Implementering av brukeratferd i energi- og inneklimaberegninger i Norge
Translated title
Implementation of Occupant Behaviour in Energy and Indoor Environmental Calculations in Norway
Authors
Ødegaard, Håkon Kjærnet ; Karlsen, Line Røseth
Term
4. term
Publication year
2011
Submitted on
2011-06-15
Pages
339
Abstract
Studier viser ofte store forskelle mellem beregnet og faktisk energiforbrug i boliger. Brugeradfærd er en væsentlig årsag. Denne masteropgave undersøger, hvordan brugeradfærd påvirker energiforbrug og termisk indeklima, og hvordan adfærd kan indarbejdes i energi- og indeklimaberegninger i Norge. Til dette er der udviklet et brugervenligt værktøj til norske rådgivende ingeniører, kaldet AMSiS (Automatisering af Multiple Simuleringer i SIMIEN). Grundideen i AMSiS er at modellere de mest følsomme, brugerrelaterede forhold som stokastiske (tilfældige) variabler, mens mindre følsomme brugerforhold samt bygnings- og systemparametre sættes som deterministiske (faste) værdier. Værktøjet omfatter ni forskellige brugerprofiler baseret på en testcase. Analysen viser, at følgende faktorer har særlig stor betydning for energibehovet: effekt til opvarmning af brugsvand, naturlig ventilation (fx vinduesåbning), sætpunkttemperatur og varmeafgivelse fra personer. For termisk indeklima var interne varmelaster (fra fx mennesker og udstyr) samt naturlig ventilation de største kilder til usikkerhed i resultaterne. Brugerprofilerne er dannet ud fra sociologiske og økonomiske karakteristika for 122 husholdninger ved hjælp af clusteranalyse. En silhuetanalyse pegede på, at ni klynger gav den bedste opdeling, men klyngerne var ikke særligt tydelige. Resultaterne tyder på, at et større datasæt kan gøre grupperingen mere distinkt. Udarbejdelse af brugerprofiler er både kostbart og tidskrævende, og det bør overvejes, hvornår det er hensigtsmæssigt. Samlet set viser projektet, at brugeradfærd bør indgå i energi- og indeklimavurderinger i Norge, så rådgivende ingeniører kan nå mere virkelighedsnære konklusioner. Det demonstreres også, at dette kan gøres enkelt og effektivt med det rette værktøj, som AMSiS.
Studies often find large gaps between calculated and actual energy use in homes. User behaviour is a major source of these differences. This thesis examines how behaviour affects energy use and thermal indoor climate, and how it can be incorporated into energy and indoor climate calculations in Norway. To do this, a user-friendly tool for Norwegian consulting engineers was developed, called AMSiS (Automation of Multiple Simulations in SIMIEN). The core idea in AMSiS is to model the most sensitive, user-related factors as stochastic (random) variables, while less sensitive user factors and factors related to building construction and technical systems are set as deterministic (fixed) values. The tool includes nine user profiles based on a test case. The analysis shows that the following factors have a particularly strong influence on energy demand: power for heating domestic hot water, natural ventilation (e.g., opening windows), thermostat setpoint temperature, and heat released by occupants. For thermal indoor climate, internal heat loads (from, for example, people and equipment) together with natural ventilation were the main sources of output uncertainty. The user profiles were formed from the sociological and economic characteristics of 122 households using cluster analysis. A silhouette analysis indicated that nine clusters gave the best division of the dataset, although the clusters were not very clear. The results suggest that with a larger dataset the grouping could become more distinct. Developing user profiles is both costly and time-consuming, and its usefulness should be weighed. Overall, the project shows that user behaviour should be considered in energy and indoor climate assessments in Norway, so consulting engineers can draw more realistic conclusions from their calculations. It also demonstrates that this can be done simply and efficiently when the right tool is available, such as AMSiS.
[This abstract was generated with the help of AI]
Keywords
Documents