Energiberäkningar, roulette eller vetenskap? Del 2

Resultatet av en energiberäkning ser exakt och trovärdigt ut. Men den som utför beräkningen har många osäkerheter att hantera. Om vilka dessa osäkerheter är handlar andra delen i Bengt Bergstens serie om energiberäkning av byggnader.

Det är lätt att tro att om jag använder ett avancerat energiberäkningsprogram så kommer mina beräkningar att bli noggranna och resultaten väldigt exakta. Tyvärr är det sig inte så, utan det finns ett flertal källor till att beräkningsresultat inte kan betraktas som helt säkra.

Nedan listas de viktigaste aspekterna av energiberäkning som kan påverka osäkerheten i resultatet:

Energiberäkningsprogrammet i sig Beräkningsprogram innehåller exakta ekvationer, men dessa är egentligen modeller av verkligheten. En modell avspeglar aldrig verkligheten exakt utan är, i högre eller mindre grad, en förenkling av en mycket komplex verklighet. Jämför med en karta och hur verkligheten ser ut. Kartan kan vara noggrann och exakt men förmår inte avbilda den komplexa verkligheten fullt ut. Olika beräkningsprogram innehåller olika mer eller mindre avancerade modeller av verkligheten. Att det är på detta viset kan man bland annat se i referensresultaten i IEA Bestest (se figur 1) som är beräkningsresultat från åtta internationellt erkända beräkningsprogram. Resultaten från beräkningar av en tämligen enkel byggnad varierar i stor utsträckning. Variationen beror helt enkelt av att programmen har olika modeller för beräkning av till exempel hur mycket solstrålning som kommer in i byggnaden, och hur värme lagras i byggnaden.

energibalansberakningar-artikel-2-em-2010.jpg

Figur 1 Referensresultat för värmeenergi i IEA Bestest. På x-axeln representerar de olika stapelgrupperna olika beräkningsfall och staplarna olika program. Y-axeln visar MWh/år värmeenergi.

Generellt kan man säga att ju noggrannare modell desto mindre osäkerhet. Å andra sidan blir noggranna modeller stora och komplexa och därmed svåra att hantera. Hur stor osäkerheten kan vara i verkligheten är svårt att säga, sannolikt går denna osäkerhet sällan under några procent men kan vara större än så.

Anpassning av verkligheten till beräkningsprogrammet Ett energiberäkningsprogram kan aldrig bli så generellt att det i alla avseenden kan ta hänsyn till alla byggtekniska, installationstekniska, reglertekniska och beteendemässiga aspekter som kan förekomma i en byggnad. I nästan samtliga fall måste användaren anpassa verkligheten till beräkningsprogrammets struktur och uppbyggnad. I många fall måste alltså verkligheten förenklas eller anpassas till programmets förutsättningar. Hur denna anpassning görs påverkar i hög grad osäkerheten i slutresultatet.

Här finns inga eller få regler att följa utan hur anpassningen görs bestäms i stor utsträckning av användarens kunskap och erfarenhet.

Zonindelning En byggnad kan beräknas som en enda zon, men i många fall blir resultatet osäkert om byggnaden till exempel har olika installationssystem, olika verksamheter och varierande inneklimat. Därför måste användaren dela upp byggnaden i flera zoner. Hur zonindelningen görs kan påverka resultatet i relativt stor grad. Även här påverkar användarens kunskap och erfarenhet hur väl resultatet stämmer med verkligheten. Vanligtvis delar man in en byggnad i zoner om byggnaden har olika:

  • Klimatiseringssystem, till exempel CAV-system och VAV-system eller FT-aggregat och FTX-aggregat
  • Verksamhet, till exempel bostäder, kontor och affärer i olika plan men samma byggnad
  • Inneklimat, till exempel om en del av byggnaden värms till 18 °C och resten till 21 °C.

Klimatdata Det finns för närvarande inte någon gemensam standard för hur klimatdata för energiberäkningar tas fram. Det finns ett flertal olika sätt att ta fram ett ”typiskt” väderår, till exempel TRY (Test Reference Year) och TMY, TMY2, TMY3 (Typical Meteorological Year). Ingen av metoderna ger helt identiska väderår. Osäkerheten uppstår egentligen när en verklig byggnads energianvändning normalårskorrigeras och jämförs med beräknade värden för ett normalt (typiskt) väderår. Här finns egentligen två källor till osäkerhet, dels skiljer sig olika klimatdata åt, dels är inte SMHI:s normalår samma sak som väderåret i en given klimatfil. Här finns tyvärr väldigt lite kunskap och, såvitt känt, ingen som undersökt denna källa till osäkerhet.

Indata Indata till ett energiberäkningsprogram består av en mängd värden som vart och ett har större eller mindre osäkerhet. I stort sett är inga indata helt fria från osäkerhet och en hel del indata är behäftad med tämligen stor osäkerhet. Sådana indata är till exempel internvärmen från personer, belysning och apparater, luftläckage och solavskärmning. Flera andra indata kan också vara ganska osäkra, allt beroende på förutsättningarna för byggnaden. Även förutsättningarna vid själva beräkningen spelar in, till exempel hur mycket tid som finns för att minska osäkerheten i indata. I många fall är osäkerheter i indata den största enskilda posten av alla osäkerheter. Här finns alltså skäl att försöka minska osäkerheten. Det behandlas i den tredje artikeln i Energi & Miljö nr 8/10.

Handhavande och inmatning av data Vid handhavandet av programmet och vid inmatning av data kan användaren göra fel och därmed orsaka fel i resultaten. Det är mänskligt då det är tämligen många indata som ska samlas in, förtecknas och matas in i programmet. Här är det ganska lätt att minska osäkerheten i resultaten genom att arbeta konsekvent med ett kvalitetssystem för datoriserad beräkning som innehåller fasta rutiner och kontroller av inmatad data.

Minimera osäkerheterna Meningen med denna genomgång av potentiella osäkerheter är inte att måla upp energiberäkning som något som man absolut inte kan lita på. Syftet är istället att öka medvetenheten om att dessa osäkerheter finns och att ge tips och metoder för att minska osäkerheter.

Hur skall man göra för att minimera alla dessa osäkerheter? Först bör man använda ett beräkningsprogram som är etablerat på marknaden och som dessutom har validerats enligt en metod som är transparent och möjlig för användaren att granska. Sådana valideringsmetoder är IEA Bestest, Ashrae Bestest eller standarden EN 15265. Dessutom bör användaren ha eller skaffa sig erfarenhet och kunskap om byggnader, installationer och byggnaders energianvändning för att kunna anpassa verkligheten till beräkningsprogrammet och dela in byggnaden i lämpligt antal zoner. Här finns inga genvägar utom kunskap och erfarenhet. Kombineras det med lämpliga kvalitetsrutiner vid beräkning och en metodik för att hantera osäkerhet i indata så kan osäkerheten i resultaten minskas till hanterbara och rimliga nivåer.

En metodik att hantera osäkerheter i indata presenteras i den tredje och sista artikeln i nästa nummer.

Av Bengt Bergsten Tekn.dr, CIT Energy Management Energi & Miljö nr 6/7 2010 sid 36-37 Erfarenheten Energiberäkningar Artikelserien består av tre delar. Den första (Energi & Miljö nr 5/2010) belyste några viktiga grundläggande aspekter kring energiberäkning av en byggnad: vad är en energibalans, BBR i energibalansen och energibalansberäkning i allmänhet. Artikel två (denna artikel) handlar om osäkerheter vid energiberäkning. Den tredje artikeln (Energi & Miljö nr 8/2010) kommer att handla om hur man kan hantera osäkerheter.

Fakta Validering Validering av ett beräkningsprogram innebär att man undersöker hur noggrant programmet beräknar ett viss värde i förhållande till ett givet referensvärde. Ett energiberäkningsprogram innehåller en stor mängd ekvationer och dess resultat är omöjligt att förutsäga enbart genom att studera alla ekvationer var för sig. Validering är därför viktigt att genomföra för att få bekräftat att beräkningsprogrammet ger korrekta resultat.   Det finns i princip två olika sätt att validera ett komplext beräkningsprogram:

  • Komparativ validering: Vid komparativ validering jämförs det aktuella programmet med ett eller flera etablerade och validerade program. Vanligtvis testas hela programmets noggrannhet genom att en fiktiv byggnads beräknade värme och kylbehov jämförs. Referensvärden utgörs då av resultat från ett eller flera etablerade och validerade program
  • Empirisk validering: Empirisk validering innebär att det aktuella programmets beräkningsresultat jämförs med en eller flera verkliga byggnader där värme- och kylbehovet på ett noggrant sätt uppmätts.

Valideringsmetoderna IEA Bestest, Ashrae Bestest eller standarden EN 15265 är exempel på komparativa valideringsmetoder. Någon etablerad empirisk metod finns än så länge inte.

Bengt Bergsten Bengt Bergsten, tekn.dr., har arbetat med installationsteknik, energieffektivisering i byggnader och inomhusklimat sedan 1983. Mestadels som konsult (projektering, beräkning och utredning) men har också för Teknoterm (numera Lindab Climate) under 90-talet med utveckling och försäljning. Arbetar sedan 1998 för CIT Energy Management med frågor som främst rör energieffektivisering i byggnader. Är också ansvarig för utveckling av energiberäkningsprogrammet BV2.

Publicerad 7 oktober 2010

På nytt jobb

Fredrik Engdahl är ny vd för Beulco Holding i Helsingborg. Han kommer från Assemblin ventilation där han var affärsutvecklingschef.
Peter Sedvall är ny vd för Fastighetsautomation & VVS Projektering i Stockholm. Han kommer från den egna verksamheten PSE i samma stad.
Christian Wingård är ny regionchef Mitt på Francks kylindustri. Han kommer från WSP där han var marknads- och försäljningschef.
Magnus Hårde är ny OEM försäljningschef för Sverige på Geberit. Han kommer från Dahl där han senast var tillförordnad divisionschef vvs.

Föreningen för branschens proffs

Tillsammans skapar vi ett hållbart samhälle där både människor och miljö mår bra. Aktiviteterna, utbildningarna och verktygen du behöver för att utvecklas i din yrkesroll. Gå med i EMTF du också.

Läs mer om fördelarna av medlemskap i EMTF

Nyhetsbrev från Energi & Miljö

Nyheterna, reportagen, forskningen och frågorna för oss som jobbar för god innemiljö och energieffektiva byggnader.
Gratis varje vecka direkt i din inkorg.

jag godkänner att energi-miljo.se sparar och hanterar mina kontaktuppgifter.