Bedre modeller for energioppfølging

Størrelse: px

Begynne med side:

Download "Bedre modeller for energioppfølging"

Beate Martinsen
6 år siden
Visninger:

1 17. Januar 2013 Bedre modeller for energioppfølging Marko Masic Energirådgiver i Trondheim kommune

2 Innhold Introduksjon Hindringer for feilsøking og gjennomføring av diagnostikk Andre dataverktøy for feilsøking og diagnostikk Verktøy for modellering og analyse av bygningens varmeforbruk utviklet gjennom PhD-avhandlingen av Marko Masic 2

3 Introduksjon Viktigste interesser for etablering av energioppfølgingssystem (EOS): Å ivareta funksjonalitet av VVS-system gjennom feilsøking og diagnostikk Estimering av energieffektiviseringstiltak Rapportering av energiforbruk 3

4 Introduksjon Konklusjoner fra PhD-avhandlingen til Marko Masic: Times- og døgnvarmeforbruk er mest hensiktsmessig for identifisering av drifts- og vedlikeholdsproblemer Timesmodellen viser de mest nøyaktige estimater av bygningens varmeforbruk viktig for estimering av energieffektiviseringstiltakk og rapportering av energiforbruk 4 Introduksjon

5 Hindringer for gjennomføring av feilsøking og diagnostikk i de eksiterende verktøy Modeller av varmeforbruk basert på ukes data er ikke nøyaktig nok Kontroll av ukentlig avvik kan ikke avsløre drifts- og vedlikeholdsproblemer som skjer på døgn- og timebasis Dårlig visualisering Udokumenterte endringer av VVS system endring av driftstider, system parametere, driftsproblemer, utleie, ferie mm 5 Hindringer for feilsøking og diagnostikk gjennomføring i eksiterende verktøyer

estimater av energiforbruk (avvik opp til 15 %) Normaliserte ukentlige

Normaliserte døgn verdier for varmeforbruk fra Markos modell (maksimalt

6 Hindringer for gjennomføring av feilsøking og diagnostikk i de eksiterende verktøy Ukes modell (ET kurve) er for enkel til å produsere nøyaktige nok estimater av energiforbruk (avvik opp til 15 %) Normaliserte ukentlige verdier for varmeforbruk fra Markos modell (maksimalt avvik 4 %) 6 Normaliserte døgn verdier for varmeforbruk fra Markos modell (maksimalt avvik 10 %) Hindringer for feilsøking og diagnostikk gjennomføring i eksiterende verktøyer

Hindringer for gjennomføring av feilsøking og diagnostikk i de eksiterende verktøy Kontroll av ukes avvik kan ikke avsløre alle driftsproblemer som skjer på døgn- og timesbasis (avvik fra ET

7 Hindringer for gjennomføring av feilsøking og diagnostikk i de eksiterende verktøy Kontroll av ukes avvik kan ikke avsløre alle driftsproblemer som skjer på døgn- og timesbasis (avvik fra ET diagramet er for store) Timesmodell er mest hensiktsmessig for identifisering av driftsproblemer Hvis det er flere anlegg i systemet som har forskjellige driftstider, der er det mulig å identifisere hvor er feil (diagnostikk) Timebaserte verdier er tilgjengelige men brukes ikke (data forsinkelse for NTNUs bygg er bare 1 time) Normaliserte timesverdier for varmeforbruk (Markos modell) 7 Hindringer for feilsøking og diagnostikk gjennomføring i eksiterende verktøyer

8 Hindringer for gjennomføring av feilsøking og diagnostikk Dårlig visualisering EOS loggen - Entro Markos verktøy 8 Hindringer for feilsøking og diagnostikk gjennomføring

Hindringer for gjennomføring av feilsøking og diagnostikk Udokumenterte endringer av VVS system endring av driftstider, systemparametre, driftsproblemer, utleie, ferie, mm Det er ingen logg i

9 Hindringer for gjennomføring av feilsøking og diagnostikk Udokumenterte endringer av VVS system endring av driftstider, systemparametre, driftsproblemer, utleie, ferie, mm Det er ingen logg i SD-verktøy, så det er ikke mulig å spore innstillingsendringer innstilling av temperaturkurver, tidsskjemaer for ventilasjonssystem, mm Det er vanskelig å følge ukelogg i EOS loggen (Entro) 9 Hindringer for feilsøking og diagnostikk gjennomføring

10 Hindringer for gjennomføring av feilsøking og diagnostikk Minst 20 % av feil i driften av VVS system blir ikke oppdaget før operatøren besøker en bygning min erfaring under mitt arbeid i Trondheim kommune Det er ikke nok energimålere Mange bygg med mer enn fem ventilasjonssystemer har bare en energimåler Vi kan ikke kontrollere avvik fra ET kurver for separate målere selv om det er mer enn en energimåler Det er mer enn 200 bygninger som Trondheim kommune eier, så det er vanskelig å ha kontroll over alle bygninger 10 Hindringer for feilsøking og diagnostikk gjennomføring

11 Andre dataverktøy for feilsøking og diagnostikk Energiguiden Pluss (EOS loggen) - Entro ET diagram 11 Time forbruk Rapport Andre dataverktøy for feilsøking og diagnostikk

ble utviklet for PhD-avhandlingen skrevet av Marko Masic 12

12 Verktøy for modellering og analyse av bygningens varmeforbruk Verktøy for modellering og analyse av bygningers varmeforbruk ble utviklet for PhD-avhandlingen skrevet av Marko Masic 12 Verktøy for modellering og analyse av bygningen varmeforbruket

13 Verktøy for modellering og analyse av bygningers varmeforbruk Verktøyet er basert på følgende ideer: Ved å bruke lineær regresjon til modell for oppvarming av bygg sammenholdt med variasjoner i værforhold. Bruk av målehistorikk for påvisning av problemer ved drift og vedlikehold. 13 Verktøy for modellering og analyse av bygningen varmeforbruket

14 Verktøy for modellering og analyse av bygningers varmeforbruk Fordeler ved verktøyet: Påvisning av feil er basert på analyser og døgn- og timesbaserte data Drift av klimasystem visualisert gjennom bruk av 3D figurer Avansert modell av bygningers energiforbruk filtrerer ut de virkelige feilsituasjonene Ulemper ved verktøyet: Verktøyet er basert på dataverktøyet MatLab, som har en kostbar lisens Dataimport er ikke automatisert derfor er ikke feildetektering i sanntid implementert 14 Verktøy for modellering og analyse av bygningen varmeforbruket

systemet som har forskelige driftstider, der er det mulig å identifisere hvor er feil (diagnostikk) Normaliserte Normaliserte

15 Verktøy for modellering og analyse av bygningers varmeforbruk (feilsøking) Kontroll av normaliserte ukes- eller døgnforbruk avslører driftsproblemer Timesmodell er mest hensiktsmessig for identifisering av driftsproblemer Hvis det er flere anlegger i systemet som har forskelige driftstider, der er det mulig å identifisere hvor er feil (diagnostikk) Normaliserte Normaliserte daglig varme time forbruk varme Sentralbygg forbruk Sentralbygg 1 Verktøy for modellering og analyse av bygningen varmeforbruket

16 Verktøy for modellering og analyse av bygningers varmeforbruk Estimering av energieffektiviseringstiltakk: Timebasert modell gir mulighet å estimere tiltak etter veldig kort tid (praktisk etter par timer) Dette kan bli motivasjonsfaktor for energieffektiviseringstiltak Hvis det brukes ET-diagram, det er nødvendig å vente minst en uke etter tiltaket 16 Verktøy for modellering og analyse av bygningen varmeforbruket

17 Verktøy for modellering og analyse av bygningers varmeforbruk Rapportering av energiforbruk : Timesbasert modell gir mer nøyaktig estimat av energiforbruk enn graddagstall metode Det er viktig for motivasjon av driftsoperatører at energirapport gir nøyaktig estimat av besparelse/merforbruk av energi 17 Verktøy for modellering og analyse av bygningen varmeforbruket

18 17. Januar 2013 Bedre modeller for energioppfølging Marko Masic (Energirådgiver i Trondheim kommune)

Like dokumenter

ENØK og ENERGILEDELSE

ENØK og ENERGILEDELSE - Strategisk energiarbeid i Trondheim kommune - Resultater og utfordringer Mette Marie Aase Energirådgiver Trondheim eiendom Trondheim kommune Over 5o skoler!!! forbruk på 45 GWh