Slutsats och diskussion

5.1 Slutsats

• De teoretiska beräkningar som gjordes för energianvändning på

uppvärmning och varmvatten för byggnaden landade på 93 kWh/m2,år.

Därmed klarade byggnaden BBR-kraven på 130 kWh/m2,år men klarade inte kraven för minienergihus (83 kWh/m2,år) eller passivhus (63 kWh/m2,år) enligt FEBY.

• När gratiseffekt i form av el, varmvatten och personvärme adderades förbättras säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen.

• Då effekt adderades eller subtraherades från konstanta termer (ej

temperaturberoende termer) ändrades endast balanseffekten, det skedde ingen ändring på säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen.

• Resultatet från solinstrålning visade den bästa perioden med högst säkerhet i uppskattningen av lutningskoefficienten Q i energisignaturen var

november till januari. Solen hade därmed lägst inverkan denna period.

• Den trendkurva som gjordes på skillnaden i uppmätt effekt för uppvärmning minus beräknad effekt för uppvärmning visade att för beräknad effekt är ansatserna på tillskottseffekt för höga vid varma dagar och för låga vid kalla dagar. Det gick även att tyda att variationen var större vid kalla dagar. Anledningen till detta kan bero på att brukaren t.ex. valt att elda mycket eller vädra mindre vissa dagar då det är kallare ute.

• Borttagande utav avvikande datapunkter gav en tydlig förbättring på säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen.

• Både medelvärdesbildning och parning gav tydliga förbättringar på säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen innan gratiseffekt adderas till effekten för uppvärmning. Från 9,5E-05 till 0,006 för medelvärdesbildning och från 9,5E-05 till 0,03 för parning. Efter att

gratiseffekt adderas blir resultatet delvis annorlunda där

medelvärdesbildning ger en knapp förbättring, från 0,225 till 0,233, och parning visar på ett försämrat resultat från 0,225 till 0,11. Troligen får

avvikande data från el och varmvatten allt för stor inverkan på säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen då antalet datapunkter tydligt minskar när dessa två metoder används.

Den tredje metoden där den yttre massans värmekapacitet räknas om till

• Är energisignatur en lämplig metod för energiuppföljning på lågenergihus?

Utifrån de här presenterade resultaten bedömer jag att energisignatur som metod för energiuppföljning är ett lämpligt verktyg men det kräver att viss data och utrustning finns tillgängligt som exempelvis:

- Mätare i byggnaden som samlar in data på energianvändning i

förhållande till utomhustemperatur, vilket är en förutsättning för att kunna arbeta med energisignatur. Finns data på el och varmvattenanvändning förenklas antagandet av gratiseffekt.

- Information gällande huskonstruktion för att kunna räkna fram termisk massa som underlättar beräkningarna med värmelagring.

- Uppgifter då brukaren avviker från normalbeteendet, t.ex. då brukaren är bortrest etc. är viktigt att notera. Därmed kan avvikande datapunkter lättare identifieras och styrkas.

5.2 Diskussion

Vilka fortsatta studier bör göras för att öka säkerheten i framtida studier?

Då det inte fanns tillräcklig information om FTX-ventilationen för byggnaden i fallstudien så var det svårt att göra någon djupare analys utav systemet. Enligt uppgifter så hade ventilationsaggregatet en verkningsgrad på 80 % (Ekström, 2014). Tidigare studier visade att det kan finnas osäkerheter i utlovad

verkningsgrad, då den i vissa fall är lägre (Hendess & Larsson, 2012). Det är därför viktigt att man vid fortsatta studier använder system för att övervaka ventilationen, med till- och frånluftstemperaturer, som möjliggör fastställande av korrekt

verkningsgrad.

En annan osäkerhet låg i hur mycket familjen eldade i sin braskamin. Eftersom några relevanta uppgifter inte var tillgängliga i denna studie så var det omöjligt att uppskatta detta. Som förslag till fortsatta studier bör indata med uppgifter rörande eldning, i form av volym material och varaktighet noteras. På så sätt kan man för dessa dagar addera det tillskott som eldningen tillför i datamaterialet, vilket kommer resultera i högre säkerhet på uppskattningen av

lutningskoefficienten Q i energisignaturen.

Information gällande familjens eget beteende är också utav stor vikt. Exempel på dessa kan vara:

• Närvarotid i hemmet som i sin tur styr gratiseffekten för personvärme.

• Högtider då folk samlas i hemmet vilket i sin tur betyder att mer effekt används och mer personvärme alstras än vanligt.

• Perioder då familjen är bortresta, eftersom elanvändningen dessa dagar minskas drastiskt.

Som det nämndes i litteraturstudien så kan inslag utav exempelvis vädring bidra till en osäkerhet i datamaterialet. Här hade det varit av stort intresse att veta familjens vädringsvanor med tanke på att stora mängder värme frigöras vid vädring under kalla dagar och därmed ökar uppvärmningsbehovet.

Avvikande datapunkter var även detta något som visade sig ha stor påverkan på säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen. Här går det att göra en mer korrekt analys. I fortsatta studier rekommenderas att använda statistikprogram som t.ex. Mathlab för att på ett säkert sätt kunna identifiera

avvikande datapunkter.

Vilka begränsningar och osäkerheter finns i arbetet?

Som det nämndes ovan förekom flera begränsningar i form av bristande information gällande byggnadens installationer och familjens brukarmönster.

I resultatdelen där termisk massa undersöktes hittades inga tidigare studier som använt samma metodik för att reducera inverkan på värmelagring. Därför kan detta behöva undersökas ytterligare men med tanke på att resultatet gav stort utslag så kunde inte metoden ignoreras.

Uppgifter gällande temperaturgivarnas placering i byggnaden saknades. Här kan det finnas en osäkerhet utifall t.ex. inomhussensor varit placerad nära ett fönster eller nära braskaminen så skulle detta kunna resultera i missvisande värden.

En annan osäkerhet som fanns var antalet datapunkter. Eftersom mätperioden minskades ner vid medelvärdesbildning, parning och för att minimera gratiseffekt från solinstrålning så medförde detta att antalet datapunkter minskade. Framför allt är det vid medelvärdesbildning och parning för att minimera inverkan av värmelagring som antalet datapunkter blir få, vilket kan påverka säkerheten i uppskattningen av lutningskoefficienten Q i energisignaturen

Det hade varit intressant att jämföra statistik från tidigare år, vilket var svårt i det här fallet eftersom huset var relativt nybyggt och saknade därför tidigare mätdata.

Hade det funnits flera år att jämföra mot varandra så hade det eventuellt kunnat dras andra slutsatser.

Personligen tror jag att det i framtiden kommer ligga en viktig del i hur man ska kunna notera brukarbeteenden utan att det stör brukaren i dess vardag. Vad bör noteras automatiskt och vad bör noteras manuellt av brukaren? Ska det finnas sensorer som verifierar att personer befinner sig i bostaden eller skall exempelvis brukaren själv notera sin vistelsetid i bostaden? Jag tror det är viktigt att brukaren inte får känna sig övervakad. Samtidigt är kostnad en viktig aspekt där det inte får bli för dyrt att installera system som informerar om brukarbeteenden.

6. Referenser

Abel E. & Elmroth A. (2008). Byggnaden som system. Formas. ISBN: 9789154060207 Andersson S., Olofsson T., Sjögren J-Ö & Östin R. (2010). Prestanda- och

beteendeuppföljning av byggnaders energianvändning, etapp 1. Rapport. Umeå Universitet. Umeå.

Arvehammar T. & Jönsson I. (2010). Effektiv beräkning av energiåtgärder.

Examensarbete. Lunds universitet. Lund

Axell M., Kovacs P., Kurkinen E-L., Ruud S., Räftegård O., Sikander E. & Ståhl F.

(2010). Att gå från lågenergihus till aktivhus - hur skapar vi nästa generations energieffektiva byggnader i stadsdelen Kongahälla ? Rapport. SP

Blomsterberg Å. (2009). Lågenergihus – En studie av olika koncept. Rapport. Lunds Universitet. Lund.

BBR (2013). Boverkets byggregler, BBR. BFS 2011:26 (BBR 19) med ändringar t.o.m.

BFS 2013:14 (BBR 20). Boverket, Karlskrona.

Claesson J., Nevander L-E. & Sandin K. (1984). Utdrag ur värme – Kompendium i byggnadsfysik. Institutionen för byggnadsfysik. Lunds tekniska högskola. Lund.

Dahl M. (2012) För- och nackdelar med olika normalårskorrigeringsmetoder.

Examensarbete. Kungliga tekniska högskolan. Stockholm.

Dahlblom M. & Warfwinge C. (2010). Projektering av VVS-installationer.

Studentlitteratur. ISBN:9789144055619

Ekobyggportalen (2014). Solfångare. Internetresurs. Hämtad 20/3-2014 från http://www.ekobyggportalen.se/varme/solfangare/

Ekström J. (2014). Mailkontakt om huskonstruktion. Vittjärvshus.

Elmroth A. (2007) Energihushållning och värmeisolering. Byggvägledning 8. Svensk Byggtjänst. Stockholm

Energilotsen, (2011). Handledning för byggnadskonstruktörens energi- och inneklimatanalyser.

Energimyndigheten (2012). Värmedistribution och reglersystem. Internetresurs.

Hämtad 2014-03-24 från http://www.energimyndigheten.se/Hushall/Din-uppvarmning/Varmedistribution-och-reglersystem/

Fels, M.F. (1986). PRISM:AN Introduction. Energy and Buildings, vol. 9, pp. 5-18.

Gunnarsson R. (2002). Korrelation och regression. Internetresurs. Hämtad 15/3-2014 från http://infovoice.se/fou/bok/statmet/10000053.shtml

Heincke C., Jagemar L. & Nilsson P-E. (2011). Normalårskorrigering av energistatistik.

Rapport. CIT Energy Management. Göteborg.

Hendess V. & Larsson J. (2012). Värmeåtervinning i ventilationssystem.

Examensarbete. Lunds Universitet. Lund.

Herlin A. & Johansson G. (2011). En studie av möjligheten att öka den

värmelagrande förmågan hos betong. Examensarbete. Lunds tekniska högskola.

Lund.

Jensen L. (2001). Värmebehovsberäkning. Kursmaterial Installationsteknik FK.

Körner S. & Wahlgren L. (2006). Statistisk dataanalys. Studentlitteratur. ISBN:

9789144015736.

Lundberg B. (2012). Att följa upp energianvändning. Artikel. Ur Energi och Miljö nr 11 2012.

Lundberg S. (2014). Ny metod för energikrav vid nybyggnation behövs. Artikel. Ur Energi och Miljö nr 6-7 2014.

Nilsson A. & Vendel S. (2008). Värmelagring i byggnader. Examensarbete. Karlstad Universitet. Karlstad.

Nilsson S. (2013). Energi och effekt. Internetresurs. Hämtad 8/3-14 från http://www.varmahus.se/energiskola/energi_effekt.php

Nordström, G., Lidelöw, S., & Johnsson, H. (2012). Comparing energy signature analysis to calculated U-values in wooden houses in cold climate. i

Eco-Architecture IV. (s. 411-419). WIT Press. (WIT Transactions on Ecology and the Environment; Nr 165). 10.2495/ARC120361

Nordström, G., Johnsson, H., & Lidelöw, S. (2013). HRV-Systems in the

Energy-Signature method. i Proceedings of SB13 Dubai Conference: Advancing the Green Agenda.

Passivhuscentrum (2014). Om passivhus. Internetresurs. Hämtad 25/5-14 från http://www.passivhuscentrum.se/om-passivhus

Petersson B-Å. (2009). Tillämpad byggnadsfysik. Studentlitteratur. ISBN:

9789144058177

Pettersson V. (2013). Passivhus, detaljutformning och dess köldbryggor.

Examensarbete. Umeå universitet. Umeå

SMHI. (2014). Vindens kyleffekt. Sveriges meteorologiska och hydrologiska institut.

Internetresurs. (hämtad 17/3-2014).

http://www.smhi.se/kunskapsbanken/meteorologi/vindens-kyleffekt-1.259

SVEBY. (2012). Brukarindata bostäder. Standardisera och verifiera energiprestanda för byggnader. Internetresurs. Hämtad 19/3-2014 från

http://www.sveby.org/wpcontent/uploads/2012/10/Sveby_Brukarindata_bostader _version_1.0.pdf

SCN (2012). Kravspecifikation för nollenergihus, passivhus och minienergihus:

Bostäder. FEBY12, med ändringar t.o.m. 5 sept 2012. Sveriges Centrum för Nollenergihus. Internetresurs. Hämtad 18/3-2014 från

http://www.nollhus.se/dokument/Kravspecifikation%20FEBY12%20-%20bostader%20sept.pdf

SCN (2014). Om FEBY12. Sveriges Centrum för Nollenergihus. Internetresurs. Hämtad 19/8-2014 från http://www.nollhus.se/feby-12/om-feby-12

Wall M. (2008) Lågenergihus – en flora av begrepp. Internetresurs. Hämtad 10/3-2014 från

http://www.cerbof.se/documents/Info/Lagenergihus_VVSForum_april_08.pdf

Bilagor