Arbejdet er udført af konsulenterne Jan Kronmann og Ole Bærenholdt-Jensen, Gartnerirådgivningen.

Transkript

1 Bilag 2. Validering af eksisterende energiformel. Odense, Rapport i forbindelse med projektet væksthuskoncept 2017, tekonologisk tema 4, klimastyring og monitering, delaktivitet 2, Strategi for dokumentation af produktions, energi og klimaforhold fastlægges, herunder validering af nuværende energi- og klimamodeller. Arbejdet er udført af konsulenterne Jan Kronmann og Ole Bærenholdt-Jensen, Gartnerirådgivningen. Den energiforbrugs formel, der ved opstart af væksthuskoncept 2017 anvendes til detaljeret beregning af energiforbrug i væksthuse, er i perioden september 2008 maj 209 blevet sammenlignet og valideret i forhold til målte energiforbrugsdata fra 2 væksthuse i et gartneri i Stige. Disse to huse er ens i størrelse, men forsynet med vidt forskellig klimaskærm, hvor den primære forskel er at hus 7 er forsynet med et nyt, højsiolerinde gardin, mens hus 8 blot har et ældre, noget slidt gardin. Det giver en stor forskel mellem de to huse, hvilket er markant både i beregnede og realiserede resultater. Se specifikationerne for husene i bilag2. Arbejdet blev påbegyndt i regi af et GAU 2008 projekt, se rapport i bilag 4. Beregninger og målinger og de tilhørende sammenligninger er udført på timebasis, idet energiforbruget skifter meget i løbet af døgnet, og afhænger meget af den aktuelle klimastyring: om gardinet er på eller ej, om vækstlyset er tændt eller ej, aktuel indstråling, udetemperatur og vindforhold m.m. Enhver beregning vil være baseret på forenklinger, hvorfor der i beregningen også korrigeres for øvrige forhold. Dette gælder således nærværende formel. Disse andre forhold fordeles selvsagt jævnt over tid i beregningsresultatet, hvorfor der på enkelte timer eller dage fra tid til anden vil ses større afvigelser. Den anvendte energiforbrugsformel er baseret på en formel udviklet af Bailey (UK), og den nærmere opbygning fremgår af bilag 1. Når man sammenligner beregnet energiforbrug med realiseret, ned på timebasis og enkelthus basis, er der imidlertid en række andre forhold, der gør sig gældende, som besværliggør en validering. Disse forhold er beskrevet i det følgende. 1. Isoleringsevnen af et ældre gardin er en vurdering 2. Føler-unøjagtighed?. 3. Unøjagtig energi-måler? 4. Udfald i logning af klimadata og energiforbrug. 5. Forskel i temperatur nabohus 6. Skillevæg mellem huse erstattet af et tykt oprulleligt gardin, som kan være åbent i perioder. 7. Når vækstlys on/ off logges på klimacomputer kan det være slukket manuelt helt eller delvist.

2 8. Fordampningsafkøling fra kulturen har indflydelse på energiforbrug. Isoleringsevnen af et ældre gardin er en vurdering Hus 8 har et ældre gardin, hvor isoleringsgraden må vurderes visuelt, hvilket er behæftet med nogen usikkerhed. Det realiserede forbrug viste sig at være noget højere end forventet, både ved beregning med den grovere beregningsmetode (P-værdimetoden) og ved brug af den aktuelle formel. Vurderingen af gardinets isoleringsevne er selvsagt en vigtig parameter i begge tilfælde. Men vurdering er behæftet med usikkerhed, hvorimod man ved nyere gardiner og materialer kan forlade sig mere præcist til specifikationerne fra fabrikanten, såfremt de er anerkendt for deres troværdighed i angivelserne. Føler-unøjagtighed?. Energiforbrug beregnes med husets temperatursætpunkt som udgangspunkt. Energiforbruget sætter i gang, når temperaturen i væksthuset når ned på sætpunktet, og stopper igen, såfremt temperaturen stiger over sætpunktet, f.eks på grund af energitilførsel fra solen. Hvis temperaturføleren måler forkert, vil energiforbruget blive væsentligt større eller mindre, idet der varmes op til en anden temperatur end man tror. I forbindelse med indkredsning af ovennævnte høje energiforbrug, blev temperaturfølerne i de to huse kontrolleret med kalibreret udstyr fra gartnerirådgivningen. Det viste sig at følerne i de to huse viste hhv. 0,3 og 1,0 grad forkert i forhold til målinger. Denne forskel har vi korrigeret beregningerne for. Unøjagtig energi-måler? Der kan ligeledes være mulighed for at energimåleren ikke er monteret eller kalibreret korrekt, hvilket også kan give forklaring til afvigelse mellem beregnet og realiseret. Efter at der var set på de to ovenstående ting, stod det klart at muligheden for fejl i energimåleren i hus 8 kunne være til stede, hvorfor den blev nedtaget til kontrol hos Brunata, i slutningen af januar. Kontrollen viste at der ikke var fejl i måleren, der blev sat op igen i begyndelsen af marts. Der er derfor ikke hentet dat til sammenligning i februar, der derfor er sprunget over, og januar og marts indeholder kun data fra en del af måneden, for hus 8. Udfald i logning af klimadata og energiforbrug. Både klimadatalogning indeholder perioder, hvor der mangler data. For energimålerdata betyderudfald i logning blot at der er en periode, hvor man ikke kan se fluktuationeren på timebasis, men samlet for hele perioden med udfald. Men hele periodens eller månedens energiforbrug bevares. Der har været enkelte dage med udfald i klimadata, og samtidig har nogle af de opsamlede koder været opsamlet på en måde så de kun netop medtog en måned tilbage. Hentning af data har ikke altid kunnet lade sig gøre på rette datom hvorfor der i nogle måneder mangler data for enkelte dage. I begge tilfælde er data for disse dage rekonstrueret ud fra data fra dagen før eller dagen efter. Rekonstruktionene giver ikke anledning til stor usikkerhed, da en del data er sætpunkter, som ikke ændres dagligt. Forskel i temperatur nabohus Beregning af energiforbrug forholder sig til indetemperatur og udetemperatur i forhold til de forskellige udvendige flader med varmetab. Det passer fint på fritliggende huse, og såfremt sammenbyggede

3 nabohuse opvarmes til samme temperatur. Men gør de ikke det, bliver der alternative udetemperaturer på disse flader. Formlen er ikke indrettet til dette, men der kunne godt laves en gennemsnitsbetragtning på udetemperatur som en mulighed. Ved beregninger samlet for et gartneri / mange huse sammenbygget, vil det gå op i forhold til hinanden og ikke gave problemer. Vi har valgt at identificere de perioder, hvor forskellen til nabohusene har været mindre end 2 grader gennemsnitligt som OK, hvorimod perioder med større afvigelser kun kan bedømmes samlet, sammen med beregning for flere huse. For hele måneder vil vi derfor kun regne med sammenligning af målt i alt for hus 7+8 sammenlignet med summen af beregninger for de to huse. Skillevæg mellem huse erstattet af et tykt oprulleligt gardin, som kan være åbent i perioder. I dette gartneri har man valgt at fjerne skillevægge mellem (nogle af) husene, for at kunne forbedre lys- og luftomrøringsforhold for planterne. Ved start af måleperioden blev de rullet ned, og var nede i en lang periode, men vi har ikke haft en aftale om registrering af, om der var åbent eller lukket. Dette giver en usikkerhedsfaktor, som kan have gjort nabovirkningen, omtalt i forrige afsnit, noget større i perioder, som desværre ikke kan identificeres. Når vækstlys on/ off logges på klimacomputer kan det være slukket manuelt helt eller delvist. Der har heller ikke været en aftale om at føre logbog på manuel slukning af vækstlyset i perioder, idet muligheden for dette problem først blev identificeret sent i delprojektforløbet. Det betyder at i de tilfælde, hvor energiberegning, hvor varmeafgivelsen fra vækstlys regnes til 0, kan være rigtig i nogle perioder, som desværre ikke kan identificeres, kun sandsynliggøres ud fra tidspunkt af året, og evt. efter om det giver en bedre overensstemmelse med de målte energidata. Fordampningsafkøling fra kulturen har indflydelse på energiforbrug. Et tomt væksthus, der opvarmes til et bestemt sætpunkt vil have et mindre energiforbrug end et tilsvarende, fyldt med planter, da fordampningsafkølingen giver anledning til et større energibehov for at opretholde et bestemt sætpunkt. Der har ikke været ført logbog over, hvor stor en del af væksthusene, der har været fyldt med planter, men størstedelen af perioden ved vi dog at husene har været fyldt med planter. Energiformlen tager ikke hensyn til fordampningsafkøling, men forudsætter gennemsnitlig afkøling fra et væksthus, fyldt med planter. I perioder med helt eller delvist tomt hus kunne et mindre, målt forbrug kunne forklares med dette forhold. Kan vi regne med beregnede energidata? Når man vil prøve at validere en energiformel på full scale væksthusproduktion, må man tage udgangspunkt i hvad der kan lade sig gøre. I dette tilfælde to allerede opsatte energimålere, udlånt af fjermvarmeselskaberne (Bo Lillegård, fjernvarmechef), med tilhørende klima-og energidata, stillet til rådighed af gartneriet. Der har i store dele af kulturtiden været forskellige kulturer i husene, med forskellige temperaturkrav.

4 Det svarer imidlertid til virkeligheden. Til en validering vil det være mere ideelt at måle og beregne på 2 huse i en række af ens væksthuse, med ens udstyr, og med samme kultur- og temperaturkrav, i et helt år. Det håber vi at kunne gøre på et senere tidspunkt. Men hvorvidt vi kan regne med beregnede energidata, eller om de målte data er bedre, hvis man f.eks skal bedømme energiforbruget under forskellige forhold, forholder det sig imidlertid således at en beregning vil være mere nøjagtig end en måling, i de fleste tilfælde, når man skal ned til husniveau (sammenbyggede). De fleste af ovennævnte forhold vil bevirke at målingen ikke vil give et korrekt billede af virkningen af bestemte forhold eller tekniske installationer. Det kan give anledning til fejlslutninger. Anvender man beregninger, vil man kun det energiforbrug, der er knyttet til elementerne og forholdene i huset, og alle andre forhold beregnes som neutrale. Så beregninger vil som oftest være det sikreste, såfremt beregningsmetoden er valideret og indstillet i forhold til gartneriets indretning, kulturer og særlige forhold. Forløbet i valideringsproocessen. Forløbet i delprojektet har været at energiformlens parametre er blevet indstillet i forhold til det målte energiforbrug i de to første hele måneder, oktober og november. På dette tidspunkt var der en formodning om fejl i målingen på hus 8, hvorfor formlen blev indstillet til et lavere niveau end 100%, i dette tilfælde hhv. 94% og 91% for oktober og november (gns. 92,5%). Efterfølgende blev måleren kontrolleret og bedømt til at måle korrekt, hvorfor vi kunne have indstillet den til 100%. Hvis vi havde gjort det, ville middelværdien for alle månederne være en beregnet værdi på 92% i forhold til det målte energiforbrug, hvilket overordnet set er en rimelig overensstemmelse. Ved indkredsning af perioder med mulige fejl (nabovirkning, vækstlys ej tændt etc.) fandt vi endnu bedre overensstemmelser. Efter denne indstilling af formlens parametre (som i parentes bemærket er en fremgangsmåde, man bør benytte i ethvert gartneri, som opstart til en energianalyse: Indstille formlens parametre efter en periode med målte data, og herefter udføre analysen på en efterfølgende periode (eventuelt hele perioden)) blev valideringen udført på hele perioden. Der er blevet set på hele måneder, hele dage og overensstemmelse time for time, under forskellige forhold (vækstlys, solskin, nat, dag, udetemperatur, vind, med og uden gardin), for at bedømme overensstemmelsen med hensyn til virkningen af de enkelte delelementer. Overensstemmelse hele måneder, se figur 1, 2 og 3. Overensstemmelse dag for dag for månederne okt-dec., se figur 4, 5 og 6. Overensstemmelse time for time, eksempler 3 perioder ses i figur 7.

5 Figur 1. Beregnet og målt energiforbrug i hus 7. Se specifikationer på huset i bilag 2. Figur 2. Beregnet og målt energiforbrug i hus 8. Se specifikationer på huset i bilag 2. h7 ber.u.vlys beregnet realiseret beregn/real okt 36,1 36,1 34,3 105% nov 49 49,5 45,3 108% dec 63,9 70,5 77,6 82% jan 71,8 80,7 82,5 87% feb mar 45,9 54,5 54,4 84% apr 18,4 24,8 26,8 69% maj 12,2 12, % Alle md 297,3 328,8 331,9 90% periode m. data 330,4 340,1 367,4 90% per.u.naboforskel 164,2 85,6 170,7 96% h8 ber.u.vlys beregnet realiseret beregn/real okt 56,4 64,6 64,6 87% nov 78,3 78,7 94,3 83% dec 102,5 103,1 116,8 88% jan feb mar apr 22,1 30,4 34,8 64% maj 33, ,2 67% Alle md 292,7 313,8 360,7 81% periode m. data 408,7 328,8 499,2 82% per.u.naboforskel 207,1 42,5 243,7 85%

6 Figur 3. Beregnet og målt energiforbrug samlet for hus 7 og 8. Samlet h7+8 ber.u.vlys beregnet realiseret beregn/real okt 92,5 100,7 98,9 94% nov 127,3 128,2 139,6 91% dec 166,4 173,6 194,4 86% jan feb mar apr 40,5 55,2 61,6 66% maj 45,6 49,7 61,2 75% Alle md 472,3 507,4 555,7 85% periode m. data 472,3 507,4 555,7 85% per.u.naboforskel 285,4 128, %

7 Figur 4. Resultater, døgn-opdelt: Hus 7, Oktober: Hus 8 oktober:

8 Figur 5. Hus 7, November: Hus 8, November:

9 Figur 6. Hus 7 december: Hus 8, december:

10 Figur 7. Resultater, timeopdelt (eksempler): Hus Oktober: Hus November: Hus 7, December: Lyseblå søjler: Målt energiforbrug (fjernvarme). Bordeaux: Beregnet energi til opvarmning fra fjernvarme. Gul: Beregnet energi til opvarmning fra vækstlys. Grøn: Beregnet energi til opvarmning fra indstråling. Sort streg (åben kurve) energi til opvarmning fra indstråling, mere end behov.

11 Sammenfatning Vores bedømmelse er at energiformlens resultater giver en tilstrækkelig god overensstemmelse til at benytte ved energi- og klimastyrings analyser og til bedømmelse af energibesparelsespotentiale ved ændring af klimastyring eller ved investeringer i energibesparende installationer. Ved analyser og beregning af energibesparelsespotentiale har det forsvindende lille betydning om udgangspunktet for beregningen er afviger nogle få procent, fordi det er ændringen (effekten) man skal bruge, og derfor er det nøjagtigheden i forudsætningerne knyttet til det nye tiltag, der får størst effekt. Ved investeringer, hvor der indgår køling og lignende ( det lukkede væksthus ) kan energiformlen formentlig ikke benyttes, uden tilføjelse af elementer, der medtager energiforbruget til dette. En oversigt over alle måneder og delberegninger, som baggrund for ovenstående tal, kan findes i bilag 3. Der henvises også til bilag 4 (rapport fra GAU energi projekt 2008), som også indeholder supplerende forklaringer til metoderne, der er anvendt. Datasættet for alle månederne er til rådighed for eventuelle fremtidige valideringer af videreudviklede / forbedrede energiformler. Oversigt bilag: Bilag 1. Energiformel. Bilag 2. Specifikation af hus 7 og 8 (2 PDF filer) Bilag 3. Resultater af beregnet energiforbrug i forhold til realiseret. (Excel-fil) Bilag 4. GAU 2008 rapport c Udvikling af IKT, validering af energimodeller.

12 Bilag 1. Energiformel. Udviklet i projektet fotosynteseeffektivitet, under særlige undersøgelser, i Formel for energibehov / tilførsel er udviklet ud fra Bailey (UK) og DEG GreenTeam P-værdi metode. Rate of heat supply to greenhouse [W m -2 ] (q); OBJ, 4. sept q ((1 ( P Pw S ) 100 w) (1 k S ) ( Ti 100 S I ) ( 100 T o ) k s ( P Pw w) I ) Qa S 100 ( T i T o ) A ; *Greenhouse surface area =1,6, indgår I P-værdifastsættelsen; (1,4-1,7??, DEG GreenTeam) U ( w) A,U,, elimineres / erstattes jfr. de næste 4 linier. A U A A w P A P-værdi jfr. DEG GreenTeam standard beregning UDEN indregning af effect af gardin. (6-10, DEG GreenTeam) 1,6 0,4 P Pw A Vindfaktor-leddet, afhænger også af væksthusets Po w beskaffenhed = code50; *outdoor m.v. og bliver wind hermed speed [m korrigeret. s -1 ]; T i = Po code1; 1,6 5,2 *indoor 8,3 temperature Fritliggende [ C]; 20 x 100 m alu hus med glas overalt giver netop denne værdi T jfr. o = code55; DEG GreenTeam *outdoor standard. temperature [ C]; I = code56; *energy of solar radiation [W m -2 ]; S = code590; *Thermal screen position [% of max] α = 5.2; *empirical coefficient [W m -2 K -1 ] (Bailey, 1988); β = 0.4; *empirical coefficient [J m -3 K -1 ] (Bailey, 1988);

13 γ = 0.35; δ = 0.6; τ = 0.67; τ s = 0.4; τ k = 0.5; Qa = *proportion of solar energy absorbed in a greenhouse which is converted to sensible heat; (*denne værdi er afhængig af transpiration og dermed bladareal for potteplantekultur er den nok tæt på konstant;) *fractional reduction in heat loss produced by thermal screen; (0,2-0,6, DEG GreenTeam) *light transmittance of greenhouse (Bailey, 1988); (0,5-0,8, DEG GreenTeam) *light transmittance of greenhouse thermal screen; (0,3-0,7, DEG GreenTeam) *light transmittance of greenhouse sprayed shading (kridt); (0,3-0,7, DEG GreenTeam) *heat supply from artificial light