt Forcerat VK N VK F 1 3 Luftflöde V & [l/s] Figur 5.2 Fuzzyficeringen av frånluftsflödet i köket. VK N står för normalt flöde och VK F för forcerat flöde.

23 16 (38) VK N VK F = if = if 1 V& V& 1 then1 else if V& < < 3 then 1+ else 2 1 V& V& 1 then else if V& < < 3 then else 1 2 Fuzz 2-Koldioxid Figuren nedan visar hur koldioxidhalten stiger då olika antal personer går in i en lägenhet ventilerad med,5 oms/h och som har ytan 7m 2 och takhöjden 2,5m. Koldioxid [ppm] Tid [Timmar] Antal personer np=1 np=2 np=3 np=4 np=5 np=6 Figur 5.3 Diagrammet visar hur koncentrationen av CO 2 i en lägenhet som är ventilerad med,5 oms/h och har ytan 7m 2 ökar med avseende på tiden, då np personer går in i lägenheten vid tiden timmar. Värdet på den resulterande jämviktskoncentrationen används för att bedöma hur många personer som vistas i lägenheten. Baserat på figur 5.3 har nedanstående fuzzyficering valts. Cx 1 <=3 pers 4pers 5pers >=6pers C 5 C CO 2 Kc i [ppm] Figur 5.4 Fuzzyficeringen av antal personer som vistas i lägenheten, baserat på medelvärdet av uppmätt CO 2 -halt i kök och badrum. X-et i C X står för det antal personer som förväntas vistas i lägenheten. Figuren visar signalerna vid CO 2 - halten 125 ppm. C 3 =C 6 =, C 4 =,2 och C 5 =,8

24 17 (38) 11 Kci C3 = if Kci < 9 then1 else if Kci < 11 then else 2 Kci 11 2 C4 = if Kci 11 < 2 then else 2 Kci 13 2 C5 = if Kci 13 < 2 then else 2 Kci 13 C6 = if Kci > 15 then1 elseif Kci > 13 then else 2 Fuzz 3-Inomhustemperatur I 1 Kallt Lagom Varmt I L I K I V = T K T L T V Innetemp T i [ C] Figur 5.5 Fuzzyficeringen av den uppmätta inomhustemperaturen. Temperaturen uppskattas som medelvärdet av frånluftstemperatur i kök och badrum. Parametern I K står för kallt, I L för lagom och I V för varmt. Temperaturerna T K, T L och T V motsvarar de temperaturer då det skall anses kallt, lagom respektive varmt i lägenheten. I I I K V L else = if = if = if T < T i K T < T i T if T i L L < < TK Ti then1 else if Ti < TL then 1+ else T T TL Ti then else if Ti < TV then else T T T T K i or Ti > TV then else TL Ti < TV then1+ T T V L L V K L if T K < 1 T i < Ti TK TL then T T L K

25 18 (38) Fuzz 4 -Utetemperatur U 1 Kallt Varmt U K U V Tu,dim Ti,nom Utetemp T [ C] Figur 5.6 Fuzzyficeringen av den uppmätta utomhustemperaturen. Parametern U K står för kallt och U V för varmt. Temperaturerna T u,dim, och T i,nom motsvarar de temperaturer då det skall anses kallt respektive varmt utomhus. U K = if T < Tu, dim then1 else if Tu,dim T T < Ti, nom then 1+ else Ti, nom Tu,dim U V = if T < Tu, dim then elseif Tu,dim T T < Ti, nom then else 1 Ti, nom Tu,dim I detta projekt används värden för Tu,dim enligt nedan: Stockholm 16ºC Luleå 26ºC Kalmar -12ºC

26 19 (38) 5.2 Sammankoppling av reglerstrategier och defuzzyficering Tänkbara samband I figuren nedan illustreras hur mätdata fuzzyficeras och kopplas till reglercentralerna för styrning av ventilationen i kök och badrum samt för styrning av radiatorerna och framledningstemperaturen. Fyzzyficering Forcering i kök 1 CO2 i frånluft 2 Inomhus temperatur 3 Utetemperatur 4 Flöde i kök (1,2,3,4) A B C Flöde i badrum (1,2,3,4) Flöde i radiatorer (1,2,3,4) Framlednings temp (3,4) Defyzzyficering Figur 5.7 Några tänkbara samband mellan uppskattade och styrda storheter Utdata från fuzzyficering Totalt är det fyra mätstorheter som skall fuzzyficeras och användas för styrning. Det är 2 utdata från fuzzyficering av forcering i kök, normalt och forcerat. Det är 4 utdata från fuzzyficering av CO 2 i frånluft; färre än tre, fyra, fem samt fler än sex. Det är 3 utdata från fuzzyficering av inomhustemperaturen; kallt,lagom samt varmt. Det är 2 utdata från fuzzyficering av utomhustemperaturen; kallt samt varmt Defuzzyficering Nedan redovisas hur de fuzzyficerade mätsignalerna kan omvandlas till styrsignaler för ventilation i kök och badrum samt för värmeavgivning från radiatorerna och framledningstemperatur från undercentralen. Bokstäverna A, B och C i rubrikerna och siffrorna i punklistorna nedan relaterar till figur 5.7.

27 2 (38) Flöde i kök, A 1. Vid önskad forcering i kök skall flödet alltid ställas in till minst Vmax. 2. Då CO 2 - halten visar på mer än tre personer i lägenheten skall ventilationsflödet ökas. 3. Då det är varmt inomhus skall ventilationsflödet ökas 4. Då det är kallt utomhus utesluts punkt 2 och 3 för att inte få onödigt hög energianvändning Flöde i badrum, A 1. Vid önskad forcering i kök skall flödet i badrum ställas ned till grundflöde. 2. Då CO 2 -halten visar på mer än tre personer i lägenheten skall ventilationsflödet ökas. 3. Då det är varmt inomhus skall ventilationsflödet ökas 4. Då det är kallt utomhus utesluts punkt 2 och 3 för att inte få onödigt hög energianvändning Flöde i radiatorer, B 1. Då det är forcering i kök, skall radiatorerna reglera ned (forcering medför oftast stora värmetillskott pga. matlagning.) 2. Då CO 2 -halten visar på mer än fyra personer i lägenheten skall flödet genom radiatorerna minskas. 3. Flödet grundregleras efter hur kallt det är inomhus Framledningstemperatur, C 1. Då det är kallt inne ökas framledningstemperaturen, då det är varmt inne minskas den. 2. A) Framledningstemperaturen grundregleras efter utetemperatur om det inte är prognosstyrning. B) Vid prognosstyrning justeras framledningstemperaturen map utetemperatur om prognosen är felaktig. Vid eventuell prognosstyrning ersätter prognosen utetemperaturen för grundreglering av framledningstemperatur Inställning av parametrar för defuzzyficering De använda reglerstrategierna är integrerade på ett nytt sätt vilket innebär att det inte finns någon tidigare utvecklad strategi för inställning av reglerparametrar. De nedan beskrivna riktlinjerna är ett första steg mot utveckling av en fungerande metod. Det borde vara möjligt att skapa ett system med automatisk inställning av reglerparametrar men det ligger utanför detta arbete. Utsignalen från defuzzyficeringen beräknas generellt enligt följande uttryck.

28 21 (38) övre gräns, u övre gräns u = µ i Yi + Offset, nedre gräns < u < övre gräns undre gräns, u undre gräns Som en liten förklaring till ekvationen ovan kan sägas att Yi är utsignalen från fuzzyficeringen, offset är en parameter som förskjuter funktionsvärdet antingen uppåt eller nedåt och signalen u hålls inom specificerade gränser. Styrsignalen U beräknas sedan som U = u Multiplikator. Parametrarna µi som används vid simuleringarna är framräknade nedan och sammanställda i tabell 5.3. Tabell 5.1 Sammanställning av de parametrar som måste ställas in vid defuzzyficeringen. Utdata från fyzzyficering, Flöde i radiatorer. Yi Flöde i kök och bad. Sju parametrar Fyra parametrar Forcering i kök Normalt, FN Nej Nej Nej Forcerat, FF?? Nej CO 2 i frånluft Färre än tre pers, C3 Nej Nej Nej Fyra pers, C4?? Nej Fem pers, C5?? Nej Fler än sex pers, C6?? Nej Inomhustemperatur via termostat för varje radiator Kallt, IK? Nej? Normalt, IN Nej Nej Nej Varmt, IV? Nej? Utomhustemperatur Kallt, UK Nej Nej-? Varmt, UV? Nej Nej Modell parametrar Offset Nej Nej 2 Nedre gräns 2 Övre gräns Multiplikator Framledningstemperatur Tre parametrar Som syns i tabellen ovan skall totalt 14 parametrar ställas in (markerade med? ). Nedan beskrivs hur de olika parametrarna har ställts in. Ett annat sätt att välja ut dom bästa parametrarna skulle ha varit att genomföra ett stort antal simuleringar med olika parameteruppsättningar och sedan valt de parametrar som gav lägst energianvändning vid hög komfort. Detta angreppssätt skulle ha krävt en omfattande metodutveckling vilket inte ansågs meningsfullt i detta skede av utvecklingen av integrerade reglerstrategier. Om denna typ av reglerstrategi skall användas praktiskt krävs dock ett systematisk sätt för att ställa in parametrarna på ett effektivt sätt.

29 22 (38) Defuzzyficering vid radiatorstyrning Om man antar att andelen CO 2 i rumsluften är ett mått på hur många som vistas i lägenheten kan man direkt se hur mycket radiatoreffekten skall reduceras. En person antas avge 1W och om det finns fyra personer i lägenheten skall radiatoreffekten minskas med 4x1/(Dimensionerad effekt). Om den dimensionerande radiatoreffekten är 355 W skall i detta fall reduktionen vara 4/355=,11. Motsvarande värde för 5 och 6 personer är,14 respektive,17. Om spiskåpan står i forcerat läge, kan antas att det är stor värmeavgivning i köket. Detta innebär att radiatoreffekten kan reduceras. Det är en stor osäkerhet i denna reduktion, så den måste genomföras försiktigt. Inomhus respektive utomhustemperaturerna bör inte vara med i denna styrning då de redan inverkar på framledningstemperaturen Defuzzyficering vid styrning av ventilation I denna studie är motivet för regleringen av ventilationssystemet att man inte vill få högre CO 2 -halt inomhus än 1 ppm. Det är möjligt att använda andra värden, men har man detta värde som mål kan parametrarna för defuzzyficering härledas för aktuell storlek på lägenheten. För omsättningsvärdena i tabellen nedan fås motsvarande parametervärde enligt p=2x(oms-grundomsättning) Tabell 5.2 Sammanställning av parametervärden för defuzzyficering vid styrning av ventilationen med avseende på CO 2 -halten. Antal personer Omsättning för C 2 <1ppm Motsvarande parametervärde 4,59,18 5,73,46 6,88,76 En annan anledning att öka flödet, är om det är varmt inomhus. För att inte slösa med energi måste det införas en begränsning så att flödet inte ökar om det är kallt ute. Om man t ex önskar att det inte skall ske någon forcering avseende personlast då det är kallare än 1 ºC utomhus skall parametern p för defuzzyficering sättas till p=p CO2,6 x(ti,nom-tu,dim)/(1 Ti,nom). Med 2 ºC nominell inomhustemperatur och 16 ºC dimensionerande utomhustemperatur blir p=-2,7 för Stockholm. Motsvarande värde för Luleå är 4,1 och för Kalmar 2,4 Vill man reducera flödet i badrummet till grundflöde då det är manuell forcering med spiskåpan i köket fås defuzzyficeringsparametern till,76.

30 23 (38) Sammanställning av parametrar för defuzzyficering I tabellen nedan redovisas vilka parametrar (µ) som använts vid simuleringarna. u = µ Y Offset i i + Tabell 5.3 Beskrivning av parametrar (µ) som använts vid simuleringarna Simulering: A B C D E F G H Framledningstemp µ,u K µ,i K µ,i V Offset Ventilation, kök µ,c 4,18,18,18,18 µ,c 5,46,46,46,46 µ,c 6,76,76,76,76 µ,vk F µ,u K, Stockholm Luleå Kalmar -2,7-4, ,7-4, ,7-4, ,7-4,1-2.4 µ,i V,5,5,5,5 Offset Ventilation, bad µ,c 4,18,18,18,18 µ,c 5,46,46,46,46 µ,c 6,76,76,76,76 µ,vk F -,76 -,76 µ,u K, Stockholm Luleå Kalmar -2,7-4, ,7-4, ,7-4, ,7-4,1-2.4 µ,i V,5,5,5,5 Offset Radiatorflöde µ,c 4., Stockholm Luleå Kalmar µ,c 5 Stockholm Luleå Kalmar µ,c 6 Stockholm Luleå Kalmar µ,vk F Stockholm Luleå Kalmar -,11 -, ,14 -, ,17 -, ,17, ,11 -, ,14 -, ,17 -, ,17, ,11 -, ,14 -, ,17 -, Offset -,11 -, ,14 -, ,17 -,

31 24 (38)

32 25 (38) 6 Resultatsammanfattning De olika reglerstrategierna värderas med avseende på använd radiatorenergi, summan av antal timmar som koldioxidhalten överstiger 1 ppm och summorna av antal timmar som rumstemperaturen överstiger respektive understiger 2ºC (gradtimmar). Som ett ytterligare underlag används energianvändningen för att uppskatta vilket investeringsutrymme man har för att införa de olika reglerstrategierna. Energianvändningen, koldioxidhalten och rumstemperaturen sammanvägs till ett tal, som beräknas enligt följande. Index=(E/Eref)(hCO2/hCO2ref)( ºCh/ºChref) [%] E=Energianvändning hco 2 = antal timmar som koldioxidhalten överstiger 1 ppm ºCh=antal timmar som temperaturen avviker från 2 ºC ref=referensfall, dvs fall E. Tabell 6.1 Beskrivning av simuleringsfall och investeringsutrymmet för en 7m 2 lägenhet med avskrivningstiden 1 år och kalkylräntan 5%, S=Stockholm, L=Luleå och K=Kalmar. Index sammanfattar det sammanvägda resultatet avseende energianvändning, koldioxidhalt och rumstemperatur jämfört med fall E. Lågt värde på index är ett bra resultat. A: Framledningstemperaturen styrs med avseende på utomhustemperatur och den gemensamma frånluftens temperatur. Ventilation i kök och bad styrs med avseende på CO 2 -halt och inomhustemperatur. Om det är kallt ute tillåts ingen extra forcering. Då det är manuell forcering av ventilationsflödet i köket regleras flödet i badrummet ned till en miniminivå. Värmeavgivning från radiatorerna justeras med avseende på hur många personer som bedöms vistas i lägenheten. Om det är forcering i köket justeras radiatoreffekten upp för att kompensera för ökade värmeförluster. Investering S: 981 kr L: 189 kr K: 981 kr Index 71% 74% 68% B: Framledningstemperaturen styrs med avseende på utomhustemperaturen och med avseende på den gemensamma frånluftens temperatur. Investering S: 618 kr L: 726 kr K: 547 kr Index 94% 93% 95% C: Framledningstemperaturen styrs med avseende på utomhustemperatur och den gemensamma frånluftens temperatur. Ventilation i kök och bad styrs med avseende på CO 2 -halt och inomhustemperatur. Om det är kallt ute tillåts ingen extra forcering. Då det är manuell forcering av ventilationsflödet i köket regleras flödet i badrummet ned till en miniminivå. Investering S: 56 kr L:654 kr K: 435 kr Index 73% 77% 71%

33 26 (38) D: Framledningstemperaturen styrs med avseende på utomhustemperaturen och den gemensamma frånluftens temperatur. Värmeavgivning från radiatorerna justeras med avseende på hur många personer som bedöms vistas i lägenheten. Om det är forcering i köket justeras radiatoreffekten upp för att kompensera för ökade värmeförluster. Investering S: 189 kr L: 1124 kr K: 189 kr Index 9% 9% 91% E: Referensfall: Ingen integrering av regleringen mellan olika delsystem. Framledningstemperaturen styrs med avseende på utomhustemperatur. Radiatorerna har radiatortermostater. Investering S: kr L: kr K: kr Index 1% 1% 1% F: Framledningstemperaturen styrs med avseende på utomhustemperatur och den gemensamma frånluftens temperatur. Ventilation i kök och bad styrs med avseende på CO 2 -halt och inomhustemperatur. Om det är kallt ute tillåts ingen extra forcering. Värmeavgivning från radiatorerna justeras med avseende på hur många personer som bedöms vistas i lägenheten. Investering S: 981 kr L: 189 kr K: 981 kr Index 71% 78% 68% G: Framledningstemperaturen styrs med avseende på utomhustemperatur och den gemensamma frånluftens temperatur. Ventilation i kök och bad styrs med avseende på CO 2 -halt och inomhustemperatur. Om det är kallt ute justeras flödet ned till en miniminivå. Investering S: 56 kr L:654 kr K: 434 kr Index 73% 77% 71% H: Framledningstemperaturen styrs med avseende på utomhustemperaturen och den gemensamma frånluftens temperatur. Värmeavgivning från radiatorerna justeras med avseende på hur många personer som bedöms vistas i lägenheten. Investering S: 189 kr L: 1124 kr K: 189 kr Index 9% 9% 91% 6.1 Byggnadens energiflöden I nedanstående tabell redovisas energitillskottet till byggnaden förutom radiatorvärmet. Tabellen innehåller också antalet gradtimmar för de simulerade orterna. Värden för pumpenergi, fläktenergi och personvärme varierar med enstaka procent beroende på ort och reglerstrategi, men skillnaderna är försumbara, därför anges de som gemensamma.

34 27 (38) 12,5 3,9 2 43,9 Tabell 6.2 Byggnadens energiflöden och gradtimmar för de olika orterna. Gemensamt Stockholm Luleå Kalmar Solinstrålning 6,1 56,5 65,3 kwh/m 2 Hushållsel kwh/m 2 Pumpenergi Wh/m 2 Fläktenergi Wh/m 2 Personvärme kwh/m 2 Gradtimmar ºCh Parameterstudie För att studera inverkan av husets gemensamma frånluftstemperatur genomfördes simuleringar med olika approximationer av frånluftstemperaturen för Stockholmsfallet med vädring under kort tidoch integrerade reglerstrategier enligt typ A. Körningar gjordes med justering av frånluftstemperaturen med, -1ºC, ºC, och +1ºC. För att studera inverkan av fönstervädring genomfördes simulering med sk slösa vädring där fönstret har liten öppningsgrad under lång tid. Tabell 6.3 Diverse extra simuleringar med Stockholm Reglering typ A. Jämförelse mellan olika nivåer på frånluftens returtemperatur och inverkan av slösande vädringsbeteende. Stockholm Analys Energi [kwh/m 2 ] CO2 >1 ppm [1ppmh] Trum>2 [ºCh] Trum<2 [ºCh] A Frånluft -1ºC A Frånluft ºC A Frånluft +1ºC A Slösa vädring 79, 78,2 77,2 92, ,4 Tabell 6.3 visar att slösa vädringen ger avsevärt högre energianvändning än sparavädringen. Hade studien genomförts med denna hade investeringsutrymmet sannolikt blivit högre, då den procentuella besparingen förmodligen hade varit densamma.

35 28 (38) Tabell 6.3 visar också att justeringen av frånluftstemperaturen inte hade någon större inverkan på energianvändningen, men rumstemperaturen hade hållits inom ett något snävare intervall med lägre frånluftstemperatur samtidigt som koldioxidhalten hade reglerats sämre.

36 29 (38) 7 Diskussion 7.1 Energianvändning Energianvändningen visar sig i studien vara mycket beroende av hur styrningen av framledningstemperatur genomfördes och hur styrningen av radiatorerna var utformad. Däremot verkar inte styrningen av ventilation ha någon märkbar inverkan på energianvändningen. Den lägsta energianvändningen åstadkoms genom att kombinera ett beroende hos framledningstemperaturen med avseende på frånluftstemperatur med en kompensering av flödet genom radiatorerna med avseende på den genomsnittliga koldioxidhalten i frånluften från köket och badrummet. 7.2 Investeringsutrymme Som syns i resultatsammanställningen, så är investeringsutrymmet starkt beroende av vilken avskrivningstid man önskar. Det största investeringsutrymmet åstadkoms genom att kombinera ett beroende hos framledningstemperaturen med avseende på frånluftstemperaturen med en kompensering av flödet genom radiatorerna med avseende på den genomsnittliga koldioxidhalten i frånluften från köket och badrummet. Då styrningen av frånluften i kök och bad lades till kombinationen ovan blev resultatet en marginell sänkning av investeringsutrymmet, detta trots att investeringen höjs. 7.3 Komfort/Luftkvalitet och energieffektivitet Ställer man komfort/luftkvalitet och energianvändning mot varandra ser man att de åtgärder som sänker energianvändningen också ger sämre luftkvalitet. Dock kan endast en marginell försämring noteras. Orsaken till den sämre luftkvaliteten är bl.a. att luftutbytet vid fönstervädring blir lägre då inomhustemperaturen sänks. Det lägsta värdet på integralen med avseende på tiden av den koldioxidhalt som överskred 1ppm åstadkoms genom kombinationen frånluftstemperaturkompenserad framledningstemperatur och styrning av frånluftsflödet med avseende på koldioxidhalt.

37 3 (38)

38 31 (38) 8 Slutsats Studien visar att inomhustemperaturen och koldioxidhalten kan regleras inom ett snävare intervall utan högre energianvändning då integrerade reglerstrategier används. Dock blir inte energibesparingen så stor att den själv kan bära kostnaden för ombyggnad av reglersystemet. En enkel åtgärd för att åstadkomma lägre energianvändning jämfört med konventionella styrsystem, är att låta framledningstemperaturen delvis styras av inomhustemperaturen som komplement till utomhustemperaturen. Det finns idag kommersiella system som bygger på denna princip. Det visade sig att försöket med att reglera ned radiatoreffekten beroende på hur många personer det finns i lägenheten var ett effektivt sätt att sänka energianvändningen. Teoretiskt verkar det fungera bra att använda CO 2 halten som indikator på personlasten vilket visas i denna studie. Försöken att styra ventilationen för att åstadkomma bättre luftkvalitet föll i denna studie på att det ansågs nödvändigt att införa begränsningar i ventilationsflödet för att inte få onödigt hög energianvändning vid låg utomhustemperatur. Den genomförda studien är mycket begränsad, det är möjligt att välja andra reglerstrategier och hitta ett sätt att integrera dom, som ger ett bättre resultat. Studien visar dock att möjligheten finns.

39 32 (38)

40 33 (38) 9 Förklaringar Algoritm Matematisk beskrivning av hur något skall beräknas. Beteendeprofiler Tidpunkt och värden på de faktorer som beskriver beteendet. Defuzzyficering Fuzzyficerade mätsignaler omvandlas till styrsignaler. Dimensionerande dag Den kallaste dagen på året. Används vid simulering bland annat för dimensionering av radiatoreffekt. Forcering En spiskåpa i ett flerbostadshus kan ofta ställas in så att ventilationsflödet ökar under perioder då matlagning pågår, detta kallas forcering. Framkoppling Begrepp inom reglertekniken, används för att beskriva reglersystem där man mäter en storhet för att förutsäga hur den reglerade storheten kommer att ändras då driftförhållandena ändras. Ett exempel på detta är vid system för uppvärmning av bostäder. Värmeavgivningen från ett hus beror till stor del av utomhustemperaturen, genom att mäta denna kan man förutse om man behöver tillföra mer effekt till huset via radiatorerna redan innan inomhustemperaturen har sjunkit. Framledningstemperatur Den vattentemperatur som levereras av uppvärmningssystemet till radiatorerna. Framledningstemperaturen styrs ofta av utomhustemperaturen, se framkoppling. Frånluftssystem En typ av ventilationssystem där en fläkt drar ut luft ur huset varvid luft kommer in i huset via springor eller för ändamålet tillverkade öppningar. Fuzzy logic Regelbaserad logik, se kapitel 2.1. Fuzzyficering Process där mätsignaler omvandlas till logiska signaler. IDA Klimat och Energi: Datorprogram för beräkning av energiflöden och komfort i byggnader. Programmet kan kompletteras med egna simuleringsmodeller. Interngenererat värme/internlast Värme som härrör från aktiviteter inne i lägenheten plus det värme som kommer från solen. Investeringsutrymme Den investering man kan göra i en åtgärd för att man skall göra en vinst efter en specificerad tid. Nuvärde Omräkning av framtida besparing till den dag investeringen görs. Optimera Hitta den bästa lösningen på ett problem, ofta används matematiska metoder för att hitta denna.