Building Energy Flexibility: A Sensitivity Analysis and Key Performance Indicator Comparison

Bygnings Energi Flexibilitet: Sensitivitets Analyse og Sammenligning af Nøgleindikatorer

Ellingsgaard, John

4. Term

Building Energy Design

2019

2019-01-28

92

Bygninger kan ændre, hvornår og hvor meget de bruger varme. Dette speciale undersøger, hvilke faktorer der mest påvirker den fleksibilitet, og hvordan den måles. Med rådata fra seks casestudier af kontorer og enfamiliehuse testede vi påvirkningen fra isoleringsniveau, termisk masse (bygningens evne til at lagre varme), type varmesystem, styringsstrategi, udetemperatur og solindstråling. Vi anvendte ANOVA, en statistisk metode, til at se hvilke faktorer der ændrer fleksibiliteten mest, og rangerede dem. Vi udførte også en ekstra følsomhedsanalyse med fokus på isolering, termisk masse, varmesystem og styringsstrategi for at se nærmere på fleksibilitetsegenskaber og to nøgletal (KPI'er) defineret af IEA EBC Annex 67. På tværs af de fleste fleksibilitetsegenskaber og Annex 67 KPI'er havde isoleringsniveau størst betydning. Termisk masse havde også stor indflydelse, især i lavt isolerede bygninger. En undtagelse var den samlede tid med øget energibehov, hvor isolering ikke lå øverst. Resultaterne for den samlede tid med øget eller nedsat energibehov er dog usikre, og andre studier tyder på, at isolering og termisk masse også bør være de vigtigste drivere her. Kun isoleringsniveau påvirkede omkostninger og besparelser ved at anvende fleksibilitet, sandsynligvis fordi bedre isolering reducerer det samlede energiforbrug. I anden del analyserede vi 11 forskellige KPI'er, inddelte dem i fire kategorier og sammenlignede dem med Annex 67 KPI'erne. Otte af de 11 var sammenlignelige med enten flyttet fleksibel last eller effektivitet af fleksibel drift. Når kun KPI'er, der kan vurderes på årsbasis, medtages, var 8 af 9 på linje med Annex 67 KPI'erne.

Buildings can shift when and how much they use heating. This thesis examines which factors most affect that flexibility and how to measure it. Using raw data from six case studies of offices and single-family houses, we tested the influence of insulation level, thermal mass (a building's ability to store heat), type of heating system, control strategy, outdoor temperature, and solar radiation. We applied ANOVA, a statistical test, to see which factors change flexibility the most and ranked them accordingly. We also ran a second sensitivity analysis focusing on insulation, thermal mass, heating system, and control strategy to look more closely at the flexibility characteristics and two key performance indicators (KPIs) defined by IEA EBC Annex 67. Across most flexibility characteristics and the Annex 67 KPIs, insulation level had the largest impact. Thermal mass also mattered, especially in low-insulated buildings. An exception was the total time of increased energy demand, where insulation did not rank first. However, the results for the total time of increased or decreased demand are uncertain, and evidence from other studies suggests insulation and thermal mass should be the top drivers there as well. Only insulation level affected cost savings from applying flexibility, likely because better insulation lowers overall energy use. In a second part, we analyzed 11 different KPIs, grouped them into four categories, and compared them with the Annex 67 KPIs. Eight of the 11 were comparable to either shifted flexible load or efficiency of flexible operation. When considering only KPIs that can assess flexibility on a yearly basis, 8 of 9 aligned with the Annex 67 KPIs.

[This abstract was generated with the help of AI]

Download
View record in AAU Student Projects