Teknik och forskning. | 17 jun 2025

Vad blir de framtida kylbehoven i lokalbyggnader med fjärrkyla?

Maria Jangsten från CIT Renergy utforskar de framtida kylbehoven och hur de kommer att utvecklas i takt med klimatförändringarna. Detta genom energisignaturmodeller framtagna baserat på historik från byggnader med fjärrkyla. Resultaten visar att framtiden redan kan vara här.

År 2024 var året då den globala medeltemperaturen för första gången översteg Parisavtalets överenskomna maxtemperatur på 1,5 °C [1].

Hand i hand med den ökande globala medeltemperaturen ökar kylbehoven i byggnader. Även om en byggnads behov av kyla påverkas av bland annat internlaster och solinstrålning, finns det ett tydligt samband mellan kylbehovet och utetemperaturen [2]. Detta samband mellan utetemperatur och kyla- eller värmebehov för en byggnad kallas energisignatur [3].

För att kunna planera för energisystemens utbyggnad – och särskilt för att undersöka förebyggande åtgärder och passiva lösningar – krävs god framförhållning.

För att studera en byggnads värmebehov är energisignatur en väletablerad metod, som även kan användas för att göra predikteringar av framtida värmebehov [4]. För att prediktera kylbehov för byggnader har tidigare studier i första hand utforskat hur olika parametrar som lufttäthet, fönstertyp och isolering påverkar [5], och det finns inga tidigare studier som har använt energisignatur och historikdata från ett fjärrkylasystem för att prediktera byggnadernas kylbehov.

Eftersom klimatförändringarna redan är här och nu, och vi inte vet hur de framtida kylbehoven kommer att påverkas av dem, är syftet med denna studie att utforska detta.

Metod och data
För att prediktera kylbehoven baserat på historik och framtida utetemperaturer togs statistiska energisignaturmodeller fram, baserat på data från 29 lokalbyggnader i Göteborgs fjärrkylasystem, med totalt cirka 160 anslutna byggnader.

Byggnaderna tillhör fem olika fastighetsägare och rymmer verksamhetstyper som kontor, butiker, restauranger och livsmedelskyla. Datan består av kylenergi (kWh) från debiteringsmätaren i byggnadernas fjärrkylcentraler och har normaliserats per kvadratmeter kyld area. Datan är insamlad för fyra år, 2018–2021 (en byggnad saknade data för 2019).

Eftersom brytpunktsmodellerna generellt hade högre R²-värden anses de vara mest lämpade för att prediktera framtida kylenergibehov.

Två olika energisignaturmetoder testades: en linjär regressionsmodell och en regressionsmodell med en brytpunkt. Regressionsmodellen med en brytpunkt är en stegvis linjär funktion av utomhustemperaturen, som används för att identifiera när värme- och kylbehoven går från att vara väderberoende till icke-väderberoende [3].

För de två olika modellerna testades både singel och multipel regression genom att, förutom utetemperaturen, använda variablerna månad på året och helg/inte helg som inputvariabler. För utetemperaturdatan testades två olika upplösningar: daglig och månatlig medelutetemperatur (uppmätt för Göteborg).

För att med de framtagna kylmodellerna prediktera det framtida kylbehovet användes framtida utetemperaturdata för varje årtionde från 2030 till 2080 och för tre olika utsläppsscenarier*: RCP 2,6, RCP 4,5 och RCP 8,5 från SMHI:s klimatscenariotjänst [6][7].

Eftersom SMHI:s utetemperaturdata finns endast som tremånadersvärden för region Västra Götaland har temperaturerna korrigerats för Göteborg genom en korrigeringsfaktor baserat på historiska utetemperaturdata. Kylmodellerna modifierades också för att kunna använda dessa data vid prediktering.

Resultat – regressionsmodeller för prediktering av kylbehov
För de linjära regressionsmodellerna var kombinationen av månatlig medelutetemperatur och månad på året den som gav högst R²-värden (0,27–0,92). För brytpunktsmodellen gav enbart månatlig utetemperatur de högsta R²-värdena (0,62–0,98). Brytpunkten bidrar till att modellen bättre kan hantera variationer i kylbehov beroende på månad.

Eftersom brytpunktsmodellerna generellt hade högre R²-värden anses de vara mest lämpade för att prediktera framtida kylenergibehov. De modifierade modellerna för tremånadersdata gav R²-värden mellan 0,67 och 0,97.

Brytpunktsmodellen för en byggnad (figur 1) visar ett baslastkylbehov fram till en brytpunkt på cirka 13 °C, därefter ett kraftigt ökat behov som ett resultat av komfortkyla. Alla 29 byggnader uppvisade liknande trend med en flack kurva (baslast), en brytpunkt, och en brantare kurva (komfortkyla).

Brytpunkten varierade mellan 5,7 °C och 17,7 °C (median 14,7 °C).

För att studera en byggnads värmebehov är energisignatur en väletablerad metod, som även kan användas för att göra predikteringar av framtida värmebehov.

Resultat – kylbehov
I figur 2 visas den totala specifika kylenergin i kWh/m², år för 27 byggnader. Två extremvärden har uteslutits.

År 2018 hade betydligt högre kylenergibehov än övriga år på grund av en värmebölja. Under 2019–2021 var temperaturen lägre och fastighetsägarna mer medvetna om sin kylenergi- och effektanvändning.

För RCP 2,6 ligger det framtida kylbehovet inom det historiska intervallet 2018–2019. Då detta scenario redan passerats är RCP 4,5 mer relevant. Här når behovet 2018 års nivåer redan 2040–2050 och överstiger den först 2070–2080.

För RCP 8,5 ökar kylbehovet kraftigt – med 50 procent till 2080 jämfört med medelvärdet 2018–2021.

I figur 3 visas spridningen av behovet för 27 byggnader och olika årtionden i RCP 4,5 och 8,5. För RCP 4,5 varierar ökningen från 6 till 80 procent (medel 35 %), och för RCP 8,5 från 12 till 143 procent (medel 64 %). Den stora variationen hänger samman med andelen baslast vs komfortkyla.

Slutsatser
Energisignaturmodeller har tagits fram och använts för att prediktera framtida kylbehov i 29 byggnader. Regressionsmodellen med brytpunkt visade sig mest tillförlitlig.

För RCP 4,5 – det mest troliga scenariot – motsvarar kylbehovet 2070–2080 samma nivåer som rekordåret 2018. Det innebär att framtiden redan var här 2018.

Även om en byggnads behov av kyla påverkas av bland annat internlaster och solinstrålning, finns det ett tydligt samband mellan kylbehovet och utetemperaturen.

Det finns dock stor variation mellan enskilda byggnader, och studien inkluderar inte nya byggnader eller de utan komfortkylsystem. Därför behövs fortsatt och återkommande analys på byggnadsnivå.

För att kunna planera för energisystemens utbyggnad – och särskilt för att undersöka förebyggande åtgärder och passiva lösningar – krävs god framförhållning.

Dataunderlaget till denna studie kommer från forskningsprojektet Älvkyla 2.0 (Chalmers 2017–2022). Stort tack till Göteborg Energi AB, Platzer Fastigheter AB, Vasakronan AB, Higab AB, Älvstranden Utveckling AB och Castellum AB.

*) Respektive utsläppsscenario (RCP) har tagits fram av IPCC och anger den strålningsdrivning som olika utsläppsnivåer orsakar år 2100: RCP 2,6 kulminerar 2020, RCP 4,5 ökar till 2040, RCP 8,5 motsvarar fortsatt höga utsläpp.

Maria Jangsten
PhD, CIT Renergy
Theofanis Psomas
PhD, Chalmers tekniska högskola, Institutionen för Arkitektur och samhällsbyggnadsteknik

Epost: maria.jangsten@chalmersindustriteknik.se