... Normalårskorrigering av energianvändningen i byggnader en jämförelse av två metoder. Linda Schulz. Projektrapport

............... Normalårskorrigering av energianvändningen i byggnader en jämförelse av två metoder Linda Schulz Projektrapport

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

Normalårskorrigering av energianvändningen i byggnader en jämförelse av två metoder Författare Linda Schulz * Rapportdatum 2003-02-05 Från EFFEKTIV Rapportnr 2003:01 ISBN 91-7848-932-6 ISSN 1650-1489 Antal textblad 47 Antal bilagor 1 Sökord Normalårskorrigering, Graddagar, Energisignatur, Energianvändning, Energiuppföljning * CIT Energy Management AB Rapportbeskrivning För att veta hur mycket energi byggnader använder måste man på lämpligt sätt mäta energianvändningen. Uppmätta värden används för att kontrollera energianvändningen dels mot byggnadens egen användning under motsvarande tidsperiod tidigare år, dels mot energianvändningen i liknande byggnader. När energieffektiviserande åtgärder genomförs i byggnader är det alldeles nödvändigt att på ett tillförlitligt sätt kunna jämföra energianvändningen före och efter åtgärd. När jämförelser av användningen av värmeenergi skall göras är det väsentligt att frigöra sig från skillnader i klimat mellan jämförda tidsperioder. En större uppmätt värmeanvändning under ett år jämfört med förgående, kan mycket väl bero på att det senare året var kallare än det tidigare. Denna typ av avvikelser, vilka är beroende av det aktuella klimatet under mätåret, vill man frigöra sig ifrån och istället koncentrera sig på avvikelser som beror av andra orsaker. Ändringar i värmebehovet från ett år till ett annat kan bero på många faktorer, vilka skiljer sig åt mellan olika typer av byggnader. Jämförelser mellan olika år, eller delar av olika år, görs med hjälp av så kallad normalårskorrigering. Syftet med det redovisade arbetet är att utreda förutsättningarna för att använda olika metoder för normalårskorrigering av energianvändningen samt konsekvenserna av valet av metod. Utgångspunkten har varit att behandla frågan om när graddagsmetoder och energisignaturmetoder är lämpliga eller mindre lämpliga att använda. Resultaten som presenteras kan utgöra underlag för beslut vid val av metod för normalårskorrigering av energianvändningen. Resultaten kan också vara till nytta vid utveckling va mjukvara för normalårskorrigering. Den första delen av rapporten är an översikt över metoder för normalårskorrigering av energianvändningen allmänt. Graddagsmetoder samt energisignaturmetoder diskuteras och några exempel på tillgängliga programvaror för uppföljning av energianvändningen ges. I den andra delen av rapporten tillämpas en variant av graddagsmetoderna samt en variant av energisignaturmetoderna på befintlig energistatistik för ett antal objekt i olika delar av Sverige. Tillämpningsobjekten utgörs av såväl flerbostadshus som kontors- och undervisningslokaler belägna i Göteborg, Stockholm och Luleå.

Förord Föreliggande rapport redovisar resultaten från ett projekt inom forskningsprogrammet EFFEKTIV. I projektet har två metoder för normalårskorrigering analyserats med hjälp av ett antal tillämpningsobjekt med befintlig energistatistik. Syftet med rapporten är att utreda under vilka förutsättningar de två metoderna är lämpliga eller mindre lämpliga att använda. Som stöd till projektet har funnits en referensgrupp vars deltagare har bidragit med värdefulla idéer och synpunkter samt energistatistik. Ett stort tack för engagemanget riktas till alla deltagarna: Göran Leander, Bostads AB Poseidon, Göteborg Tomas Hallén, Akademiska Hus AB, Göteborg Lennart Berndtsson, HSB Riksförbund, Stockholm Lars-Olof Linder, Svenska Fjärrvärmeföreningen, Stockholm Stefan Aronsson, CIT Energy Management AB, Göteborg samt övriga på ovan nämnda företag som har hjälp till på olika sätt. Ett stort tack riktas också till Olof Sjöberg, Vasakronan AB, Stockholm, som har bidragit med energistatistik. Tack även till Christer Hjalmarsson och Anders Nilson, Bengt Dahlgren AB, Göteborg samt Lars Höglund, Vitec Fastighetssystem AB, Sollentuna som har hjälp till med information om sina programvaror. Göteborg december 2002 Linda Schulz Projektledare CIT Energy Management AB

Innehållsförteckning Rapportbeskrivning Förord Innehållsförteckning 1 Sammanfattning 1 2 Inledning 3 2.1 Bakgrund 3 2.2 Målgrupp 4 2.3 Avgränsningar 4 3 Metoder för normalårskorrigering 5 3.1 Graddagsmetoder 5 3.1.1 Graddagar 5 3.1.2 Normalårskorrigering med hjälp av graddagar 6 3.1.3 Tappvarmvatten 7 3.1.4 Varmvattencirkulation 8 3.1.5 Energi-Index 8 3.2 E-signaturmetoder 9 3.2.1 Byggnadens värmebalans 9 3.2.2 Energisignatur-byggnadens värmebalans utifrån uppmätt 10 energianvändning 3.2.3 Hur och hur ofta bör E-signaturen uppdateras? 17 3.2.4 E-signaturen före och efter energieffektiviserande åtgärd 18 3.2.5 Faktorer som oavsiktligt förändrar E-signaturen 18 3.2.6 Normalårskorrigering med hjälp av E-signaturen 19 3.3 Korrigering för olika avläsningsperioder 21 3.4 Programvara för uppföljning av energianvändningen 23 4 Tillämpningsexempel 24 4.1 Objekten 24 4.2 Klimatet 25 4.3 Korrigering för olika avläsningsperioder 25 4.4 Normalårskorrigering med hjälp av graddagar 26 4.5 Normalårskorrigering med hjälp av E-signatur 26 4.6 Analys 27 4.6.1 Korrigering för olika avläsningsperioder 27 4.6.2 Normalårskorrigering 33 5 Diskussion och slutsatser 42 5.1 Korrigering för olika avläsningsperioder 42 5.2 Normalårskorrigering 44 6 Referenser 46 Bilaga A Byggnadsdata A 1

1 (47) 1 Sammanfattning Syftet med det redovisade arbetet är att utreda förutsättningarna för att använda olika metoder för normalårskorrigering av energianvändningen samt konsekvenserna av valet av metod. Utgångspunkten har varit att behandla frågan om när graddagsmetoder och energisignaturmetoder är lämpliga eller mindre lämpliga att använda. En variant av graddagsmetoderna samt en variant av energisignaturmetoderna har tillämpats på befintlig energistatistik för ett antal objekt i olika delar av Sverige. Tillämpningsobjekten utgörs av såväl flerbostadshus som kontors- och undervisningslokaler belägna i Göteborg, Stockholm och Luleå. Den energistatistik som ska normalårskorrigeras justeras först för om avläsningsdatum avviker från exempelvis månadsskiftet vid månadsavläsningar. Korrigering för olika avläsningsperioder kan ske på olika sätt. Det enklaste sättet är att enbart korrigera med hänsyn till antalet felande dagar. En annan variant är att även beakta utetemperaturen de avvikande dygnen. Om utetemperaturen de felande dygnen skiljer mycket från vad den normalt skulle ha varit kan den korrigerade energianvändningen skilja så mycket som 3-4 kwh/m 2 per månad mellan de två metoderna för korrektion av för avvikande avläsningsdatum. Metoden som tar hänsyn till utetemperaturen är därför att föredra. Valet av metod för normalårskorrigering tycks inte spela någon roll på årsbasis. På månadsbasis däremot kan ibland graddagsmetoden ge avsevärt högre korrigerade värden än energisignaturmetoden under vår, sommar och höst. Så är fallet om det är varmare än normalt och antalet graddagar närmar sig noll samtidigt som normalt antal graddagar är av storleksordningen 100. Korrigeringsfaktorn blir då orimligt stor och graddagsmetoden kan ge uppemot dubbelt så höga värden som energisignaturmetoden. Detta kan medföra problem om den normalårskorrigerade energianvändningen jämförs med budgeterad energianvändning på månadsbasis. För vinterfallet uppstår inte samma situation med orimliga förhållanden mellan aktuellt antal graddagar och normalt antal graddagar, graddagsmetoden underskattar därför inte vinterfallet av den anledningen. En annan situation som kan uppstå under vår-, höst- och sommarmånaderna är att energianvändningen normlårskorrigeras enligt graddagsmetoden men inte enligt energisignaturmetoden eller tvärt om. Detta kan ske både när det är varmare än normalt eller kallare än normalt och kan vara en förklaring till att de två metoderna kan ge olika resultat. Förklaringen är att de två metoderna definierar gränsen för när energianvändningen är enbart klimatoberoende på olika sätt. Andra faktorer som skulle kunna ha betydelse för valet av normalårskorrigeringsmetod är; byggnadens ålder, typ av verksamhet (bostäder, lokaler eller kombinationer), typ av ventilationssystem (S, F, FT, FTX) samt CAV- eller VAV-system. Ingen av dessa faktorer tycks ha någon betydelse. Byggnadsknutna faktorer som exempelvis fönsterandel samt byggnadens tyngd har inte ingått i analysen. Metoderna korrigerar ungefär lika mycket dock med en viss spridning som inte är relaterad till ovanstående faktorer. På månadsbasis kan det skilja 1-2 kwh/m 2 under den kalla delen av året och 2-3 kwh/m 2 under den varma delen av året mellan de två metoderna. Vintertid motsvarar detta ungefär 5% av det avlästa månadsvärdet och under sommaren 50% eller ibland mer. Vilken av metoderna som är mest rätt går dock inte att säga utan vidare.

2 (47) Ett felaktigt angivet avläsningsdatum syns tydligt i ett energisignaturdiagram vilket talar för energisignaturmetoden. Sammanfattningsvis kan sägas att energisignaturmetoder tycks vara att föredra framför graddagsmetoder för att normalårskorrigera energistatistik. Normalårskorrigerad energistatistik som ser tveksam ut behöver dock inte bero enbart på normalårskorrigeringsmetoden utan kan likväl bero på metoden för korrigering för olika avläsningsperioder.

3 (47) 2 Inledning 2.1 Bakgrund För att veta hur mycket energi byggnader använder måste man på lämpligt sätt mäta energianvändningen. Uppmätta värden används för att kontrollera energianvändningen dels mot byggnadens egen användning under motsvarande tidsperiod tidigare år, dels mot energianvändningen i liknande byggnader. När energieffektiviserande åtgärder genomförs i byggnader är det alldeles nödvändigt att på ett tillförlitligt sätt kunna jämföra energianvändningen före och efter åtgärd. När jämförelser av användningen av värmeenergi skall göras är det väsentligt att frigöra sig från skillnader i klimat mellan jämförda tidsperioder. En större uppmätt värmeanvändning under ett år jämfört med förgående, kan bero på att det senare året var kallare än det tidigare eller på grund av ändrad verksamhet eller ombyggnad exempelvis. Avvikelser vilka är beroende av det aktuella klimatet under mätåret, vill man frigöra sig ifrån och istället koncentrera sig på avvikelser som beror av andra orsaker. Ändringar i värmebehovet från ett år till ett annat kan alltså bero på många faktorer, vilka skiljer sig åt mellan olika typer av byggnader. Jämförelser mellan olika år, eller delar av olika år, görs med hjälp av så kallad normalårskorrigering. Den idag i särklass vanligaste metoden är normalårskorrigering med graddagar. Denna typ av normalårskorrigering baseras på någon form av förutbestämd innetemperatur och någon form av eldningsgräns. Från exempelvis SMHI kan man prenumerera på det aktuella antalet graddagar för en viss ort och tillsammans med antalet dagar för normalåret normalårskorrigera sin uppmätta värmeanvändning. Antalet graddagar för en ort är oberoende av byggnad och verksamhet, det vill säga samma siffra används för att normalårskorrigera värmeanvändningen i alla typer av byggnader. En annan tjänst SMHI erbjuder är Energiindex som med hjälp av en värmebalans förutom utetemperaturen tar hänsyn till solens och vindens betydelse. Framtagandet av graddagar är baserat på en uppskattning av intern värmegenerering i byggnader och hänsyn till hur mycket solinstrålning som tillförs byggnaden och används för att reducera värmebehovet. Denna schablonmässiga bas, vilken utgör grunden för normalårskorrigering med graddagar, blir med nödvändighet grov. För byggnader där det klimatberoende värmebehovet är litet kan det vara tveksamt huruvida användningen av graddagar överhuvudtaget ger en rättvisande korrigering. Idag finns det en annan typ av normalårskorrigering som används, dock i betydligt blygsammare skala än graddagskorrigering. Den typ av normalårskorrigering som avses är användning av så kallad energisignatur, i texten refererad till som E-signatur. Med denna metod jämförs en byggnad fortlöpande med sig själv och inget behov finns av en basbyggnad av den karaktär som används vid graddagsmetoden.

4 (47) 2.2 Målgrupp Föreliggande rapport riktar sig till fastighetsförvaltare, driftansvariga och andra som har intresse av energiuppföljningsfrågor. 2.3 Avgränsningar Frågeställningarna som behandlas gäller för byggnader av typen bostäder samt lokaler. Industrifastigheter med energikrävande processer kräver separat behandling. De byggnader som ingår i rapporten är samtliga belägna i Sverige och de redovisade resultaten är därför inte utan vidare tillämpbara i länder med avsevärt avvikande klimat. Analysen behandlar köpt energi i form av fjärrvärme för uppvärmning samt hur energianvändningen varierar med utetemperaturen men kan även tillämpas på andra energislag. Andra klimatfaktorer som vind, sol och snölast behandlas ej.

5 (47) 3 Metoder för normalårskorrigering Idag finns det två olika metoder för normalårskorrigering av energianvändningen i Sverige, graddagsmetoden och energisignatur. Båda metoderna bygger på att den uppmätta energianvändningen under en period omräknas med hjälp av en korrigeringsfaktor för att motsvara energianvändningen under motsvarande period ett normalt klimatår. I graddagsmetoden motsvarar korrigeringsfaktorn förhållandet mellan normalt antal graddagar under en period och verkligt antal graddagar under perioden. Korrigering tillämpas på den del av energianvändningen som är klimatberoende. Metoden kan sägas beskriva det aktuella klimatet på en ort i förhållande till motsvarande klimat ett normalår och är alltså byggnadsoberoende. I energisignaturmetoden motsvarar korrigeringsfaktorn förhållandet mellan månadsmedeleffekten för ett normalår och den uppmätta månadsmedeleffekten. Månadsmedeleffekterna erhålles ur byggnadens energisignatur vilken beskriver byggnadens totala energianvändning vid olika utetemperaturer. Energisignaturen beskriver alltså byggnadens beteende orsakat av klimatet och kan därmed sägas vara byggnadens fingeravtryck. Med denna metod behöver ej den klimatberoende och den klimatoberoende energianvändningen särskiljas utan den verkliga förbrukningsprofilen speglas. Eftersom graddagsmetoder är relativt väl etablerade ges endast en översikt av dessa medan energisignaturmetoder beskrivs mer ingående i detta kapitel. I det följande används benämningen E-signaturmetoden. 3.1 Graddagsmetoder 3.1.1 Graddagar Antalet graddagar för uppvärmning beräknas som differensen mellan balanstemperaturen t balans, i och utetemperaturen t ute, i uttryckt som dygnsmedeltemperaturer för varje dygn i och summeras därefter per månad eller per år: ( t balans i tute i ) GD =,, i=1, 2,, N dagar (3.1) i Balanstemperaturen, även benämnd eldningsgräns, är den utetemperatur vid vilken ingen värme behöver tillföras byggnaden för att erhålla den önskade innetemperaturen t inne. Intern värmegenerering i form av solinstrålning, personvärme, apparater etc. sänker balanstemperaturen. Under vår, sommar och höst är solinstrålningen större vilket gör att balanstemperaturen är lägre och uppvärmningen avbryts följaktligen vid en lägre temperatur under dessa perioder.

6 (47) SMHI (Statens Meteorologiska och Hydrologiska Institut) 1 beräknar graddagar enligt ovanstående metod men ansätter eldningsgränsen enligt tabell 3.1. Tabell 3.1 Eldningsgränser enligt SMHI. Månad Eldningsgräns [ C] (dygnsmedeltemperatur ute) maj, juni, juli 10 augusti 11 april, september 12 oktober 13 övrig tid 17 Detta stämmer inte alltid överens med verkligheten eftersom den interna värmegenereringen kan se väldigt olika ut i olika typer av byggnader. Det är inte nödvändigt att köpa graddagar från SMHI, med hjälp av dygnsmedelvärdet på utetemperaturen kan man själv beräkna graddagar på olika sätt. Det viktiga i sammanhanget är att det tydligt framgår vad beräkningen är baserad på. Hitchin [1983] ger en empirisk ekvation för bestämning av antal graddagar utifrån en godtycklig balanstemperatur t balans : tbalans tm GD = ( ) [ antal graddagar / dygn] k t 1 e b t m (3.2) där t m =månadsmedeltemperaturen k=konstant som varierar beroende på lokalisering, är typiskt 0,71 [ C] [1/ C] Enligt ASHRAE [2001] bör graddagar ej användas ens med variabel balanstemperatur som bas om inte byggnadens effektiva förlustkoefficient, luftbehandlingssystemets verkningsgrad eller den verkliga balanstemperaturen är konstanta. När verksamheten i byggnaden eller innetemperaturen varierar kan dock så kallade bin-metoder användas. Graddagarna beräknas då för olika temperaturintervall och multipliceras med antalet timmar inom intervallet. Energianvändningen beräknas därefter för varje temperaturintervall. I Storbritannien beräknas standardgraddagar utifrån balanstemperaturen 15,5 C. Moss[1997] presenterar korrektionsfaktorer från CIBSE 2 för korrektion då balanstemperaturen skiljer sig från 15,5 C. 3.1.2 Normalårskorrigering med hjälp av graddagar Normalårskorrigering av energianvändningen med hjälp av graddagar utförs på den del av den totala energianvändningen som är klimatberoende: 1 www.smhi.se 2 www.cibse.org

7 (47) Q korrigerad ( Q Q ) GD normalår = Qko + totalt ko [kwh] (3.3) GDaktuellt där Q korrigerad = normalårskorrigerad energianvändning Q ko = den klimatoberoende delen av energianvändningen Q totalt = den totala energianvändningen GD normalår = antal graddagar under ett normalår GD aktuellt = antalet graddagar under aktuellt år [kwh] [kwh] [kwh] [ C dagar] [ C dagar] Statistiska centralbyrån 3 tillämpar en något försiktigare korrigeringsmetod där energianvändningen till hälften antas vara direkt proportionell mot antalet graddagar. Energianvändningen korrigeras alltså med 50% av graddagstalets relativa avvikelse från ett normalår: Q korrigerad = Q totalt 1+ 0,5 1 ( GD GD ) aktuellt GD normalår normalår [kwh] (3.4) En annan variant är: GD normalår + GDko Q = korrigerad Qtotalt GDaktuell + GDko [kwh] (3.5) där GD ko = antalet graddagar för klimatoberoende energianvändning. Den klimatoberoende andelen av energianvändningen utgörs i huvudsak av tappvarmvatten och varmvattencirkulation. Hur stor denna andel är kan, om inte mätdata finns, uppskattas på olika sätt. Den är vanligtvis större för bostadshus än för lokalbyggnader. 3.1.3 Tappvarmvatten Värmeenergi för uppvärmning av tappvarmvatten mäts inte alltid och kan vara svår att uppskatta. I vissa byggnader är tappvarmvattenandelen försumbar i förhållande till den totala energianvändningen. I bostäder är inte alltid tappvarmvattenanvändningen konstant utan kan variera över året med en faktor 0,7-1,3 av årsmedelvärdet [Aronsson 1996, Briheim 1991, Jagemar 1997]. I bostäder kan den uppskattas på olika sätt: o 20 25% av Q totalt [Aronsson 1996], 3 www.scb.se

8 (47) o 30% av Q totalt, se Göteborg Energi 4, o 32% av Q totalt [Wiklund 1991] o 30% av Q totalt med en viss fördelning mellan vinter och sommar -klimatberoende o 30% av Q månad [Nilsson 2000], -klimatberoende o 1/3 av uppmätt kallvattenförbrukning I kontorsbyggnader kan den uppskattas till: o 5-10% av Q totalt [Aronsson 1996]. 3.1.4 Varmvattencirkulation På samma sätt som för tappvarmvatten kan värmeenergi för varmvattencirkulation uppskattas till: 50% av Q tappvarmvatten [Aronsson 1996] men kan eventuellt också ingå i Q tappvarmvatten 3.1.5 Energi-Index 5 Med hjälp av Energi-Index från SMHI kan en ekvivalent graddagssumma, vilken förutom utetemperaturen tar hänsyn till solens och vindens betydelse, beräknas. SMHIs graddagar ingår som en del i Energi-Index. Energi-Index beräknar med hjälp av modellen ENLOSS energibehovet utifrån en värmebalans baserad på värmeförlusterna från en utvald typ av byggnad samt värmetillskotten i typbyggnaden. Hänsyn tas förutom till utetemperaturen även till solinstrålning och vind. Ett antal typbyggnader finns att tillgå, dessa karakteriseras av form, förnsterfördelning, isolering, täthet och typ av ventilation. Uppvärmningsbehovet för varmvatten måste beräknas separat. Energi-Index beräknas antingen för en ort eller ett större område eller för en specifik typ av byggnad med ett visst geografiskt läge. Energi-Index ger utdata i form av: Värmeindex tar hänsyn till utetemperatur, sol och vind i kombination med byggnadens läge, egenskaper och användningssätt. Värmeindex presenteras som graddagssummor och är direkt proportionell mot det beräknade normala respektive aktuella uppvärmningsbehovet för en viss typbyggnad. Graddagar Traditionella graddagsvärden enbart baserade på utetemperaturen. Månadsmedeltemperaturer månadens uppmätta medeltemperatur på den aktuella orten 4 www.goteborgenergi.se 5 www.smhi.se

9 (47) 3.2 E-signaturmetoder E-signaturmetoder bygger på statiska modeller vilket innebär att beräkningar måste göras med tillräckligt långa tidssteg för att dynamiska effekter och svängande förlopp som exempelvis värmelagring i byggnaden ska kunna försummas. Den enklaste formen av E-signaturmetoder förutsätter att effektbehovet är en linjär funktion av utetemperaturen. 3.2.1 Byggnadens värmebalans Erforderlig värmeeffekt Q& medel för att nå önskad innetemperatur i en byggnad kan rent teoretiskt beräknas med hjälp av en enkel värmebalans enligt: Q & = Q& + Q& Q& Q& + Q& + Q& [W] (3.6) medel transmission läck sol int vv vent där Q& medel = medelvärmeeffekten under tidsperioden [W] Q& = transmissionsförluster [W] transmission Q& = luftläckage, ofrivillig ventilation [W] läck Q& = solinstrålning [W] sol Q& = intern värmegenerering [W] int Q& = värme till varmvatten, varmvattencirkulation m m [W] vv Q& = styrd ventilation [W] vent vilket kan skrivas om som: medel ( UA + V& läck C p + ηtv& ventρc p )( tinne tute) η( I A + Q& int Q& vv Q & = ρ ) + [W] (3.7) där ( UA V ρ C η V& ρc ) + & läck p + t vent p = byggnadens temperaturberoende värmeförlust [W/ C] η t = verkningsgrad vid eventuell värmeväxling [-] t inne = medeltemperatur inomhus [ C] t ute = medeltemperatur utomhus [ C] η = utnyttjningsgrad [-] I= solinstrålning mot ett referensplan [W/m 2 ] A= area på plan vinkelrätt mot solinstrålningen [m 2 ]

10 (47) 3.2.2 Energisignatur byggnadens värmebalans utifrån uppmätt energianvändning Ett alternativt sätt att modellera byggnadens värmebalans är att beskriva hur den beter sig värmetekniskt istället för utifrån teoretiska grundprinciper. Uppmätt tillförd medelvärmeeffekt per månad för att nå önskad innetemperatur som funktion av motsvarande medeltemperatur ute kan redovisas i ett diagram. Energisignaturen erhålles därefter med hjälp av linjär regression med hjälp av mätdatapunkterna. Energisignaturen utgörs av de koefficienter som anger regressionslinjen. Det är alltså inte nödvändigt att separera den klimatoberoende andelen av energianvändningen från den totala energianvändningen. I figur 3.1 visas hur energisignaturen för värmeenergi vid en viss önskad konstant innetemperatur kan se ut för ett kontorshus.. Q medel [kw] 300 250 200 β(t balans -t ute ) 150 100 50 0 t balans -5 0 5 10 15 20 t ute [ C] α Figur 3.1 Energibehov för uppvärmning som en funktion av utetemperaturen. Energibehovet för uppvärmning ökar proportionellt med minskande utetemperatur om innetemperaturen hålls konstant, motsvarande lutningskoefficienten β vilken enligt figur 3.1 är 17 kw/ C. Balanstemperaturen i figur 3.1 är 13,5 C. Var denna brytpunkt hamnar beror på hur stor del av energianvändningen som är oberoende av uteklimatet, exempelvis energi för uppvärmning av tappvarmvatten. I figur 3.1 är medeleffektbehovet α för tappvarmvatten ungefär 10 kw vid alla utetemperaturer. När det är varmare än 13,5 C ute behövs alltså enbart värmeenergi för uppvärmning av tappvarmvatten. Brytpunkten kan tas fram manuellt genom passning av regressionslinjen med lutningen β mot baslinjen med värdet α. Brytpunkten motsvarar skärningspunkten mellan de två linjerna. Balanstemperaturen är lägre än den önskade innetemperaturen eftersom den interna värmegenereringen kompenserar för en del av värmeförlusterna, se figur 3.2.

11 (47) T [ C] 25 20 15 10 Intern generering Värmebehov Värmeförluster t inne t balans 5 0 Tid [månad] 1 2 3 4 5 6 7 8 9 10 11 12 t ute Figur 3.2 Utetemperaturens variation över året. Energianvändningen uttryckt som medeleffekten under en tidsperiod, exempelvis månad, kan då beräknas som summan av basnivån (klimatoberoende) och den klimatberoende andelen vilken stiger då utetemperaturen sjunker: ( tbalans t ) + Q& medel = α + β ute [kw] (3.8) där plus-tecknet indikerar att parentesen sätts till noll om temperaturdifferensen blir negativ. Med siffror enligt exemplet blir energianvändningen uttryckt som medeleffekt per månad med motsvarande medeltemperatur ute: medel ( 13,5 tute ) = 240 tute = a + b tute Q& = 10 + 17 17 [kw] (3.9) där a=240 kw motsvarar energianvändningen vid utetemperaturen 0 C och b=17 kw/ C motsvarar byggnadens temperaturberoende värmeförluster inklusive solinstrålning och intern värmegenerering, ej att förväxla med byggnadens totala UA-värde inklusive luftläckage. Dessa koefficienter utgör således energisignaturen till och med utetemperaturen 13,5 C. Vid högre utetemperaturer sker ingen klimatberoende uppvärmning och energisignaturen utgörs av basnivån α enbart, det vill säga 10 kw. När exempelvis elenergi används till samtidig värmning och kylning i olika delar av en byggnad består energisignaturen egentligen av två delar; en energisignatur för kyla med hjälp av elenergi och en för värme, se figur 3.3.

12 (47) Q medel [kw] 300 250 200 Energisignatur för elenergi 150 100 50 Energisignatur för elenergi, kyla Skenbar basnivå Energisignatur för elenergi, värme 0 t ute [ C] -5 0 5 10 15 20 Figur 3.3 Elenergi till samtidig värmning och kylning Den totala energianvändningen är alltså summan av energi för värmning och kylning. Den verkliga basnivån med de verkliga balanstemperaturerna kan inte beräknas ur diagrammet utan måste tas fram med hjälp av mätning av de olika energiflödena var för sig. 3.2.2.1 Diagrampresentation Eftersom energisignaturen erhålles med hjälp av mätdata för byggnaden speglar konstanterna α, β och t balans förutom den värmetekniska standarden även verksamheten i byggnaden. Energisignaturen kan presenteras i diagram på olika sätt. X-axeln som representerar uteklimatet är den oberoende variabeln och kan utgöras av: Medeltemperaturen ute t ute Medeldifferensen mellan innetemperaturen och utetemperaturen (t inne -t ute ) Medeldifferensen mellan balanstemperaturen och utetemperaturen (t balans -t ute ) Medelantalet graddagar/dygn, vilket motsvarar (t balans -t ute ) Y-axeln representerar energianvändningen och är den beroende variabeln (den är beroende av utetemperaturen) i form av : Medeleffekt under tidsperioden Q& medel Total energianvändning under perioden Q total Om innetemperaturen varierar över året är det lämpligt att x-axeln representerar differensen mellan inne- och utetemperaturen. Förutom energianvändning och utetemperatur måste då innetemperaturen mätas. X-axeln kan alternativt representera differensen mellan balanstemperaturen och utetemperaturen och motsvarar då antalet graddagar per tidsenhet, se exempelvis PRISM-metoden längre fram. Q medel Q medel t inne -t ute t balans -t ute

13 (47) Y-axeln kan alternativt representera det totala energibehovet under en i förväg definierad period istället för medeleffekten under perioden. Om perioden utgörs av hela månader varierar antalet dagar per månad vilket måste tas hänsyn till. Q total t ute Fortsättningsvis benämns energisignaturen för enkelhetens skull E-signatur. 3.2.2.2 Tidssteg Hur stort tidssteg som bör användas i beräkningarna finns det olika uppfattningar om. Utgående från nedan nämnda referenser verkar det dock som att det bör vara minst ett dygn. Det klimatberoende energibehovet för uppvärmning varierar och är inte enbart kopplat till utetemperaturen utan beror även på andra faktorer. Byggnadens termiska massa ger en viss termisk tröghet vilket medför att värmeeffektbehovet jämnas ut och tidförskjuts. Tidsupplösningen en vecka, eller ännu bättre, en månad rekommenderas normalt för att värmelagringseffekter ska kunna försummas enligt Hammarsten m fl [1988], detta är baserat på mätningar i enbostadshus. Dynamiska effekter har oftast en periodtid på upp till 24 timmar. Om tidsmedelvärden per dygn eller längre används försummas följaktligen de dynamiska effekterna utan allvarliga fel enligt Hammarsten [1984] (enbostadshus). Nordlander [1988] (flerbostadshus) menar att veckodata är bättre än timdata. Även Hammarsten m fl [1983] (enbostadshus), Flouquet [1992] (enbostadshus) och Westergren m fl [1999] (enbostadshus) förespråkar veckodata. 3.2.2.3 Felkällor Enligt Nordlander [1988] (flerbostadshus) är innetemperaturen en så pass viktig parameter att det skulle vara mer befogat att satsa resurser på en bestämning av den än att själv mäta utetemperaturen vid byggnaden. Han menar att energibesparingar är lika känsliga för valet av innetemperatur som skattningen av normalårsförbrukningen. Med ett korrekt injusterat värmesystem ska innetemperaturen dock vara den avsedda. Han har utifrån mätningar i flerbostadshus konstaterat att variationen i innetemperatur är så stor i datamaterialen att en illa vald lägenhet kan förorsaka ett fel på 5 % i normalårsskattningen vid 20 C inne. Westergren m fl [1999] (enbostadshus) menar att så mycket som 80 % av uppmätt variation i energianvändningen för uppvärmning kan bero på de boendes beteende. Hammarsten [1987] ger exempel på ett antal tänkbara felkällor för E-signaturmodeller: Fysiska faktorer, en byggnad har alltid vissa olineariteter Solinstrålning, kan inte försummas ens i norra Europa vintertid Byggnadens dynamiska beteende, de flesta tidskonstanterna är 24 timmar Infiltration, p g a temperaturdifferenser eller vindpåverkan Statistiska fel, slumpmässiga och systematiska Minsta kvadrat-metoden, vid störningar för vilka medelvärdet är skiljt från noll eller variansen ej är konstant

14 (47) Feldefinierad modell, relevanta variabler utelämnas Mätfel Flouqet [1992] (enbostadshus) har genomfört jämförelser av E-signaturmodeller med och utan solinstrålningens inverkan. Han konstaterar att utelämnande av solinstrålningen är en stor felfaktor och föreslår att om det ingår någon solterm i signaturen ska korrektion ske med hjälp av klimatdata från någon närliggande plats. Han menar vidare att de enklaste modellerna med enbart inne- och utetemperatur ger stora fel vid samtliga tidsupplösningar. Hammarsten m fl [1988] (enbostadshus) menar dock att för analys av energianvändningen på veckonivå är det fullt tillräckligt att använda enkla linjära modeller. 3.2.2.4 Mätperiod Det är inte nödvändigt med ett helt års mätningar för att ta fram E-signaturen. Med en kortare period med tillräckligt stora variationer i utetemperaturen kan en prognos tas fram. Om dygnsmedelvärden används torde för de flesta tillämpningar mätningar under en månad under vinterhalvåret vara tillräcklig för att erhålla skattningar med tillräcklig säkerhet enligt Hammarsten [1984] (enbostadshus). Westergren m fl [1999] (enbostadshus) menar att en mätperiod med veckodata bör vara minst 7-10 veckor lång, används månadsmedelvärden bör 3-4 månader vara tillräckligt för en prognos. Enligt Hammarsten m fl [1988] (enbostadshus) är solinstrålningen försumbar under november till februari, det vill säga under den kallaste delen av eldningssäsongen. Under övriga delar av eldningssäsongen kan solinstrålningen vara betydande vilket kan ge stora fel om den inte inkluderas i E-signaturen. 3.2.2.5 Flerparametermodeller För analys på veckonivå menar Hammarsten m fl [1988] (enbostadshus) att det är fullt tillräckligt att använda enkla linjära regressionsmodeller. En mer detaljerad flerparametermodell omfattar byggnadens värmkapacitans, solinstrålningen samt vindförhållanden och är förutom inneluftens och uteluftens temperatur en funktion av luftens densitet och värmekapacitet, vindhastighet, innerväggarnas yttemperatur, källarluftens temperatur, och solinstrålningen [Hammarsten m fl 1983] (enbostadshus). Den ursprungliga enkla modellen byggs helt enkelt på med termer för de olika faktorerna som ska lyftas fram. Om solinstrålningen är mycket stor i förhållande till den interna genereringen kan den tydliggöras i E-signaturen genom att den bryts ut ur förlustkoefficienten b: Q& = a + b t A I [kw] (3.10) där medel ute A s =solbelyst fönsterarea [m 2 ] I=solinstrålning [kw/m 2 ] s

15 (47) H-m-metoden [Roulet m fl 1999]. Om om som: Q& int =0 kan värmebalansen enligt ekvation (3.7) skrivas Q& t = medel inne Q& t ute vv = ( UA + V& läckρc p + ηtv& ventρc p ) ( UA + V& läckρc p + ηtv& ventρc p ) ηasm eller ηa s t inne I t ute = (3.11) Q& t medel inne Q& t där alltså ute vv = q = a b m (3.12) I m = (3.13) t inne t ute och a motsvarar den effektiva förlustkoefficienten. Solinstrålningen ingår alltså inte i förlustkoefficienten utan har brutits ut och hanteras separat. Koefficienterna a och b beräknas på samma sätt som tidigare med hjälp av linjär regression fast nu med hjälp av mätvärden på energianvändningen, utetemperaturen och solinstrålningen. Motsvarande diagrampresentation av E-signaturen visas i figur 3.4. q A B m Figur 3.4 q-m-diagram. Linje A motsvarar en medelisolerad byggnad med en stor andel solinstrålning och B motsvarar lägre solinstrålning och bättre isoleringsgrad. Byggnad A har lägre energianvändning vid mild väderlek och i soliga klimatområden, byggnad B är bättre i kalla och fuktiga områden. Effekten av befolkade och obefolkade perioder i exempelvis skolor kan lätt tas hänsyn till om mätdata går att dela upp i två undergrupper, en för befolkade dagar och en för obefolkade dagar. I praktiken är detta sällan möjligt och man är då hänvisad till exempelvis månadstotaler på energianvändningen. Även i detta fall är det dock möjlig att ta hänsyn till

16 (47) befolkningsgraden, vilket kan ske med hjälp av en variabel f som beskriver antalet dagar under perioden som byggnaden är obefolkad [Rabl m fl 1992] (lokaler): f N N + N b = (3.14) ob b där N b =antal befolkade dagar under perioden N ob =antal obefolkade dagar under perioden Värmebalansen kan då skrivas som: ( 1 f ) + bb tute, b + bob tute ob & [kw] (3.15) Q medel = ab f + aob, där index b betyder befolkad och index ob betyder obefolkad. Det går att på olika sätt ta hänsyn till dag- och nattfall, vinter- och sommarfall samt vindens och solens inverkan. 3.2.2.6 Exempel på E-signaturmodeller PRISM-metoden (PRInceton Scorekeeping Method) [Fels 1986] är en väl etablerad metod som bör nämnas i sammanhanget. Den är en E-signaturmetod som använder graddagar baserade på balanstemperaturen som oberoende variabel. I ett första steg beräknas balanstemperaturen t balans utifrån E-signaturen i ett t ute - Q& medel diagram enligt figur 2.1. Den används därefter tillsammans med utetemperaturen för att beräkna medelantal graddagar per dygn för varje månad. E-signaturen redovisas slutligen i diagram med energianvändningen och antalet graddagar per dygn.

17 (47) 3.2.3 Hur och hur ofta bör E-signaturen uppdateras? Det finns flera tänkbara metoder att uppdatera E-signaturen. E-signaturen bygger på en viss datamängd, exempelvis tolv månadsvärden vilket motsvarar energianvändningen under ett år. 1. När ett nytt månadsvärde läggs till tas det äldsta bort, förslagsvis en gång i månaden E-signaturen kan förflyttas gradvis så att det är svårt att se förändringar. Energistatistik som inkluderas i E-signaturen År 1 År 2 År 3 2. Låst signatur, förslagsvis ett helt års månadsvärden, uppdateras när det är motiverat, alltså inte nödvändigtvis varje år det är lätt att se när för många punkter hamnar utanför E- signaturen. År 1 År 2 År 3 3. Nya värden läggs successivt till, förslagsvis en gång i månaden, så att datamängden kontinuerligt växer ju fler punkter desto svårare att se en förflyttning av E-signaturen. År 2 År 3 4. Ny E-signatur varje år baserat på det gångna årets mätningar lätt att se hur den nya signaturen ligger i förhållande till föregående års signatur. År 1 År 2 År 3

18 (47) 3.2.4 E-signaturen före och efter energieffektiviserande åtgärder En energieffektiviserande åtgärd är det samma som en avsiktlig förändring av E-signaturen. Vid utvärdering av energieffektiviserande åtgärders verkan tas E-signaturen fram med hjälp av data för perioden före åtgärd samt efter åtgärd. Hur E-signaturen förändras till följd av åtgärden beror på vilken typ av åtgärd det är frågan om. Tre typer av energieffektiviserande åtgärder kan identifieras med avseende på hur E-signaturen påverkas [Norlén m fl 1982, Kroon 1983]: åtgärder som förbättrar byggnadens värmetekniska standard vilket minskar värmeförlusterna, exempelvis tilläggsisolering eller byte från 2-glas- till 3-glasfönster. Konstant innetemperatur, intern värmegenerering och solinstrålning är en förutsättning. Eldningssäsongens längd förkortas.. Q medel förbättring av uppvärmningssystemet genom exempelvis byte av panna eller brännare vilket ger en bättre verkningsgrad. Eldningssäsongens längd förändras inte, endast mängden tillförd primär energi.. Q medel efter före t ute efter före t ute 3.2.5 Faktorer som oavsiktligt förändrar E-signaturen Det finns ett antal klimatberoende och klimatoberoende faktorer vilka på olika sätt kan förskjuta E-signaturen oavsiktligt: - Klimatberoende faktorer såsom variationer i klimat förutom utetemperaturen, exempelvis vind, snödjup och solinstrålning - Klimatoberoende faktorer såsom variationer i verksamhet och beteendemönster, exempelvis sammansättningen av hyresgäster, sommarlov, laborationspass i en skola vilket kan medföra ändrad innetemperatur, ändrad förbrukning av tappvarmvatten, fläktel mm - Klimatoberoende faktorer såsom fel i byggnad eller installationssystem, exempelvis otätheter i byggnadskonstruktionen, läckande ventil på varmvattenledning, uttjänt brännare - Klimatoberoende faktorer såsom bristfälliga mätinstrument eller mätmetoder

19 (47). Q medel. Q medel. Q medel t ute t ute t ute 3.2.6 Normalårskorrigering med hjälp av E-signaturen I denna framställning förutsätts att E-signaturen presenteras med månadsmedeleffekten som funktion av medeltemperaturen ute per månad. Den avlästa energianvändningen aktuell månad, Q aktuell månad, kan omräknas till en månadsmedeleffekt, Q&, enligt: aktuell månad Q Q = aktuell månad & aktuell månad (3.16) Taktuell månad där T aktuell månad =antal timmar aktuell månad. Den uppmätta, verkliga energianvändningen i form av månadsmedeleffekten Q& medel markeras därefter för varje månad i E-signaturdiagrammet mot motsvarande månadsmedeltemperatur ute t medel, se figur 3.5. Den framtagna E-signaturen kan bygga på data för olika tidsperioder, se avsnitt 3.2.3.

20 (47).. Q medel [kw] Q korrigerad. Q normal månad. Q aktuell månad D C A B A=verklig användning B=förväntad användning C=förväntad korrigerad användning D=korrigerad användning E-signatur t medel [ C] t normal månad t aktuell månad Figur 3.5 Normalårskorrigering med hjälp av E-signaturen. Punkten B motsvarar den förväntade energianvändningen vid en viss medeltemperatur ute, t aktuell månad. Punkten C motsvarar den normala energianvändningen för månaden. Normalt sammanfaller inte den verkliga energianvändningen A och den förväntade B eftersom B ligger på E-signaturen som ju är en regressionslinje anpassad till mätpunkter med en viss naturlig spridning. Detta tas lämpligen hänsyn till så att den uppmätta energianvändningen motsvaras av punkten D istället för punkten C en normalmånad. Om den verkliga medeleffekten motsvarande punkten A är 10% högre än den förväntade enligt punkten B blir den korrigerade medeleffekten D 10% större än den förväntade korrigerade enligt punkten C. Den normalårskorrigerade månadsmedeleffekten Q & blir då: korrigerad & A = D = C B [W] (3.17) Q korrigerad och motsvarande korrigerade energianvändning aktuell månad Q korrigerad : Q = korrigerad = Q & korrigerad Taktuell månad = aktuell månad = B [kwh] (3.18) C B A T aktuell månad = C B Q A aktuell månad C T där Q aktuelll månad är den verkliga, uppmätta energianvändningen den aktuella månaden och B och C beräknas med hjälp av E-signaturen och utetemperaturens månadsmedelvärde. Om ingen hänsyn tas till en eventuell avvikelse från E-signaturen motsvarar C den korrigerade energianvändningen: Q = C T = Q [kwh] (3.19) korrigerad aktuell månad normal månad

21 (47) där Q normal månad erhålles med hjälp av E-signaturen och utetemperaturens månadsmedelvärde. När utetemperaturens månadsmedelvärde överstiger balanstemperaturen t balans är energianvändningen helt oberoende av uteklimatet och energianvändningen motsvaras av den horisontella basnivån. Energianvändningen korrigeras inte i dessa fall. 3.3 Korrigering för olika avläsningsperioder Normalt sker avläsning av energianvändningen i samband med månadsskiftet. Månadens sista dag är ibland en helgdag och avläsning sker då någon eller några dagar före eller efter helgen. Energistatistik presenteras företrädesvis per månad. Om en månadsavläsning inte sker den sista dagen i månaden kan det ha stor betydelse för statistiken, den ena månaden har då skenbart hög energianvändning samtidigt som den andra månaden har skenbart låg energianvändning. Ett snabbt sätt att korrigera för avläsningstillfälle som avviker från månadsskiftet är att korrigera månadsförbrukningen med hänsyn till antalet dagar mellan avläsning i början av månaden och slutet av månaden: Q ( Antal dagar i månaden) månad = Qavläst [kwh] (3.20) Antal dagar mellan avläsningar i början och slutet av månaden Denna metod förutsätter att den verkliga energianvändningen under de felande dagarna inte skiljer sig nämnvärt från övriga dagar i månaden, det vill säga att dygnsmedeltemperaturen ute är ungefär samma. En annan metod med högre precision tar hänsyn till tidskorrigeringen från slutet av den föregående månaden genom att denna läggs till eller dras ifrån den aktuella avlästa månadsförbrukningen innan korrektionen sker: Q ( Antal dagar i månaden) = ( Qavläst Qkorrigering föregående månad [kwh] (3.21) Antal dagar från före gående månadsskifte månad ) Om dygnsmedeltemperaturen under de felande dygnen avviker markant från den normala temperaturen övriga dygn kommer även energianvändningen under dessa dygn att avvika markant, se figur 3.6.

22 (47). Q medel [kw] 300 250 200 150 100 50 0-5 0 5 10 15 20 t ute [ C] Medeltemperatur felande dygn Normal medeltemperatur Figur 3.6 Avvikande dygnsmedeltemperaturer felande dygn För att ta hänsyn till detta kan den avlästa energianvändningen korrigeras med hjälp av dygnsmedeltemperaturen och E-signaturen. För varje felande dygn beräknas energianvändningen utifrån dygnsmedeltemperaturen och den motsvarande energianvändningen vilken erhålles ur E-signaturen. Därefter läggs den till eller dras ifrån den avlästa användningen beroende på om avläsningstillfället ligger före eller efter månadsskiftet: Q = Q ± Q ± Q [kwh] (3.22) månad avläst korrigering månadsbörjan korrigering månadsslut Hur eventuell inverkan av dygnslagring i byggnadsskalet inverkar utreds ej i analysen. Korrigering för olika avläsningsperioder sker innan normalårskorrigering av energianvändningen utförs. Metoden för korrektion för olika avläsningsperioder är i princip oberoende av metoden för normalårskorrigering av energianvändningen. Man kan mycket väl använda E-signaturen för att korrigera för olika avläsningsperioder och därefter använda graddagsmetoden för att normalårskorrigera energianvändningen.

23 (47) 3.4 Programvara för uppföljning av energianvändningen Uppföljning av energianvändningen görs i syfte att övervaka driften av de tekniska systemen samt för att följa upp energieffektiviserande åtgärder. Uppföljningen kan ske med olika detaljeringsgrad, det vill säga från den enklaste nivån med total energianvändning per energislag för hela byggnaden till den mest detaljerade nivån med energianvändningen uppdelad på olika slutanvändningsändamål. Programvaran kan vara en separat mjukvara som inte är kopplat till något övervakningssystem eller ingå som en modul i ett övervakningssystem. Avläsningsdata kan antingen matas in manuellt, laddas över till en avläsningsenhet eller fjärravläsas. Programvarans ändamål kan alltså vara driftövervakning, energiuppföljning eller en kombination av båda. Normalårskorrigeringsmetoden kan vara baserad på graddagar eller energisignaturer. De idag tillgängliga programvaror som arbetar med E-signaturer använder sällan signaturen för normalårskorrigering av energianvändningen utan enbart för att presentera energistatistiken på ett grafiskt sätt. Normalårskorrigeringen sker då med olika graddagsmetoder. Pondus-Sesam är en programvara som bygger på en E-signaturmetod. Den ingår som en modul i programvaran Pondus Drift & Förvaltning och svarar där för mediauppföljningen i form av statistik, uppföljning och prognoser. Normalårskorrigering av energianvändningen sker med hjälp av E-signaturen. Sammanställning av energianvändning och statistik sker i ett antal rapporter som anpassas efter kundens behov. Ess 200 är ett exempel på programvara som bygger graddagsmetoder. Även Ess 200 omfattar statistik, uppföljning och prognoser. I dagsläget sker normalårskorrigering med hjälp av graddagar. Energistatistiken presenteras bland annat med hjälp av E-signaturer men normalårskorrigering med hjälp av E-signaturen är under utveckling. Sammanställning av energianvändning och statistik sker i ett antal standardiserade rapporter. Förutom normalårskorrigering av energianvändningen kan E-signaturen användas för larm vid driftstörningar; om något oförutsett som påverkar energianvändningen händer avviker den avlästa energianvändningen från E-signaturen, när energianvändningen ligger utanför en förutbestämd larmgräns ges ett larm. prognoser; med månadsavläsningar för årets första månader går det att konstruera en preliminär E-signatur för prognostisering av energianvändningen. att bedöma hur stor varmvattenandelen av den total energianvändningen är, detta är av värde bland annat för driftpersonal. korrigering för olika avläsningsperioder med hänsyn till utetemperaturen de felande dygnen.

24 (47) 4 Tillämpningsexempel Två metoder för normalårskorrigering har utvärderats; korrigering med hjälp av graddagar (GD) samt med hjälp av energisignatur eller effektsignatur (ES). Metoderna har tillämpats på ett antal flerbostadshus och lokalbyggnader i olika delar av landet. Husen är belägna i Göteborg, Stockholm och Luleå. Husen är fjärrvärmeanslutna och den registrerade, månatliga och okorrigerade fjärrvärmeanvändningen under åren 1996-2001 har normalårskorrigerats med hjälp av de två metoderna. För vissa av byggnaderna fanns dock energistatistik först från och med 1997 eller 1998. Husen har valts i möjligaste mån så att inga åtgärder, utbyggnader eller ombyggnader har utförts i någon enskild byggnad under den aktuella perioden. En viss spridning med avseende på följande byggnadsfaktorer var önskvärd men ej ett krav i urvalet, se även Appendix A: - Byggnadsarea - Byggnadsår - Verksamhet enbart bostäder, bostäder kombinerat med service- eller samlingslokaler, kontor, utbildningslokaler, övrig - För bostäder: huvudsaklig boendekategori barnfamiljer, äldre, ensamstående, blandning - Ventilationssystem S, F, FT - Värmeåtervinning ja eller nej - För lokaler: VAV-system ja eller nej I detta kapitel beskrivs tillämpningsobjekten, klimatet på de olika orterna, använda metoder för korrigering vid olika avläsningsperioder samt använda metoder för normalårskorrigering. 4.1 Objekten Antalet samt typ av byggnader på de olika orterna redovisas i tabell 4.1. Tabell 4.1 Tillämpningsobjekt Flerbostadshus (B) Lokalbyggnader (L) Luleå (LUL) 5 5 Stockholm (STH) 5 5 Göteborg (GBG) 5 11 Flerbostadshusen kan i vissa fall också delvis husera kontors-, samlings- eller affärslokaler. Lokalbyggnader utgör en blandning av rena kontorshus och undervisningslokaler samt i vissa fall i kombination med bibliotek, laboratorielokaler eller servering. Bostadshus nummer 1 i Luleå identifieras som LUL B1, lokalbyggnad nummer 3 i Göteborg identifieras som GBG L3 och så vidare.

25 (47) Information om de totalt 36 byggnaderna i form av byggår, ombyggnadsår, area, verksamhet, ventilationssytem, belägenhet och övrigt finns i appendix A. 4.2 Klimatet Den aktuella perioden sträcker sig från och med 1996 till och med 2001. År 1996 var ett kallt år i Göteborgsområdet men ganska nära normalåret på övriga aktuella orter, se tabell 4.1 och 4.2. Tabell 4.1 Årsmedeltemperaturer jämfört med normalår ( baserat på perioden 1961-1990) 6 Normalår 1996 1997 1998 1999 2000 2001 Luleå 1,5 +0,4 +1,3 +0,1 +0,7 +2,3 +0,7 Stockholm 6,6-0,2 +1,1 +0,3 +1,6 +1,9 +1,0 Säve 7,1-1,0 +0,3 +0,1 +0,7 +1,5 ±0 Tabell 4.2 Graddagar jämfört med normalår (baserat på perioden 1961-1979) 7 Normalår 1996 1997 1998 1999 2000 2001 Luleå 5450 97% 93% 98% 94% 83% 94% Stockholm 3646 104% 95% 92% 88% 78% 91% Säve 3380 112% 101% 93% 91% 79% 98% De kallaste samt varmaste åren på varje ort är markerad med grått respektive svart. År 1997 började året med tre mycket varma månader i Norrland, även sommarmånaderna var märkbart varmare än normalt. År 1999 var hela året varmare än normalt i Stockholm och Göteborgsområdet. År 2000 var ett mycket varmt år på samtliga orter vilket berodde på att höst och vintermånaderna var varmare än normalt. 4.3 Korrigering för olika avläsningsperioder Innan normalårskorrigeringen genomförs måste eventuell korrigering för avläsningsdatum som avviker från månadsskiftet utföras. Detta har skett med hjälp av antalet felande dagar. Förhållandet mellan antalet dagar mellan avläsningsdatum och månadens verkligt antal dagar används för att korrigera för olika avläsningsdatum: Q månad Antal dagar i månaden = Qavläst (4.1) Antal dagar mellan avläsningar Förutom ovanstående metod sker korrigering också med hjälp av dygnsmedeltemperaturen de felande dagarna och E-signaturen för något eller några utvalda hus i Göteborg. För varje avvikande dygn, avläses med hjälp av E-signaturen och medeltemperaturen under dygnet vad 6 Källa: Tidsskriften Väder och Vatten, SMHI 7 Källa: Medföljande energistatistiken