Energieffektivisering i befintligt fastighetsbestånd
En fallstudie och dataanalys av energideklarationer i Norrbottens län
Amanda Gren
Civilingenjör, Hållbar energiteknik 2020
Luleå tekniska universitet
Institutionen för teknikvetenskap och matematik
FÖRORD
Den här rapporten är resultatet av mitt examensarbete, omfattande 30 högskolepoäng, genomfört på uppdrag av Energikontor Norr. Stor del av arbetstiden har jag haft en arbetsplats på RISE (ICE Datacenter) kontor i Luleå, vilket jag är väldigt tacksam över.
Jag vill härmed tacka mina handledare Marie Holmgren (Energikontor Norr), Simon Burman (Energikontor Norr) och Mattias Vesterlund (Luleå Tekniska Universitet) för ert stöd under arbetets gång, samt inspiration om vad jag har kunnat göra utifrån den data jag har arbetat med.
Jag vill även tacka Rickard Brännvall på RISE för hjälp och kunskap inom området Machine Learning, Emil Alasalmi på Energikontor Norr för hjälp under fallstudien och lärdomar som givits under arbetets arbetsgång. Tack till alla ni på RISE ICE Datacenter för er behjälplighet och goda bemötande.
Arbetet i sig har varit väldigt lärorikt för mig och numera går jag omkring om funderar på vad byggnader omkring mig har för byggnadsår och vad som möjligtvis hade kunnat göras för att energieffektivisera byggnaden. Härmed tackar jag för min studietid på Luleå Tekniska Universitet och ser fram emot vad som skall komma!
Luleå, Juni 2020
Amanda Gren
SAMMANFATTNING
Bostads- och servicesektorn står för den största energianvändningen i hela Sverige på 40 %, följt av industrisektorn och transportsektorn. Sveriges riksdag har satt upp ett klimatpolitiskt ramverk från energiöverenskommelsen, bland annat med målet om att energianvändningen ska vara 50 % effektivare till år 2030 i jämförelse med år 2005, uttryckt i termer av tillförd energi i relation till BNP. Det finns stora besparingsmöjligheter att hämta i bostäder, och för att göra en skillnad måste information och kunskap spridas till både fastighetsägare och privatpersoner. Det här examensarbetet är en del av Energikontor Norrs projekt ”Stratus” som arbetar med att stötta 12 kommuner i Norrbottens län, genom att strategiskt arbeta mot att hitta en effektiv och framgångsrik väg för att nå de nationella energi- och klimatmålen anpassad till respektive kommuns förutsättningar.
Syftet med projektet har varit att kartlägga behovet/potentialen för energieffektivisering i olika befintliga byggnader hos alla de 14 kommunerna i Norrbottens län genom analys och bearbetning av data från energideklarationer, lantmäteriet och litteratur.
Byggbeståndet har kategoriserats i fyra byggnadskategorier: ”en- och tvåbostadshus”,
”flerbostadshus”, ”lokal- och specialbyggnader” och ”lokalbyggnader”. Resultatet visar ett energideklarerat byggnadsbestånd där 80 % av byggnaderna har en energiklass mellan D-G, där stor andel av beståndet är byggt under 60–80 talet, därav i behov av någon form av renovering.
Byggnadsbeståndet som saknar energideklaration är främst komplementbyggnader som ofta inte behöver en energideklaration, följt av bostäder, där friliggande småhus hör till den största andelen.
Den största besparingspotentialen utifrån förslagna åtgärdsförslag finns att hämta i lokal- och specialbyggnader följt av lokalbyggnader enligt energideklarationerna. En estimerad besparingspotential för energianvändningen i hela Norrbottens län, baserat på åtgärdsförslag från energideklarationerna, visar sig vara 1,65 TWh, mest troligt mycket större än det. Exempel på vanliga förekommande åtgärdsförslag är ”isolera tak” och ”byte/installation av värmepump” för alla byggnadskategorier tillsammans.
En prognos för energiprestandan (kWh/m2 och år) fram till år 2030 visar en minskning med cirka 36 % från hur läget var år 2009 då de första energideklarationerna gjordes i Norrbottens län. Det indikerar att energiprestandan är på rätt väg och potentialen för att minska energianvändningen i våra bostäder finns där, men kommer inte utav sig själv utan det finns fortfarande stora behov av renovering och åtgärder i byggnadsbeståndet.
ABSTRACT
The housing and service sector accounts for the largest energy consumption, 40 % in Sweden followed by the industrial and transport sectors. The Swedish Parliament has established a climate policy framework from the energy agreement, including the goal of energy use being 50 % more efficient by 2030, compared to 2005, expressed in terms of energy input in relation to GDP.
There are great savings opportunities to obtain in housing, and to make a difference knowledge must be disseminated to both property owners and private individuals. This project is part of the Energikontor Norr project "Stratus", which works to support 12 municipalities in Norrbotten County, by strategically working towards finding an effective and successful way to achieve the national energy and climate goals adapted to the respective municipalities' conditions.
The purpose of the project has been to identify the need / potential for energy efficiency in various existing buildings in all the 14 municipalities in Norrbotten County through analysis and processing of data from energy performance certificates (EPC’s), surveying and literature.
The building stock has been categorized into four categories: “one- and two-dwelling houses”,
“apartment buildings”, “local- and special buildings” and “local buildings”. The result shows an energy-declared building stock where 80 % of the buildings have an energy class between D-G, where a large proportion of the stock is built in the 60-80s, hence in need of renovation to reduce the energy consumption.
The building stock that does not have an EPC is mainly complementary buildings, that do not even need an EPC, followed by housing, where detached houses belong to the largest proportion.
The greatest savings potential based on policy proposal can be found in the “local and special buildings”, followed by “local buildings” according to the EPC’s. An estimated saving potential for energy use in the entire county of Norrbotten, based on policy proposal proposed by the EPC’s, turns out to be 1.65 TWh, most likely much larger than that. Examples of common policy proposal are "insulate roofs" and "replacement / installation of heat pump" for all building categories together.
A forecast for the energy performance (kWh/m2 and year) until 2030 shows a decrease of approximately 36% from 2009 when the first EPC’s in the Norrbotten was made. This indicates that energy performance is on the right track and the potential for reducing energy use in our homes is there, but will not come by itself, there is still a great need of renovation and policy proposal in the building stock.
INNEHÅLLSFÖRTECKNING
1. INLEDNING ... 1
1.2 BAKGRUND ... 1
ENERGIANVÄNDNING I SMÅ- OCH FLERBOSTADSHUS ... 3
BYGGNADSBESTÅNDET ... 4
DATAINSAMLING ... 8
NORRBOTTENS LÄN ... 11
1.1 SYFTE & MÅL ... 12
1.2 AVGRÄNSNINGAR ... 12
2. TEORI ... 14
2.1 ENERGIBERÄKNINGAR ... 14
ENERGIHUSHÅLLNING ... 14
2.2 VENTILATIONSBERÄKNINGAR ... 16
2.3 MACHINE LEARNING, PCA ANALYS ... 17
3. METOD ... 19
4. RESULTAT & DISKUSSION ... 21
4.1 DATAINSAMLING ... 21
4.2 GRUPPERING AV BYGGNADSKATEGORI, NORRBOTTENS LÄN ... 21
4.2 BYGGNADSBESTÅNDETS NYBYGGNADSÅR ... 23
4.3 UPPVÄRMNINGSSYSTEM I BYGGNADSBESTÅNDET ... 24
4.4 VENTILATIONSSYSTEM ... 24
4.4.1 UTTAG FÖRE 2019 ... 24
4.4.2 DATAUTTAG EFTER 2019 ... 25
4.4.3 VENTILATIONSSYSTEM BASERAT PÅ NYBYGGNADSÅR ... 26
4.5 ÅTGÄRDSFÖRSLAG ... 28
4.5.1 TOTAL BESPARINGSPOTENTIAL I NORRBOTTENS LÄN ... 31
4.5.2 BESPARINGSPOTENTIAL FÖR VARDERA KOMMUN ... 32
4.5.3 BYGGNADSKATEGORI MED STÖRST BESPARINGSPOTENTIAL ... 32
4.6 ANALYS AV ENERGIKLASSER ... 34
4.6.1 DATAUTTAG FÖRE 2019 ... 34
4.6.2 DATAUTTAG EFTER 2019 ... 35
4.6.3 ESTIMERAD ENERGIKLASS ... 36
4.7 ENERGIKLASS MOT ENERGIPRESTANDA ... 36
4.8 HUR STOR MÄNGD SAKNAR ENERGIDEKLARATION ... 37
4.8.1 BESPARINGSPOTENTIAL FÖR ICKE-ENERGIDEKLARERADE BYGGNADER ... 39
4.9 FALLSTUDIE ... 40
4.9.1 JÄMFÖRELSE GAMMAL OCH NY ENERGIDEKLARATION ... 40
4.9.2 EGNA BERÄKNINGAR PÅ LOKALEN ... 41
4.10 ÄR ENERGIDEKLARATIONER ETT PÅLITLIGT DOKUMENT? ... 42
4.11 VAD KORRELERAR MED ENERGIPRESTANDAN MEST? ... 44
4.11.1 EN- OCH TVÅBOSTADSHUS ... 44
4.11.2 FLERBOSTADSHUS ... 46
4.11.3 LOKALBYGGNADER + LOKAL- OCH SPECIALBYGGNADER ... 47
4.12 PROGNOS FÖR ENERGIPRESTANDA ... 48
4.12.1 EN- OCH TVÅBOSTADSHUS ... 48
4.12.2 FLERBOSTADSHUS ... 49
4.12.3 PROGNOS FÖR ALLA BYGGNADSKATEGORIER ... 49
5. SLUTSATS ... 51
5.1 FELKÄLLOR ... 51
5.2 FRAMTIDA ARBETE ... 52
REFERENSLISTA ... 53
BILAGA I ... 55
BILAGA II ... 56
BILAGA III ... 57
BILAGA IV ... 58
BILAGA V ... 60
BILAGA VI ... 62
BILAGA VII ... 63
BILAGA VIII ... 64
BILAGA IX ... 67
BILAGA X ... 69
1
1. INLEDNING
Examensarbetet är utfört på beställning av Energikontor Norr som är ett regionalt energikontor ägt av Regionen och kommunerna i Norrbotten. Energikontoret arbetar för att driva energi- och klimatfrågor på lokal och regional nivå, sprida kunskap för en hållbar näringslivsutveckling.
Energikontor Norr har ett pågående projekt kallat ”Stratus”. Projektet startade hösten 2019, där tolv kommuner i Norrbottens län får hjälp och stöd för att komma vidare i sitt energi- och klimatarbete. Alla kommunerna har olika uppsatta mål och förutsättningar, därav är projektet Stratus viktigt för att sprida kunskap och stöd till kommunerna, vilket bidrar till att nå de uppsatta energi- och klimatmålen. En del kommuner har kommit längre än andra i deras klimat- och energiarbete innan Stratus projektet startade, som nu får stöd om hur de ska gå tillväga för att arbeta strategiskt och långsiktigt mot uppsatta klimatmål, och även utvärdering av vad som gjorts.
Ett exempel som Stratus bidragit med är att en kommun som tidigare inte hade något klimat- och energiarbete alls nu har tagit fram miljömål som är kopplade till Agenda 2030. Övriga kommuner har börjat med uppföljningar av nuvarande energi- och klimatarbete då det ska presenteras i projektet Stratus. Det här examensarbetet är en del av projektet ”Stratus” och ska bidra till att kartlägga hur behovet och potentialen ser ut inom energieffektivisering hos alla 14 kommunerna i länet.
1.2 BAKGRUND
Energieffektivisering är idag ett aktuellt ämne inom bygg- och fastighetsbranschen då stora delar av den svenska bebyggelsen är i akut behov av renovering och underhåll för att kunna bidra till en minskad klimatpåverkan vid uppvärmning och drift av byggnaderna. För att alla länder i Europa ska kunna bidra till minskad energianvändning har energipolitiken inom EU satt upp klimat- och energimål som medlemsländer bör sträva efter. Sveriges energipolitik arbetar gentemot målet att bli världens första fossilfria välfärdsland med uppsatta mål för effektivare energianvändning, förnybar elproduktion samt inga nettoutsläpp av växthusgaser. För att kunna bli världens första fossilfria välfärdsland har riksdagen satt riktlinjer för Sveriges politik, bland annat med mål som utgår ifrån hur läget såg ut år 2005. Det har gjorts genom ett klimatpolitiskt ramverk från energiöverenskommelsen, se Figur 1. Till 2030 ska energianvändningen vara 50 % effektivare, uttryckt i termer av tillförd energi i relation till BNP. Till 2040 ska produktionen av el vara 100 % baserad på förnyelsebara källor, samt noll nettoutsläpp av växthusgaser till 2045 [1].
Figur 1. Sveriges energi- och klimatpolitiska mål från energiöverenskommelsen [1]
Bostads- och servicesektorn står för 40 % av energianvändningen i Sverige och innefattar hushåll, offentlig verksamhet, övrig serviceverksamhet, jordbruk, skogsbruk, fiske och bygg. År 2017 resulterade den slutliga totala energianvändningen i Sverige på 378 TWh, varav 146 TWh användes inom bostads- och servicesektorn, därefter industrisektorn och transportsektorn med energianvändning på 143 samt 88 TWh, se fördelning i Figur 2 nedan. Energianvändningen
2
inom bostads- och servicesektorn går främst åt till uppvärmning, varmvatten och hushållsel där energin kommer främst från fjärrvärme, el och biobränslen [2].
Figur 2. Sveriges slutliga energianvändning år 2017 för industrisektorn, bostads- och servicesektorn och transportsektorn, Data:
Energimyndigheten
Inom bostäder och service har den totala energianvändningen per kvadratmeter (kWh/m2) minskat med 17 % från 1995 till 2017, bland annat på grund av ökad installerade värmepumpar [3]. Figur 3 nedan visar den temperaturkorrigerade energianvändningen för uppvärmning, köpt energi inklusive uppskattad upptagen energi från värmepumpar (kWh/m2), i småhus, flerbostadshus och lokaler. En värmepump bidrar till att minska den köpta energin, men minskar inte byggnadens energibehov. Om målet med 50 % minskad energianvändning till 2030 jämfört med 2005 appliceras på den temperaturkorrigerade energianvändningen per kvadratmeter för
38%
39%
23%
Sveriges slutgiltiga energianvändning, 2017, TWh
Industrisektorn
Bostads- och service- sektorn Transportsektorn
3
småhus, flerbostadshus och lokaler, innebär det att den ska gå från 158 kWh/m2 till 79 kWh/m2, se Figur 3.
Figur 3. Total temperaturkorrigerad energianvändning per kvadratmeter för småhus, flerbostadshus och lokaler, från år 2005, och hur utvecklingen bör se ut applicerat mot målet till 2030 kring energianvändning i bostäder. Data: Energimyndigheten, 2019 [3]
ENERGIANVÄNDNING I SMÅ- OCH FLERBOSTADSHUS
För att eliminera utsläppen av växthusgaser är det viktigt att det inte används fossila bränslen, som kol och naturgas vid framställning av el och värme. I Sverige står vattenkraft och kärnkraft för 80 % av den totala elproduktionen, och vindkraft för cirka 12 %, med noll utsläpp av fossila bränslen. Endast 1 % av elproduktionen år 2017 producerades genom förbränning av fossila bränslen, vilket gör att Sverige har bra förutsättningar för fossilfri elproduktion. Minskningen beror främst på högt oljepris, höga energi- och koldioxidskatter och även teknikutveckling av konkurrerande uppvärmningsmetoder. I och med att oljepriserna blivit höga jämfört med andra alternativ är det inte längre lönsamt att elda olja [4].
El och värme till ett fjärrvärmenät kan produceras i kraftvärmeverk som använder sig av bränslen som avfall, pellets eller träflis vilka anses som förnybara energikällor, istället för fossila bränslen som kol olja eller naturgas. Det finns olika metoder för uppvärmning av byggnader som spelar en stor roll på hur energieffektiv byggnaden är. För flerbostadshus är fjärrvärme den vanligaste
158 160 161 157 156 149158
150 149 152 149 147 147
79
0 20 40 60 80 100 120 140 160 180
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
Energianvändning (kWh/m2)
Total temperaturkorrigerad energianvändning per kvadratmeter för småhus, flerbostadshus och lokaler
4
uppvärmningsmetoden i Sverige och står för cirka 90 % av energianvändningen för uppvärmning och varmvatten, se Figur 4.
Figur 4 Energianvändning för uppvärmning och varmvatten i flerbostadshus, Källa Energimyndigheten 2016 [5]
För småhus är det främst el, biobränsle samt fjärrvärme som står för den största energianvändningen, se Figur 5.
Figur 5 Energianvändning för uppvärmning och varmvatten i småhus, Källa: Energimyndigheten 2016 [5]
BYGGNADSBESTÅNDET
Genom tiderna har konstruktion och arkitektur på flerbostadshus förändrats, vilket påverkar hur dagens behov av renovering och energieffektivisering ser ut. Följande stycken innefattar tidsepokerna:
• Före 1939
• 1930–1944
• 1945–1959
• 1960–1974
• 1975–1989
• 1990–2004
• 2005 - idag
5 Före 1930
Fram till 1930 talet var det vanligt med tegel och trä som material i ytterväggarnas konstruktion med ett bärande stomsystem i form av ytterväggar och hjärtväggar, vilket är en bärande vägg ofta placerade centralt i en byggnads längdriktning. Innanför stadskärnorna var det vanligt att bygga flerbostadshus i en sluten kvartersbebyggelse, vanligt med 3–5 våningar högt. Utanför byggdes oftast flerbostadshus- och villor med vanligast 4 – 6 lägenheter och gemensamt trapphus [6].
Under 1920 talet fick nya byggnader radiatorsystem och bostadshus fick badrum, även i äldre byggnader byggdes badrum och försågs med centralvärme istället för lokal eldning. För att kunna ventilera badrummen utvecklades ventilationstekniken kallad ”Stockholmsventilationen”, vilket innebar att badrummet fick separata självdragskanaler för till- och frånluft. Den inkommande tilluften drogs in vid marknivå på skuggsidan från badrummet, och frånluften ventilerades ut genom ett frånluftgaller via badrumstaket, genom tegelkanalen i skorstenen. Vid varma årstider skapades undertryck i rummen, vilket gör att ersättningsluft sugs in via exempelvis friskluftsventiler eller don i fönster eller ytterväggar [7].
1930–1944
Från 1930 till mitten av 40-talet blev det allt vanligare med lättbetong som konstruktionsmaterial men det dominerande var fortfarandeträ och tegel. Även här var ytterväggar och hjärtväggar det vanligaste bärande stomsystemet. Lamellhusen blev allt mer vanligare under den här tidsperioden, vilket är friliggande längor av hus med ofta två till tre trapphus i varje enskilt hus, byggda i grupper. Det finns två typer av lamellhus, tjockhus och smalhus. Tjockhusen är oftast byggt med mörka trapphus där lägenheterna är placerade enkelsidigt i byggnaden. Smalhusen byggdes för att få ljusare lägenheter med två genomgående lägenheter per plan. Taket på både tjock- och smalhusen var sadeltak belagda med tegel [6]. Under 1930 talet började fläktventilationen, ett kallat F- system etableras och var populärt samtidigt som självdragsystem fram till 1960 – talet.
Självdragssystem var mer vanligt i villor än flerbostadshus. För dåtidens F - system kom luften in genom spaltventiler under fönstren, och med ”överströmningsmetoden” skulle luften strömma rätt väg genom byggnaden, från sov- och vardagsrum till badrum och kök [7].
1945–1959
Från 1945 till slutet av 50 – talet var lättbetong det dominerande konstruktionsmaterialet med ytterväggar och hjärtväggar som vanligaste stomsystem, men även tvärväggar och gavlar började användas allt mer som bärande stomsystem. Under den här tiden byggdes ofta trevåningshus [6].
System med både till- och frånluft började etableras i början på 1970 – talet, och normkrav på värmeåtervinning kom. På grund av skötselproblem och höga driftskostnader i mitten på 1980 – talet med värmeåtervinningssystemen återgick man igen till endast frånluftssystem, och en del med en värmepump för att kunna återvinna värmen till varmvatten. Ett vanligt sätt att tillföra uteluft var via tilluftsradiatorer [7].
1960–1974
Från 1960 till mitten av 70 - talet byggdes det som mest i Sverige i och med miljonprogrammet, som var framtaget av regeringen med mål att höja takten på bostadsproduktionen och eliminera bostadsbristen. Lättbetongen togs över av trä som konstruktionsmaterial och tvärväggar och gavlar var det vanligaste bärande stomsystemet. Lamellhusen byggdes på ett annorlunda sätt än tidigare på grund av andra produktionsmetoder. Ofta har de byggda på planmark, med platt tak och utan taksprång med fasadmaterial som puts, tegel, betong eller vit kalksandsten [6]. Ofta var husen utrustade med frånluftsfläktar och springventiler för tilluft.
Ungefär 70 % av det svenska byggnadsbeståndet utgörs av bostadshus byggda under perioden, mestadels mellan 1965 och 1974. Många av byggnaderna har idag nått sin tekniska livslängd på
6
50 år och är i behov av renovering för att minska energianvändningen. Det blev populärt att installera direktverkande el som energikälla mellan 70 och 80-talet, på grund av bland annat oljekrisen, låga investeringskostnader och enkelt att installera. Idag är det vanligt att en vill byta bort den metoden på grund av hög energianvändning och kostnader. Många av byggnaderna som byggdes var flerbostadshus i form av lamellhus med tre våningar, samt en tredjedel var småhus och villor.
1975–1989
Många av 80-talshusen påverkades av problem som anmärktes under miljonprogrammet, som försöktes undvikas. Ändå uppstod det många misstag som kunde ge följdfel som underdimensionerande ventilationssystem och brister på material för fönster och dörrar. Ofta byggdes det med platta på mark och började isolera utsidan för att undvika tidigare misstag som kunde leda till problem med byggnaden. Det blev vanligare att byggnaderna innefattade pelare, valv och mer struktur på fasaden. Den mekaniska frånluften utvecklades under 80 – talet vilket medförde att självdrag inte fungerade optimalt när byggnaderna blev allt mer täta. Tilluften togs in via friskluftsventiler och spjäll.
1999–2004
Ekonomin kollapsade i början av 90 – talet vilket gjorde att stora satsningar på husbyggande minskades. Det tänktes mer på miljön och kom på nya energibesparande åtgärder. Olika byggnadssätt användes under 90-talet. Trä var ett populärt material som användes för konstruktionerna. Platta på mark var en dominerande grundläggningsmetod och kunskap om isolering på utsidan och dränering var mer självklart. Mekanisk frånluft var fortfarande populärt och för att ta tillvara på värmen i frånluften med en frånluftsvärmepump.
2005-IDAG
Idag är det vanligt med både trä och betong som byggmaterial på grund av dess hållbarhet genom lång livslängd, bra bärförmåga, värme-, ljud- och fuktisolering samt brandmotstånd. Det vanligaste ventilationssystemet som väljs idag är ett FTX – system, det är ett energieffektivt system som har kapaciteten att ta tillvara på värmen som lämnar byggnaden med upp till 80 %.
Begreppet nära-nollenergibyggnader har tagits fram, och innebär att alla EU:s medlemsstater ska
7
se till att nya byggnader är nära-nollenergibyggnader senast den 31 december 2020. Figur 6 nedan visar antalet nybygga småhus och flerbostadshus från år 1930 till 2018 [8].
Figur 6 Antalet nybygga flerbostadshus och småhus mellan 1938 – 2018. Data taget från SCB, 2019 (9)
VANLIGA ÅTGÄRDSFÖRSLAG
Exempel på vanliga åtgärder för minskad energianvändning, främst på byggnader byggda under miljonprogrammet är bland annat åtgärder av klimatskalet, då ett dåligt klimatskal orsakar drag och kalla innerväggar leder det till att det krävs mer energi till uppvärmningen. Genom byte av fönster med ett lägre U – värde samt tilläggsisolering där det är möjligt kan energianvändningen minskas. Genom förbättringar i ventilationssystemet, exempelvis byte och installation av ett FTX – system som återvinner värmen i frånluften leder till minskad energianvändning.
Energiåtgärder i värmesystemet som att justera ventiler till värmesystemet gör att en optimal mängd varmvatten kan passera utan någon ojämn värmetillförsel i olika delar av byggnaden.
Genom injustering sänks medeltemperaturen, vädringen minskas och spillvärme från rörledningar minskar. Vid installation av en värmepump i de norraste delarna i Sverige kan en värmepumps SCOP (Seasonal Coefficient of Performance) kan ligga mellan 2–4, vilket innebär att en värmepump ger 2–4 gånger mer effekt än vad den förbrukar. Minskad varmvattenanvändning är en enkel åtgärd som alla kan vidta, människor har olika vanor och behov och därav använder olika mängder av varmvatten. Genom byte av munstycken som blandar in luft i vattenstrålen minskar vattenflödet utan att brukare märker någon större skillnad [9].
FASTIGHETSÄGARE
För att kunna vidta åtgärder krävs det att fastighetsägare har kunskap och förutsättningar för att genomföra en renovering. Beroende på om fastighetsägaren är ägare till bostadsrätter eller hyresrätter är det vanligt med olika incitament till investeringar. I Sverige är det vanligt med varmhyra, vilket innebär att hyresgästen betalar samma hyra varje månad för uppvärmning och varmvatten, oavsett användning. På grund av det blir det svårt att skapa en uppfattning ifall hyresgästen ska minska sin användning. I en bostadsrätt är bostadsrättsföreningen (BRF)
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000
1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 20152018
Antal nybyggda hus
År
Antal nybyggda småhus och flerbostadshus mellan 1940-2018
Småhus Flerbostadshus
8
fastighetsägare, och varje bostadsinnehavare äger en liten del av föreningen. Det gör att en investering för energieffektiviserande åtgärder också gynnar medlemmarna i BRF och kan dra nytta av minskade driftkostnader, vilket ger tydliga incitament till en energieffektiviseringsåtgärd, om det finns tillräckliga kapital för det. Medlemmar och bostadsinnehavarna i BRF behöver dock inte vara kunniga inom ämnet, därav påverkar det förmågan och kunskapen att genomföra sådana investeringar [10] [11].
Hyresrätter i Sverige kan ägas både privat och av kommunen, därav finns det olika incitament till renoveringsåtgärder i byggnaden. Privata ägare är oftast intresserade av ekonomiska aspekter och är därav intresserad att minska driftkostnaderna och skaffar sig kunskap inom det området, det leder till energieffektiviserande åtgärder och även renovering för att öka standaren på lägenheterna vilket innebär att hyran kan höjas [12]. Om de privata fastighetsägarna är medlem i branchorganisationen Fastighetsägarna, erbjuder organisationen stöd kring området som handlar om energieffektiviseringsåtgärder, miljö och energi. Om huset ägs av kommunala bostadsbolag tillhör de allmännyttan, vilket är en kommunal hyresvärd som har andra incitament till skillnad från privata fastighetsägare. Här är ekonomiska aspekter inte lika viktigt, utan syftet är att tillhandahålla hållbara och prisvärda bostäder för alla [13]. Allmännyttan har ofta som kommunal ägare bättre förutsättningar till att göra kostsamma investeringar på grund av större långsiktighet då de äger och förvaltar fastigheterna längre tid.
DATAINSAMLING
BBR & Energideklarationer
Boverkets byggregler (BBR) representerar föreskrifter och allmänna råd för vissa krav i plan- och bygglagen (PBL) samt plan- och byggförordningen. Senaste versionen av BBR gjordes 1 oktober 2019 genom BFS 2019:2 med grundförfattningsnumret BFS 2011:6, BFS står för Boverkets författningssamling [14].
Energideklarationer är ett dokument som innehåller uppgifter om hur mycket energi som behövs när en byggnad används, och genomförs vid:
• När byggnader är nya
• När byggnadens golvarea är större än 250 kvadratmeter och ofta besöks av allmänheten
• När byggnader upplåts med nyttjanderätt
• När byggnader säljs
Vissa typer av byggnader är undantagna kravet att ha en energideklaration:
1. Byggnader som i huvudsak används för andakt eller religiös verksamhet 2. Industrianläggningar och verkstäder
3. Bostadshus som används eller är avsedda för användning a) mindre än fyra månader per år, eller
b) under en begränsad del av året om energianvändningen beräknas vara mindre än 25 % av en helårsanvändning
4. Tillfälliga byggnader som är avsedda att användas högst två år
5. Ekonomibyggnader med ett lågt energibehov som är avsedda för jordbruk, skogsbruk och därmed jämförlig näring
6. Fristående byggnader med en total användbar golvarea som är mindre än 50 m2 7. Byggnader som är avsedda för totalförsvaret och som på grund av byggnadens
utformning eller den verksamhet som bedrivs där är av hemlig natur [15]
Energideklarationer infördes efter europaparlamentets direktiv om byggnaders energianvändning, som skulle bidra till bättre energiprestanda, inomhusklimat och
9
konstadseffektivitet i unionens byggnader. En energideklaration är giltig i 10 år, och har genom åren förändrats, den 1 januari 2014 byttes sju energinivåer ut till energiklasser med en skala från A till G, där A innebär den lägsta energianvändningen och G den högsta.
Den 1 juli 2017 förändrades kravet på en byggnads energiprestanda i ”primärenergital” från att ha kallats ”specifik energianvändning”. Primärenergi innebär den mängd energi som går åt till produktion, utvinning och till levererad energi, och baseras på den levererade energin till byggnaden, till skillnad från innan då den baserades på byggnadens använda energi.
Energiprestandan är ett mått på hur en byggnad presterar energimässigt. Primärenergitalet tar hänsyn till byggnadens geografiska placering samt vilken energibärare som används. Den specifika energianvändningen beskriver köpt energi för uppvärmning, varmvatten och fastighetsel dividerad med den uppvärmda golvarea, Atemp. Till fastighetsel inkluderas den energi som behövs för fast installerad belysning, pumpar, fläktar, ventilation samt reglerutrustning. Energi som används för hushållsmaskiner och elektronik ingår dock inte utan beräknas separat som hushållsenergi om det är i bostäder (en- och tvåbostadshus samt flerbostadshus), och som verksamhetsenergi i lokaler.
Energiklassning som utförs idag på byggnader baserar sig på primärenergitalet istället för specifik energianvändning för energideklarationer utförda efter 1 januari 2019. Den specifika energianvändningen finns ändå fortfarande kvar som information på energideklarationens sammanfattning. Vid jämförelse av energiklasser på deklarationer utförda innan och efter 1 januari 2019 är det bra att ha i åtanke att de inte kan jämföras helt korrekt då de är bestämda utifrån olika energiklasbestämmelser [16].
Det har främst skett tre större förändringar för energideklarationer sedan de infördes i Sverige.
Från 2009-01-01 fram till 2013-12-31 visades byggnadens energiprestanda enligt energinivåer, se Figur 7 längst till vänster. Från 2014-01-01 till 2018-12-31 ändrades energideklarationens sammanfattning och energiklass mellan A-G infördes, se bild i mitten, och från 2019-01-01 beskrivs energiprestandan utifrån primärenergitalet, det finns även kvar den tidigare energiprestandan, se bild till höger.
Figur 7 Energideklarationens sammanfattning genom tiden, Källa: Boverket
10
Enligt studier visar resultat på att nya och gamla energideklarationer framgångsrikt kan jämföras för att se utveckling på en byggnads energiprestanda, men att förändringar i beräkningsmetoder för exempelvis uppvärmd golvyta (Atemp) orsakat en överskattning av förbättringen av energiprestandan med cirka 7 kWh/m2 och år per byggnad som kan behövas korrigeras för [17].
Trots att länder i Europa också strävar efter samma mål framtagna av EU visar det sig att bedömningsmetoder för energiprestanda på byggnader utförs på olika sätt vilket leder till att slutsatser om byggnadsbeståndet och hur utvecklingen ska se ut i framtiden skiljer sig åt i olika länder [18]. Det har också upptäckts fel i energiberäkningar som orsakat fel energiklassning i vissa energideklarationer som är utförda första halvåret 2019, efter ändrade beräkningsmetoder för byggnadens energianvändning. Misstaget gällde för 270 energideklarationer, det är idag åtgärdat [19].
Utförandet av en energideklaration får göras av oberoende och certifierande energiexperter för att sedan registreras i energideklarationsregistret kallat ”GRIPEN”, förvaltat av Boverket. Idag innehåller GRIPEN ungefär 90 % av Sveriges flerbostadshus med ungefär 130 000 unika energideklarationer. Sedan energideklarationer infördes i Sverige mellan 2007–2008 i samband med fastställandet av EU-direktivet för byggnaders energiprestanda har utfallet av den svenska bebyggelsen enklare kunnat studerats för att enklare få en förståelse över energianvändningen i byggnaden. I och med att en energideklaration måste förnyas efter 10 år innebär det att många upprättat en ny energideklaration, därav är det möjligt att studera en eventuell förbättring.
Energideklarationer kan beställas i dataformat för att enkelt kunna göra analyser och bearbeta stora mängder data samtidigt.
Lantmäteriet är en myndighet som kartlägger Sverige, samt registrerar alla fastigheter och tillhandahåller information om fastigheterna. Fastighetsregistret är Sveriges officiella register över hur bland annat marken är indelad och vem som äger vad. Information om fastigheter och byggnader kan beställas i uttag från lantmäteriet kostnadsfritt (med en startavgift) för forskning.
Artificiell Intelligens, Machine Learning & Deep Learning
Huvudsyftet med artificiell intelligens (AI) är att få maskiner att självständigt lära sig tala, tänka och lösa problem utan någon mänsklig inblandning. Machine Learning, (ML) och Deep Learning (DL) är två undergrupper inom AI, se Figur 8.
Figur 8 Beskriver hur Artificiell intelligens, maskininlärning och djuplärning är beroende av varandra.
11
ML innebär att en maskin självständigt utan regelbaserad programmering kan förstå och hantera stora mängder data, samt har möjligheten att kunna förbättra sig själv utan en människas interaktion. För att det ska vara möjligt krävs det flertalet algoritmer, och ju mer maskinerna använder algoritmerna desto smartare blir de efter varje körning [20]. ML är ett bra verktyg för att analysera och förstå ett mönster i en datasamling, även förutse kommande mönster baserad på den redan befintliga data. DL är en datorprogramvara som istället liknar nätverket av nervceller i en hjärna. Genom att använda djupa neurala nätverk, vilket kan beskrivas som en modell där olika lager staplas på varandra, kan det neurala nätverket tränas till olika typer av uppgifter direkt från information av bilder, texter och/eller ljud. ML kan delas in i tre olika kategorier:
• Klusterbildning (icke- tränat)
• Regressionsanalys (tränat)
• Klassificering (tränat)
De olika kategorierna kan beskrivas som antingen ”icke tränat” och ”tränat” lärande. Inom ”icke tränat” lärande ingår klusterbildning och inom ”tränat” lärande ingår klassificering och regression. För kategorierna används flera olika utvecklade algoritmtekniker som bestäms utifrån hur data ska bearbetas [21], se Figur 9 nedan.
Figur 9 Kategoriserande av tränad och icke-tränad typ av maskininlärning, med olika typer av algoritmer och tekniker [21]
En metod för att kunna se mönster och korrelationer i ett stort dataset kallas Principal Component Analysis (PCA). Det används vid behov av att undersöka och analysera data med en stor dimension av sammanhängande variabler, samtidigt att behålla mycket av variationen genom att gå från flera variabler till endast två variabler. För att se samband och riktningar mellan två eller flera variabler kan en korrelationskoefficient beräknas för att sedan skapa en visuell figur över hur punkterna förhåller sig till ett visst område.
NORRBOTTENS LÄN
Information och kunskap om områden inom energieffektivisering måste spridas till både kommun och ner på individnivå för att göra någon skillnad. Det här examensarbetet riktar sig till de 14 kommuner i Norrbotten för att undersöka, via analys av energideklarationer,
12
fastighetsbestånd och fallstudie i en lokalbyggnad, energianvändningen i bostads- och servicesektorn.
Norrbottens län har en vision att bli Sveriges mest välkomnande och nytänkande län, genom bland annat att vara välkomnande, hållbart och attraktivt. Frågan är om informationen och kunskapen om energieffektivisering i bostäder- och servicesektorn är tillräcklig för både privata och offentliga fastighetsägare för att bidra till en mer hållbar framtid och uppsatta mål. Med ett omfång på omkring 18 000 unika energideklarationer från Norrbottens län och med hjälp av programmeringsverktyg är det möjligt att kartlägga behovet, potentialen och utvecklingsområden genom gruppering, klassificering och regressionsanalys för olika typer av byggnader. Att bygga ett långsiktigt och livskraftigt län som snabbt kan anpassa sig till förändringar samt tillvarata de unika förutsättningar och möjligheter som finns, är en viktig komponent i att nå visionen.
”Regional utvecklingsstrategi Norrbottens 2030” är ett ramverk med satta mål för att
möjliggöra ett Norrbotten med hållbara och smarta samhällen. Genom ett hållbart samhälle ska det byggas med hög kvalitet på arkitektur, form och design med energieffektivitet, miljövänligt byggande och med användning och bevarande av länets natur- och kulturvärden.
Övergripande mål för Norrbotten är bland annat:
• Vara välkomnande, hållbart och attraktivt
• Skapa hållbar tillgänglighet
• Ha en väl fungerande kompetensförsörjning
• Vara innovativt och konkurrenskraftigt
Resultat från strategin visar på att energianvändningen gått ner med 10 % 2016 jämfört med 2005 vilket tyder på att länets utveckling inom området är på rätt väg [22]. I jämförelse med Sveriges totala temperaturkorrigerade energianvändning i Figur 3 har energianvändningen minskat med cirka 7 % mellan 2005 och 2016.
1.1 SYFTE & MÅL
Syftet med examensarbetet är att kartlägga behovet/potentialen för energieffektivisering i olika befintliga byggnader hos de 14 kommunerna i Norrbottens län genom analys och bearbetning av data från energideklarationer, lantmäteriet och litteratur.
Exempel på frågor som har behandlats i arbetet är:
• Hur stora bestånd finns i behov av renovering?
• Vad finns det för olika typer av grupperingar på byggnaderna?
• Vilka grupper har störst besparingspotential i regionen?
• Vad är den/de mest frekventa åtgärderna som förekommer i energideklarationerna?
• Hur stor mängd av byggnadsbeståndet är inte energideklarerat?
• Är energideklarationer ett pålitligt dokument?
1.2 AVGRÄNSNINGAR
• All data i energideklarationerna har inte analyserats, endast de som ansågs som intressant för arbetet
• Vissa byggnader är exkluderade i insamlade data, exempelvis byggnader som inte är deklarationspliktiga:
- deklarationer med Atemp mindre än 50 m2
13 Orimliga värden
- deklarationer med energiprestanda mindre än 20 kWh/m2 per år - deklarationer med energiprestanda större än 500 kWh/ m2 per år.
- deklarationer med byggnadskategori En- och tvåbostadshus och Atemp större än 500 m2
• Endast energideklarationer för byggnader från Norrbottens län kommuner har analyserats
• Ingen ekonomisk analys har genomförts
• In ramarna av arbetet har GDPR tillämpats om inte publikationssamtycke med fastighetsägarna erhålls, det innebär att i slutrapporten är all data och resultat avidentifierat för att skydda och anonymisera den enskilda individen.
14
2. TEORI
Följande stycke innehåller teoretiska bakgrunder kring energihushållning, ventilation och maskininlärning.
2.1 ENERGIBERÄKNINGAR
En byggnads teoretiska årliga värmebehov kan beräknas enligt:
𝑄å# = %Σ𝑈(∙ 𝐴( + 𝜌𝑉̇/01/23#43/50 𝑐89𝑆 + 𝑄;<03/243/50 (1) Σ𝑈(∙ 𝐴( = Summa förluster via transmission
𝜌 = Densitet (kg/m3)
𝑉̇/01/23#43/50=Volymflöde infiltration 𝑐8= Specifik värmekapacitet (J/kg ° C)
S, fås från tabell “S, Specific heat (°Ch) demand for Heating systems and duration time (h)”, se Bilaga I
𝑄;<03/243/50, se 2.2 Ventilationsberäkningar ENERGIHUSHÅLLNING
En byggnads primärenergital, 𝐸𝑃8<3 , baseras på den levererade energi viktat mot primärenergifaktorn som justeras beroende på vilken energibärare (el, fjärrvärme, fjärrkyla, biobränsle, olja och gas) som används, enligt Ekvation 2.
𝐸𝑃8<3 = ∑@
ABCCD,F
GHIJ KLMNO,FKLPDD,FKLQ,FR×TLF
UPIVC (2)
𝐸W88;,/ = Energi till uppvärmning för energibärare i (kWh/år) 𝐸XY2,/ = Energi till komfortkyla för energibärare i (kWh/år) 𝐸3;;,/ = Energi till tappvarmvatten för energibärare i (kWh/år) 𝐸1,/ = Energi till fastighetsenergi för energibärare i (kWh/år) 𝐹[<5 = Geografisk justeringsfaktor (-)
𝑃𝐸/ = Primärenergifaktor för el, fjärrvärme, fjärrkyla, biobränsle, olja och gas (-)
𝐴3<\8 = Arean av samtliga våningsplan, vindsplan och källarplan för temperaturreglerande utrymmen, avsedda att värmas till mer än 10° C, som begränsas av klimatskärmens insida. Area som upptas av innerväggar, öppningar för trappa, schakt och dylikt, inräknas. Area för garage, inom byggnaden i bostadshus eller annan lokalbyggnad än garage, inräknas inte.
Primärenergifaktorn för olika energibärare visas i Tabell 1.
Tabell 1 Primärenergifaktor för olika energibärare där el kommer ha den största påverkan på primärenergitalet, Källa BFS 2017:5
Energibärare Primärenergifaktor (PEi)
El (PEel) 1,6
Fjärrvärme (PEfjv) 1
Fjärrkyla (PEkyl) 1
Biobränsle (PEbio) 1
Olja (PEolja) 1
15
Gas (PEgas) 1
𝐹[<5 är olika beroende på geografisk placering. Stockholm har en geografisk justeringsfaktor på 1, och Skåne med den lägsta i Sverige på 0,8. För Norrbottens läns kommuner förhåller sig den geografiska justeringsfaktorn enligt Tabell 2 nedan, där Gällivare och Kiruna har den högsta i hela Sverige:
Tabell 2 Geografiska justeringsfaktorer för Norrbottens län 14 kommuner
Kommun Geografisk justeringsfaktor, Fgeo
Piteå 1,4
Boden, Haparanda, Kalix, Luleå och Älvsbyn 1,5
Arvidsjaur, Överkalix och Övertorneå 1,6
Arjeplog och Pajala 1,7
Jokkmokk 1,8
Gällivare och Kiruna 1,9
Byggnads energianvändning, 𝐸]<4, beskriver den energi som vid normalt brukande under ett normalår behöver levereras till byggnaden, även kallad köpt energi, enligt Ekvation 3.
𝐸]<4 = 𝐸W88;+ 𝐸XY2+ 𝐸3;;+ 𝐸1 (3)
𝐸W88; = Energi till uppvärmning (kWh/år) 𝐸XY2 = Energi till komfortkyla (kWh/år) 𝐸3;; = Energi till tappvarmvatten (kWh/år) 𝐸1 = Fastighetsenergi (kWh/år)
Den högsta tillåtna värmegenomgångkoefficient, 𝑈\, beräknas enligt Ekvation 4:
𝑈\ = ∑ ^FUFK∑ 2M_MK∑ `a
C V abc
d Mbc Fbc
UJV (4)
𝑈/ = Värmegenomgångskoefficient för byggnadsdel i (W/m2K)
𝐴/ = Arean för byggnadsdelens yta mot uppvärmda delar av bostaden/lokalen. Karmyttermått tas med för fönster, dörrar, och portar vid beräkningar.
𝑙X = Längd av den linjära köldbryggan k (m)
ψX = Värmegenomgångskoefficient för den linjära köldbryggan k (W/m K) χ( = Värmegenomgångskoefficient för den punktformiga köldbryggan j (W/m) 𝐴5\ = Sammanlagd area för omslutande byggnadsdelars ytor mot uppvärmda delar av bostäder/lokaler.
16
Kravnivåer finns för primärenergital, installerad eleffekt, värmegenomgångstalet 𝑈\, samt luftläckage. Se Tabell 3.
Tabell 3 Högsta tillåtna primärenergital, installerad eleffekt för uppvärmning, genomsnittlig värmegenomgångskoefficient och genomsnittligt luftläckage för småhus, flerbostadshus och lokaler. [23]
Bostäder Energiprestanda (𝑬𝑷𝒑𝒆𝒕) [kWh/m2, år]
Installerad eleffekt för uppvärmning [kWh]
Värmegenomgångs- koefficient (𝑼𝒎) [W/m2, K]
Luftläckage [l/s, m2]
Småhus 90 4,5+1,7x (Fgeo – 1) * 0,40 Enligt avsnitt
9:26 (BBR 2011:2) Småhus,
Atemp <50 m2 Inget krav - 0,33 0,6
Flerbostadshus 85* 4,5+1,7x (Fgeo – 1) * 0,40 Enligt avsnitt 9:26 (BBR 2011:2) Lokaler
Lokaler 80 4,5+1,7x (Fgeo – 1) * 0,60 Enligt avsnitt
9:26 (BBR 2011:2) Lokaler,
Atemp <50 m2 Inget krav - 0,33 0,6
* Vissa tillägg får göras, bland annat beroende på Atemp, Fgeo och behov av utökade uteluftsflöden
En byggnad som uppfyller kraven som ställs på ett nybyggt hus i dag får energiklass C eller bättre.
Energiklassen beräknas utifrån hur väl energiprestandan (primärenergitalet, 𝐸𝑃8<3) uppfyller kraven enligt nedanstående Tabell 4:
Tabell 4 Energiklassen bestäms utifrån energiprestanda/primärenergitalet, Källa: Boverket [16]
Energiklass Energiprestanda EPpet
A <= 50 % av nybyggnadskravet för en byggnad
B > 50 - <= 75 % av nybyggnadskravet för en
byggnad
C > 75 - <= 100 % av nybyggnadskravet för en
byggnad
D > 100 - <= 135 % av nybyggnadskravet för en
byggnad
E > 135 - <= 180 % av nybyggnadskravet för en
byggnad
F > 180 - <= 235 % av nybyggnadskravet för en
byggnad
G > 235 % av nybyggnadskravet för en byggnad
2.2 VENTILATIONSBERÄKNINGAR
Temperaturverkningsgraden (tilluft) för ett FTX-system beräknas med hjälp av Ekvation 5:
ho= ooPFOOpoBPI
QqådpoBPI (5)
𝑇3/22 = Tilluftens temperatur efter värmeväxlare
17 𝑇W3< = Utomhusluftens temperatur före värmeväxlare 𝑇1#å0 = Frånluftstemperatur före värmeväxlare
Värmeförluster via ventilation beräknas med hjälp av Ekvation 6:
𝑄̇;<03/243/50= 𝜌𝑉̇1#å02W13𝐶8𝑡1#å02W13,3<\8− 𝜌𝑉̇3/22W13𝐶8𝑡W3<2W13,3<\8 (6)
Energiuppskattning för ett ventilationssystem utan värmeåtervinning beräknas med Ekvation 7–
9:
𝑄;<03/243/50,W340= 𝑄;<03v,W340 wwx + 𝑄3/221ö#z<2 (7)
𝑄3/221ö#z<2 = 𝜌𝑉̇3/221ö#z<2𝐶8%𝑡#W\z3<\8− 𝑡3/22W139 × 𝐷𝑟𝑖𝑓𝑡𝑡𝑖𝑚𝑚𝑎𝑟 (𝑊ℎ) (8)
𝑄;<03v,W340 wwx = 𝜌𝑉̇2W1312ö…<ℎ;†‡xˆ†‡‰ v†Š (9)
Där X= dagar per vecka, Y = timmar per dygn och Z = månader per år då ventilationen är igång
Energiuppskattning för ett ventilationssystem med värmeåtervinning (FTX-system) beräknas med Ekvation 10–11:
𝑄;<03/243/50,\<…= 𝑄;<03v,\<… wwx+ 𝑄3/221ö#z<2 (10)
𝑄;<03v,\<… wwx= 𝐸‹× 𝑄;<03v,W340 wwx (11)
𝐸‹, ”Energy quota” finns att hämta från Bilaga II.
Den specifika fläktkapaciteten (SFP) beräknas enligt Ekvation 12:
𝑆𝑃𝐹 =TŒ (12)
Där 𝑃 är fläktens eleffekt [kW] och 𝑞 är luftflödet genom fläkten [m3/s]
Enligt BBR bör ventilationssystemet el effektivitet, vid dimensionerande luftflöden, inte överskrida nedanstående värden för SFP, i Tabell 5:
Tabell 5 Rekommenderande värden för den specifika fläkteffekten för olika typer av ventilationssystem, Källa: Boverket [23]
Ventilationssystem SFP
Från- och tilluft med värmeåtervinning 2,0 Från- och tilluft utan värmeåtervinning 1,5
Frånluft med återvinning 1,0
Frånluft 0,6
2.3 MACHINE LEARNING, PCA ANALYS
För att kunna använda tekniken ”Principal Component Analysis”, måste data först standardiseras för att de olika funktionerna omvandlas till samma skala med medelvärde 0 och varians 1, enligt Ekvation 13:
18 𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑𝑖𝑠𝑒𝑟𝑎𝑡 𝑣ä𝑟𝑑𝑒 𝑎𝑣 𝑥/ = •Fp\<…<2;ä#…< 4; •
z3… 4;;/X<2z< 4; • (13)
Egenvektorer och egenvärden beräknas för att bestämma riktning och storlek för det nya funktionsutrymmet. För att beräkna egenvärdena och egenvektorer måste kovarians matrisen tas fram, som är en d x d-matris (där d är ursprungliga dimensionen för datauppsättningen, exempelvis 4 x 4), där varje element innefattar kovariansen mellan två olika funktioner. För att få fram egenvektorerna och egenvärden används matematiska metoder inom linjär algebra. Vid dataanalys kan ”numpy array” användas.
För att undersöka att egenvektorerna är korrekta kan summan av varje värde i kvadrat summeras, och resultera i 1. Efter det ska intressanta huvudkomponenterna väljas. För att veta vilka komponenter som innehåller lite information och därav kan tas bort, analyseras egenvektorerna.
De vektorerna med lägst värden har minst information om data. Antalet huvudkomponenter väljs där den ”förklarade variansen” används för att veta hur mycket information som finns i varje huvudkomponent. För att omvandla befintliga data till den nya transformerade datamängden används en projektionsmatris, som är en matris av de sammankopplade egenvektorer med mest information. Det 4-dimensionella utrymmet transformeras till ett 2-dimensionellt underrum genom att välja de två egenvektorer med högsta egenvärden, då bildas en d x k matris, W. Den 4 x 2 dimensionella projektionsmatrisen W används för att transformera data till det nya underrummet med Ekvation 14 enligt:
𝑌 = 𝑋 × 𝑊 (14)
Utgångsmatrisen Y är då en Z x 2 matris med de transformerade data. Målvariabeln kan nu kombineras med matrisen för att kunna göra en 2D visualisering på datamängden.
Vid prognosanalys används ett konfidensintervall med 95 %, vilket innebär att med 95 % säkerhet kan prediktionen stämma. Korrelationsanalys beskriver inom statistiken styrkan och riktning av ett samband mellan två eller flertalet variabler, med korrelationskoefficient mellan -1 och 1. Ett värde på -1 är maximalt negativt samband och 1 maximalt positivt samband.
19
3. METOD
Examensarbetet började med att beställa ett datauttag av energideklarationer från Boverkets databas GRIPEN. Eftersom examensarbetet ses som forskning inom området är uttaget kostnadsfritt. Energideklarationer skickades i data-filer som ”txt.” format med ”|” som skiljetecken. Datauttaget var uppdelat i före/efter 2019 eftersom Boverket då omformulerade begreppet energiprestanda. Primärenergital infördes från och med 1 januari 2019. Datat är uttaget för forskningsändamål, där uttag görs en gång i halvåret. Datauttaget som användes i examensarbetet togs ut 1 juli 2019, därav är energideklarationer utförda efter det datumet inte med i dataanalysen. Datauttaget innehöll deklarationer från hela Sverige, därav sorterades alla energideklarationer från Norrbottens län ut.
Ett datauttag beställdes från lantmäteriet för att kunna få fram alla fastighetsbeteckningar som finns i Norrbottens län, och därav se hur stor mängd som saknar energideklaration. Data transformerades och analyserades i både Microsoft Excell och källkodsprogrammet Jupyter Notebook.
Figur 10 Datauttag från Boverket innehållande energideklarationer, samt från lantmäteriet innehållande data av byggnadsbeståndet
Skillnaderna mellan energideklarationernas innehåll innan och efter 2019 analyserades och de primära faktorerna som är intressanta att analysera diskuterades med handledare. Tabellerna som valdes från lantmäteriet var 01A och 50A. Tabell 01A innehåller information om registerenheter, i det här fallet för fastigheter, tabell 50A innehåller information om registerbyggnader, som grundläggande attribut om byggnaden. Fastighetsbeteckning togs ut från tabell 01A, och därefter jämfördes gentemot fastighetsbeteckningar från boverkets datauttag. Genom det kunde andelen byggnader som inte hade en energideklaration vid studiens tidpunkt studeras, efter bortsortering av byggnader som inte kräver en energideklaration. Analysen jämfördes endast med datauttaget med energideklarationer utförda före 2019, då datauttaget efter inte har stor mängd data.
Fältnamn som finns och har används från tabellerna 01A och 50A finns presenterade i Bilaga III och IV.
Byggnaderna från uttagen kategoriseras i fyra olika grupper. Grupperna är
• Flerbostadshus
• En- och tvåbostadshus
20
• Lokalbyggnader
• Lokal- och specialbyggnader
Vad grupperna innefattar för typer av byggnader kan ses i Bilaga VI.
En litteratur- och omvärldsanalys gjordes för att få en överblick över befintliga studier och forskning på energideklarationer och dess påverkan på samhället.
En förundersökning gjordes på metoder och programmeringsverktyg som kunde komma till användning för analysen av data. Mycket data kunde analyseras i Microsoft Excel, och genom hjälp av sakkunniga på RISE valdes Jupyter Notebook som källkodsprogram för bland annat PCA analysen. Vid analys av data i Jupyter Notebooks har olika python paket använts, som
”pandas” för datanalys, ”numpy” för numeriska beräkningar, ”matplotbib” för visualisering, och
”sklearn” för modellering. Andra paket som använts är ”glob”, ”os”, ”seaborn”, ”scipy”, ” sklearn.preprocessing”, ” sklearn.decomposition”.
En fallstudie genomfördes under mitten av arbetets gång. Genom analys av energideklarationerna valdes en intressant lokal ut som hade hög energianvändning och var i behov av effektiviseringsåtgärder. Fallstudien gick ut på att hitta de faktorer och åtgärder som behöver göras i byggnaden för att få en bättre energiprestanda. Tillsammans med kunnig personal från Energikontor Norr bestämdes en dag för att besöka lokalen. Det som undersöktes var framförallt:
• Belysning: antal, typ
• Ventilation: Flöden, drifttid, SFP (specifik fläkteleffekt), ålder
• Ytor: lager, verkstad, butik
• Fönster, dörrar, portar
• Överordnat system
• Radiatorer
• Elanvändning från el-abonnemang
Kontinuerlig kontakt med handledare från Energikontor Norr och Luleå Tekniska Universitet hölls under hela arbetets gång.
21
4. RESULTAT & DISKUSSION
I kommande stycken presenteras resultatet utifrån analys av energideklarationer och data från lantmäteriet. Det som har analyserats är bland annat uppvärmningssystem, vanligaste ventilationssystem, åtgärdsförslag, besparingspotential i länet, energiklasser från A-G, hur stor mängd av byggnadsbeståndet som saknar energideklaration, resultat från fallstudien, energideklarationer som pålitligt dokument, korrelationsstudie, samt prognos för energiprestandan till år 2030.
4.1 DATAINSAMLING
Datauttaget från Boverket resulterade i 47 282 rader gjorda före årsskiftet till 2019, varav 17 068 var unika energideklarationer. Efter årsskiftet till 2019 var datauttaget på 2913 rader, varav 954 var unika energideklarationer. Orsaken till att en energideklaration får flera rader är för att den har flera olika åtgärdsförslag, där varje åtgärdsförslag kommer leda till olika minskade energianvändningar, som presenteras i en enskild kolumn. Därav behöver en deklaration flera olika rader då det finns flera olika åtgärdsförslag. Vid analys av åtgärdsförslag har därför alla rader i datauttaget tagits med i analysen för att få med alla olika åtgärdsförslag som förekommer, för varje energideklaration. För övriga analyser har endast de unika energideklarationerna tagits hänsyn till, för att inte få felaktiga resultat då samma byggnad förekommer flera gånger vilket också leder till upprepningar av vissa värden.
Datauttaget från lantmäteriet var uppdelat i två tabeller, där tabell 01A bestod av totalt 131 443 unika identitetsnummer innehållande bland annat fastighetsbeteckning, och tabell 50A med 391 644 unika identitetsnummer, innehållande bland annat byggnadsinformation. Varje identitetsnummer innefattade information om en viss fastighetsbeteckning.
4.2 GRUPPERING AV BYGGNADSKATEGORI, NORRBOTTENS LÄN En analys gjordes för att se hur stor andel som finns registrerat för varje byggnadskategori, från både energideklarationer och data från lantmäteriet. I Figur 11 nedan visas antalen byggnader som finns registrerade i tabell 50A från lantmäteriet (byggnadsinformation). Flest registrerade byggnader är ”komplementbyggnader” vilket är mindre byggnader som friggebodar, förråd och liknande. De saknar oftast värmesystem, vatten och ventilation, därav behöver de inte en separat energideklaration. Om byggnaden är större än 50 m2 med en temperatur över 10 grader behövs dock en energideklaration.
22
Figur 11 Olika byggnadskategorier som finns i tabell 50A från lantmäteriet
Byggnadstyperna ovan sorteras in underkategorier, som är angivna i energideklarationerna. För att kunna göra det analyserades underkategorierna för byggnadstypen i tabell 50A, vilket kan ses i Bilaga VI. Gruppen ”Totalt” i Tabell 6 nedan är data från lantmäteriets registrerade fastigheter.
Byggnadstypen ”Lokal- och specialbyggnader” innefattar summan av antalet industrier, samhällsfunktioner, verksamheter, ekonomibyggnader, komplementbyggnader och övriga byggnader. Notera att alla av de nödvändigtvis inte bör ha en energideklaration. Att ha i åtanke är att gruppen ”Lokal- och specialbyggnader” samt ”Lokalbyggnader” kan innefatta samma typ av byggnad. I Tabell 6 nedan visas antalet byggnader i varje grupp, från både energideklarationer och lantmäteriets data.
Tabell 6 Antalet byggnader i varje datauttag
Byggnadstyp Energideklarationer
före 2019 Energideklarationer
efter 2019 Totalt (50A)
Flerbostadshus 3273 247 5734
En och tvåbostadshus 11 997 644 109 270
Lokalbyggnader 744 63
Lokal- och
specialbyggnader 1054 271 808
Ospecificerad 4 832
Summa 17 068 954 386 812
De ovanstående siffrorna visas nedan, Figur 12, i ett stapeldiagram för att se procentandelen. För datauttaget före 2019 var den dominerande gruppen ”En- och tvåbostadshus” som stod för 70
% av uttaget (11 997), samma gäller för uttaget efter 2019, där gruppen stod för 67 % (644). För alla registrerade fastigheter i datauttaget från lantmäteriet (kallad ”Totalt”) var gruppen ”Lokal- och specialbyggnader” störst med 70 % av uttaget (271 808), därefter ”En- och tvåbostadshus”
med 28 %. Som nämnt ovan innefattar ”Lokal- och specialbyggnader” även byggnader som inte behöver en energideklaration.
0 50 000 100 000 150 000 200 000 250 000
119 836
4 055 5 621 2 193 2 528
242 023
15 388
Antal
Byggnadstyper registrerat i tabell 50A
Bostad Industri Samhällsfunktion
Verksamhet Ekonomibyggnad Komplementbyggnad
Övrig byggnad
23
Figur 12 Andel flerbostadshus, en- och tvåbostadshus, lokalbyggnader samt lokal- och specialbyggnader för datauttag på energideklarationer, samt datauttag från tabell 50A, lantmäteriet
4.2 BYGGNADSBESTÅNDETS NYBYGGNADSÅR
Nybyggnadsåret för byggnaderna i datauttagen före och efter 2019 från Boverket visas nedan i Figur 13.
Figur 13 Årsindelning för byggnadskategorierna med avseende nybyggnadsåret, från båda uttagen före och efter 2019
Enligt Figur 13 ovan syns det att de flesta av byggnadsbeståndet i Norrbottens län som har en energideklaration, byggdes under perioden 60–89 samt 75–89. Det visar på vilket stort bestånd som byggdes under ”miljonprogrammet”.
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8
Flerbostadshus En och tvåbostadshus Lokalbyggnader Lokal- och
specialbyggnader
Andel
Andel av byggnadskategori för datauttag
Energideklarationer före 2019 Energideklarationer efter 2019 Totalt (Tabell 50A)
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35
Före 1930 1930-1944 1945-1959 1960-1974 1975-1989 1990-2004 2005-idag
Nybyggnadsår för varje byggnadskategori
Flerbostadshus En- och tvåbostadshus Lokalbyggnader Lokal- och specialbyggnader
