Energirigtig Brugeradfærd Rapport om konklusioner fra fase 1 brugeradfærd før energirenoveringen Rune Vinther Andersen 15. april 2011 Center for Indeklima og Energi Danmarks Tekniske Universitet Institut for Byggeri og Anlæg i samarbejde med Leif Rønby Pedersen, rönby.dk Energirigtig Brugeradfærd er støttet af Socialministeriet / Byfornyelseslovens forsøgs og udviklingsmidler
Indledning Projektets fase 1 indeholder en registrering af brugeradfærd og indeklima i 17 lejemål i bebyggelsen i Ryesgade 30. Registreringen ligger som sammenligningsgrundlag i forhold til de registreringer der skal foretages efter energirenoveringen. Derudover knyttes de målte variable sammen med lejemålenes varmeforbrug, for at få et billede af adfærdens betydning for energiforbruget i bygningen. Metode Registreringen i første fase af projektet bestod i omfattende målinger af indeklima og vinduesåbningsadfærd i de 17 lejligheder. Derudover blev der foretaget interview af mindst en beboer i hvert af de 17 lejemål og bygningen blev over to omgange termograferet på kolde vinterdage i starten af 2010. Varmeforbrugsdata blev indsamlet af Brunata A/S og videregivet med tilladelse fra administrator. Målinger af indeklima og vinduesåbning Målingerne blev foretaget i perioden fra d. 1. februar 2010 til d. 1. august 2010. I hver lejlighed blev der målt i to perioder af 75 dage, dog kun i én periode i enkelte lejligheder. I hver periode blev de følgende parametre registreret hver 10. minut i både soveværelse og stue: Temperatur Relativ fugtighed CO 2 koncentration Belysningsstyrke Temperatur på radiator (lige over indløb) Vinduets position (åben/lukket) Interview af beboere Under besøg i lejlighederne (ved montering, aflæsning eller nedtagning af måleapparaturet) blev mindst en af beboerne i hvert lejemål interviewet om deres syn på og viden om eget varmeforbrug. Beboerne blev også spurgt om deres vaner og adfærd mht. regulering af indeklimaet (hovedsageligt brug af radiatorer og vinduer). Figur 1: Interview af en beboer. I baggrunden ses måleapparaturet til registrering af temperatur, fugtighed, CO 2 koncentration og belysningsstyrke. Termografier Bygningen blev termograferet udefra for at undersøge om eventuelle forskelle i varmeregnskabet kan forklares ud fra konstruktionsmæssige forskelle så som kuldebroer, forskellige U værdier af facade osv. 2
Resultater Forsatsvinduer Meget tidligt i projektet stod det klart at der var meget store forskelle på varmetabet gennem vinduerne. Dette se i figur 2, hvor det er tydeligt at der er markante forskelle på vinduernes overfladetemperatur. Figur 2: eksempel på termografi af vinduerne. På termografierne er farven på vinduerne forskellig, hvilket indikerer forskellige overfladetemperaturer og dermed varmetabet gennem vinduerne. Udover forskelle i varmetabet gennem vinduerne afslørede termografierne ikke konstruktionsmæssige forskelle mellem lejlighederne. De forskelle som termografierne af bygningen afslørede skyldes forskellig brug af forsatsvinduer. I mange af lejemålene var forsatsvinduerne blevet afmonteret af beboerne. Den mest hyppige begrundelse for at fjerne forsatsvinduer var et ønske om mere plads i vindueskarmen og at forsatsvinduerne var grimme og besværlige at pudse. I enkelte tilfælde var de gået i stykker og var aldrig blevet repareret. Under besøgene viste det sig at mange af forsatsvinduerne ikke var lukket helt til, hvilket medførte store problemer med fugt og skimmel i vinduesrammerne. Interviewene afslørede at beboerne havde meget dårlig fornemmelse af konsekvenserne af at fjerne forsatsvinduerne. De fleste mente ikke at det påvirkede deres varmeregning i særlig stor grad. Ingen af informanterne var klar over at forsatsvinduerne skulle lukke helt tæt for at undgå fugtproblemer. Generelt var vidensniveauet mht. hvordan man undgår fugtproblemer i indeklimaet meget ringe. 3
Beboernes viden om indeklima og energimæssige konsekvenser af adfærd Interviewene afslørede i høj grad beboernes begrænsede viden om deres eget forbrug. Der var mange klager over høje varmeregninger men kun én beboer, kendte størrelsen af den månedlige varmeregning. Informanterne blev spurgt om hvordan de troede at deres forbrug var i forhold til gennemsnittet i bebyggelsen. Her svarede 81 % at de troede at deres forbrug var lavere end gennemsnittet. Varmeregnskabet afslørede at der var 61 % der havde et lavere forbrug end gennemsnittet og der var kun 43 % af informanterne der gættede rigtigt. Dette skal ses i forhold til at der statistiske set burde have været 50 % rigtige gæt, hvis beboerne havde slået plat eller krone. Indeklima Der var store forskelle på indeklimaet i lejemålene. Dette gælder både mht. temperaturen og CO 2 koncentrationen, hvilket kan bruges som indikation af mængden af frisk luft i forhold til antallet af mennesker i boligen. Figur 3: Varighedskurver over temperaturer i stue (øverst) og soveværelse (nederst). Kurverne angiver i hvor stor en del af måleperioden temperaturen hav været lavere end et givent niveau. F.eks. kan det ses at temperaturen har været lavere end 17,2 C i 80 % af måleperioden i soveværelset i bolig 9. Den stiplet røde linie angiver 20 C, hvilket normalt bruges som opvarmningssetpunkt i beregningsprogramme r som Be10 og Bsim. Forskellene i temperatur var mest udtalt i soveværelserne, hvor én af boligerne havde en temperatur lavere end 19 C i 95 % af måleperioden, mens tre andre boliger havde over 23 C i mere end 80 % af tiden. 4
Gennemsnitstemperaturen var i begge tilfælde højere end 20 C, hvilket normalt bruges som setpunktet for opvarmning, i de beregningsprogrammer der bruges til bestemmelse af energiforbrug. Målingerne af CO 2 koncentrationen afslørede at der fra den ene lejlighed til den anden, var meget store forskelle på tilførslen af frisk luft i forhold til antallet af personer. I nogle lejligheder kom CO 2 koncentrationen stort set aldrig over 1000 ppm, mens den var over 1000 ppm i 70 % af tiden i et af soveværelserne. Figur 4: Varighedskurver over CO 2 koncentrationen i stuen (øverst) og soveværelset (nederst). Høj CO 2 koncentration er en indikation af at der er lav tilførsel af frisk luft i forhold til antallet af personer i rummet. På arbejdspladser sigter man normalt efter at holde CO 2 koncentrationen lavere end 1000 ppm. Grænsen på 1000 ppm er markeret med en rød stiplet linje. 5
Dugpunktet er et mål for mængden af fugt i luften, hvilket er afhængigt af mængden af fugt i udeluften, ventilationsraten samt tilførslen/fjernelse af fugt i rummene. Hvis overfladetemperaturen af væggene, vinduesrammerne osv. har været lavere end 11 C i længere perioder vil der have været basis for skimmelvækst. At dette har været tilfældet for nogle af vinduesrammerne fremgår tydeligt af figur 7. Figur 5: Varighedskurver for dugpunktet i stuen (øverst) og soveværelset (nederst). Hvis dugpunktet er lig med eller højere end temperaturen af et materiale, vil der dannes kondens, hvilket kan medfører problemer med skimmel og andre svampe. 6
Positionen af ét vindue blev registreret i stuen og i soveværelset i de 15 lejemål. Sensorerne blev sat op i det vindue som beboerne angav som det normale udluftningsvindue. Beboerne blev instrueret i at de skulle lufte ud gennem de vinduer med sensorer i. De blev instrueret i at de godt måtte åbne andre vinduer, men kun når registreringsvinduet samtidig var åbent. Desværre blev instrukserne misforstået af beboerne i to lejligheder og sensorerne var faldet af/afmonteret i en af lejlighederne, hvilket betød der kun foreligger valide målinger af vinduesåbning fra 12 af lejlighederne. Der er meget store forskelle på hvor lang tid vinduerne har været åbne i lejlighederne. Figur 6: andelen af måleperioden, hvor vinduet stod åbent. Ud over de parametre, der er vist i figur 3, 4, 5 og 6 (temperatur, CO 2 koncentration, fugt og vinduesåbning) indeholdt måleprogrammet en registrering af belysningsstyrken, temperatur på radiatorerne samt vinduernes position (åben/lukket). Belysningsstyrken blev brugt til at registrere hvornår sensorerne blev ramt af direkte solstråling, så der kunne korrigeres for opvarmning af sensorerne fra solstrålingen. Temperaturen øverst på radiatorerne blev registreret i et forsøg på at få en indikation af varme setpunktet. Dette viste sig meget vanskeligt da temperaturen øverst på radiatoren primært bestemmes af fremløbstemperaturen og kun i mindre grad gennemstrømningen af vandet. Registreringen af varmesetpunktet er forbundet med så store usikkerhed at det ikke er relevant at præsentere her. 7
Figur 7: skimmel i en vinduesramme. Varmeregnskab Varmeregnskabet viste at der var store indbyrdes forskelle i forbruget mellem lejlighederne. I de 17 lejemål som projektet handler om var det højeste forbrug (1,03 enheder/m²) 7 gange så højt som det laveste forbrug (0,15 enheder/m²). Dette stemmer fint overens med tidligere studier, hvor man i visse tilfælde har set at højeste forbrug er 20 gange så højt som det laveste. Sammenhængen mellem indeklima og varmeregnskab Med de store forskelle på varmeforbruget i mellem lejlighederne og de store forskelle på indeklimaet i lejlighederne er det nærliggende at undersøge hvor stor indflydelse de målte indeklimatiske parametre har på energiforbruget. Dette er gjort vha. en multivariat lineær regressionsanalyse. Analysen blev foretaget ved at sammenligne statistiske modeller af varmeforbruget med forskellige forklarende variable. Akaike information criterion (AIC) blev brugt som sammenligningskriterium mellem modellerne. Den bedste model (den med lavest AIC) kunne forklare 64 % af variationen i varmeforbruget ved hjælp af den gennemsnitlige CO 2 koncentration i soveværelset, den gennemsnitlige temperatur i stuen og brugen af forsatsvinduer. Modellen er beskrevet med de to formler nedenfor:, gælder hvis der er forsatsvinduer, gælder hvis der ikke er forsatsvinduer Hvor Q er varmeforbruget, CO 2 er den gennemsnitlige CO 2 koncentration i soveværelset i ppm og Temp er gennemsnitstemperaturen i stuen i C Modellen giver et billede af effekten af at variere én af de forklarende variable, mens de andre fastholdes. F.eks. kan man i figur 7 se at det at have forsatsvinduer har nogenlunde samme effekt på varmeforbruget som at sænke temperaturen med 2 C eller at hæve CO 2 koncentrationen med ca. 750 ppm. 8
Figur 7: sammenhæng mellem varmeforbrug og den gennemsnitlige temperatur i stuen (venstre) og den gennemsnitlige CO 2 koncentration i soveværelset (højre) hhv. med og uden forsatsvinduer. CO 2 koncentrationen i grafen til venstre er sat til 750 ppm. Temperaturen i grafen til højre er sat til 21 C. I varmeregnskabet for 2010 kostede varmen 123 kr. pr. enhed. Bruges denne pris kommer man frem til resultaterne i tabel 1. Tabel 1: effekten af forskellige adfærdsmæssige tiltag på det årlige varmeforbrug kr. pr. m² ved lejlighed på 72 m² ved lejlighed på 67 m² pris for to graders temperaturforøgelse 21,56 1.553 1.445 pris for at sænke CO2 niveauet med 500 ppm 19,98 1.439 1.339 pris for at tage forsatsvinduer ned 24,46 1.761 1.639 Resultaterne i tabellen skal ses i forhold til, at det gennemsnitlige varmeforbrug pr. m² var 58,09 kr. pr. år. Næste skridt Varmeforbruget i lejlighederne måles med varmefordelingsmålere, som registrerer varmeafgivelsen fra radiatorerne. Hvis temperaturen i en lejelighed er væsentlig højere end i de tilstødende lejeligheder vil noget af varmeafgivelsen fra radiatorerne blive brugt på at varme de tilstødende lejligheder op. Da temperaturforskellene mellem lejlighederne i visse tilfælde er meget store er det ikke sikkert at dette fænomen kan negligeres. Hvor meget naboens indeklima betyder for varmeregningen er ved at blive undersøgt af to studerende på DTU i et specialkursus med dette som hovedemne. Kurset går ud på at opbygge en detaljeret model af bygningen i simuleringsprogrammet IDA ICE og bruge målingerne som input til modellen. Analyserne går ud på at undersøge betydningen af interne varmestrømme i bygningen og evt. hvad en ændret brugeradfærd vil betyde for indeklimaet og energiforbruget. I næste fase af projektet skal der udvikles apparatur, der søger at påvirke beboernes adfærd vha. råd og vejledning. Dette gøres i samarbejde med en Ph.d. studerende fra Slovakiet. 9