Prognose og karakterisering af bygningers energiforbrug ipower og ZEB Temamøde: Henrik Madsen, Peder Bacher (DTU Informatik) Henrik Aalborg Nielsen, Stig Mortensen (ENFOR a/s)
Oversigt: Brug af målinger Energimærkning Bygningers termiske performance Anvisninger på energibesparelser Prognoser af energiforbrug Temperaturstyring
Visualisering i hjemmeside (EMT Nordic)
Forbrugsvisualisering via smartphone (fra EMT Nordic)
I det følgende skal vi se, at målinger kan bruges til meget mere end blot at visualisere forbruget Vi vil starte med noget simpelt...
Nuværende energimærkning Den nuværende procedure for energimærkning består i at energikonsulenter vurderer huset, tegninger og forbrug. Dette leder til et skøn over forbrug samt en energimærkning MEN, det det er dyrt, og det er velkendt at to uafhængige konsulenter kan komme frem til ganske forskellige resultater!
Eksempel U=0.86 W/m²K U=0.21 W/m²K Godt og dårligt udført håndværk (teoretisk værdi U=0.16W/m2K)
Energimærkning Energikonsulenten kan ikke foretage destruktive indgreb Der er brug for en ny objektiv metode, som yderligere kan 'se' de skjulte dele af bygningen. En ny energimærkning kan etableres helt automatisk pga måleraflæsningsdata! Metoden korrigerer automatisk for forskelle i forbrugsmønstre uden at kræve målinger af indetemperaturen (t.ex.)
Bygningers termiske karakteristika Karakteristiske respons-værdier: UA-værdi: Respons ved udetemperatur (W/grad C) ga-værdi: Respons ved solstråling (W/lux) wa-værdi: Respons ved vindhastighed (W/(m/s)) Effekten af vindhastigheden afhænger af vindretningen UA og wa siger noget om isolering og tæthed ga siger noget om boligens evne til at opfange og udnytte solindfald
Bygningers termiske karakteristika Dynamisk respons: Tidskonstanter (t.ex. 20 min, 12 timer og 44 timer) for bygningen Fordelingen mellem tidskonstanter Giver et godt grundlag for en forbedret regulering af varmetilførslen Giver viden om optimal kompensation for variationer i udetemperaturen Giver viden om potentialet for Smart Grid fleksibiliteten
Bygningers termiske karakteristika Erfaringer om målinger og hvor hyppigt: For UA, ga og wa værdi: 24 timers gennemsnit er tilstrækkelig For angivelse af dynamisk repons: 4 timers gennemsnit Fordelagtigt at bruge totalmålinger af varme- og el-forbrug Ofte er varmeforbrugsmålinger dog tilstrækkelig (eksempel på undtagelse er i tilfælde af el-baseret gulvvarme) Klimamålinger skal være dannet på måde som forbrugsmålinger (eksempelvis 4 timers gennemsnit)
Bygningers termiske karakteristika Relationer til BBR oplysninger mv.: Det er konkluderet, at følgende baggrundsoplysninger er af betydning, når måleraflæsningsdata skal anvendes til bestemmelse af termiske karakteristika: Husets grundareal Året for husets opførelse (bestemmer relevant Bygningsreglement) Antallet af gange pr uge en eventuel brændeovn/pejs anvendes
Forbrugsdata Forbrugsmålinger fra Sønderborg 56 husstande (med fjernvarme) i Sønderborg Periode: September 2008 til primo december 2009 Måling hvert 10. minut 40 husstande udvalgt for metodeudviklingen. Både el- og varmeforbrug hos 26 husstande For analysen: 4 timers og 24 timers gennemsnit
Vejrdata Vejrdata fra et målepunkt i Sønderborg Udetemperatur (grad. C) Solstråling (klux) Vindhastighed og -retning (m/s og grader) Periode: 6/10-2008 til 18/11-2009 Måling hvert 10. minut For analysen: 4 timers og 24 timers gennemsnit
En statistisk model Betragt nu følgende model: Denne model giver mulighed for estimation af UA, ga og effekten af vindhastigheden.
Resultater
Skitse for WEB
Dynamisk Model Målinger: Fysisk Model (Indetemperatur) Varmeforbrug Udetemperatur Solstråling
Endelig Dynamisk Model Følgende dynamisk er fundet v.hj.a statistiske metoder : Kan nu bruges til prognoser og dermed styring...
Målinger og Styring af Temperatur Undersøgelser har vist: At styring ved simulation af vandtemperatur giver op til 10 pct reduktion i varmetabet At prognosebaseret styring ved brug af målinger og modeller giver op til 20 pct reduktion i varmetabet.
Prisstyret varmeregulering Environment Outside temperature or dewpoint Solar irrandiance Occupancy modes Comfort settings Air temperature Households Price Standardizatio n Std. price Setpoint controller Setpoint Heating system Heat Building Standardizatio n Setpoint controller Heating system Building Standardizatio n Setpoint controller Heating system Building 24
Pris-responsivitet Flexibility is activated by adjusting the temperature reference (setpoint) Hour of day Standardized price Occupancy mode is the % of change from a price reference, computed as a mean of past prices with exponentially decaying weights. contains a price sensitivity with its related comfort boundaries. 3 different modes of the household are identified (work, home, night). 25
Step response Simuleret og estimeret (USA data) Simulated 5 hours Olympic Peninsula 5 hours 26
Perspektiver - opsummering Objektiv og mere nøjagtig energimærkning. Forslag til energibesparelser: Bør vinduerne skiftes? Bør loftet efterisoleres? Er hus for utæt mod vest?... Prognoser: Bedre temperatur kompensation Smart Grid Fleksibilitet Demand Side Management Bedre styring Og f.eks...
Perspektiver (2) Bedre udnyttelse af sol- og vindenergi Beslutningsstøttesystem ifm. pudsning af vinduer! k
Konklusion Hyppige måleraflæsninger giver mulighed for: Objektiv og automatisk energimærkning En række termiske karakteristika for boligen Anvisning på energibesparelser Metoder til bedre styring af varmetilførslen Danmark har i dag en ledende position i integration af vindenergi, men... Behov for IT værktøjer til prognoser af energiforbrug/fleksibilitet Bygningers termiske dynamisk er vigtig for Smart Grid løsninger.
Yderligere information...... send email til: Henrik Madsen (DTU Informatics) hm@imm.dtu.dk Henrik Aalborg Nielsen (ENFOR a/s) han@enfor.dk Peder Bacher (DTU Informatics) pb@imm.dtu.dk Stig Mortensen (ENFOR a/s) sbm@enfor.dk
Tak for opmærksomheden... og tak til Søren Østergaard, Kim Wittchen, Carsten Rode, Elsparefonden, DSF (ipower), DSF (Ensymora), DFF-EDB, Sønderborg Fjernvarme