Utilizing IoT technology for healthy and energy efficient improvement of existing ventilation systems
Abstract
Byggebransjen er ansvarlige for betydelige deler av verdens energibruk og utslipp av klimagasser, men er også en av bransjene som er best rigget til å kutte energiforbruk og utslipp mest kostnadseffektivt. Behovsstyrt ventilasjon (DCV) er en av måtene å gjøre nettopp dette og innebærer å styre ventilasjonen etter et faktisk behov, heller enn å la det gå hele tiden. Gitt at de fleste mennesker bruker vesentlige deler at tiden innendørs, er det viktig at luftkvaliteten innendørs (IAQ) ikke reduseres av å bruke DCV, da dette kan føre til en mengde negative helseeffekter. Denne oppgaven prøver å gi en helsebasert vurdering av luftkvaliteten i et faktisk bygg ved bruk av rimelige Arduino-baserte sensorer. Videre er CONTAM simuleringsmodell utviklet for å vurdere om det er mulig å øke luftkvaliteten samtidig som energiforbruket til ventilasjonen senkes. De fleste behovsstyrte ventilasjonsanlegg bruker i dag CO2 som styrende parameter fordi det er ansett som en generell indikasjon på innendørs luftkvalitet. Når dette er tilfelle kan beboerne bli utsatt for dårlig luftkvalitet, ettersom ikke alle forurensinger korrelerer med CO2. Litteraturstudien viser at CO2, temperatur, relativ fuktighet (RF), PM2.5, og flyktige organiske forbindelser (TVOC) er viktig å følge med på ettersom skadelige konsentrasjoner av disse kan oppstå i vanlig inneluft. Kalibrering av sensorene viser at kun sensorer for temperatur, RH, og CO2 er pålitelige nok til å gi troverdige målinger. Bruk av sensorer for formaldehyd, TVOC, og PM2.5 krever videre kalibreringer før de kan brukes til vurdering av innendørs luftkvalitet. Arduino-sensorer er plassert i et klasserom som bruker DCV, på en barneskole i Trondheim vinteren 2019. Målingene viser at CO2-nivåene stort sett ligger rundt 850 ppm, som er lavere enn maksimumsgrensen på 1000 ppm. Samtidig ligger RF stort sett lavere enn den foreslåtte minimumsgrensen på 30 % på vinteren, hvilket kan forårsake en rekke uheldige helseeffekter. En tidligere oppgave som bruker de samme sensorene konkluderte med at formaldehyd burde brukes som en kontrollerende parameter i CO2 i behovsstyrte ventilasjonsanlegg. Målingene og kalibreringene i denne oppgaven viser at dette ikke er tilfelle, men at videre forskning for å undersøke dette anbefales. Simuleringsmodellen bruker en forenklet og tilpasset variabel luftmengde-kontroller for å imitere et behovsstyrt ventilasjonsanlegg, men gjenskaper de ekte målingene fra klasserommet på en god måte, og inkluderer simulering av CO2, spesifikk fuktighet (SH), og ventilasjonsrate. Modellen brukes videre til å teste alternative ventilasjonsrater for å se hvordan endring av disse påvirker luftkvaliteten. Tre scenarioer for reduserte ventilasjonsrater er testet, og alle viser at det er mulig å øke luftkvaliteten samtidig som energibruket til ventilasjonen senkes. Det mest realistiske scenarioet styrer anlegget etter et settpunkt på rundt 1000 ppm CO2, og har en årlig energibesparelse på 22.4 % sammenlignet med dagens ventilasjonsstyring. Det mest optimistiske scenarioet bruker ventilasjonsrater på 4 L/s per person som er tilstede, og reduserer det årlige energiforbruket til ventilasjon med 43 %. Dette scenarioet krever streng kontroll av relativ fuktighet og fjerning av alle primære forurensningskilder som er til stede i det ventilerte rommet. Denne oppgaven viser til flere anbefalinger om å utvide perspektivet rundt luftkvalitet, helse, og ventilasjon, og resultater indikerer at de tekniske standardene for utforming av ventilasjonsanlegg overvurderer luftmengdebehovet. For mange ventilerte områder vil en ved å redusere de primære forurensningskildene, sette opp flere målinger, og øke den generelle kunnskapen om luftkvalitet, kunne øke luftkvaliteten samtidig som energiforbruket til ventilasjon senkes. The residential and commercial building sector is responsible for a substantial amount of the worlds energy use and greenhouse gas emissions but is also one of the sectors that are best rigged to cut energy and emissions cost-effectively. Demand-controlled ventilation (DCV) is one way of doing so, and involves controlling the ventilation system based on the actual demand rather than constantly running at a given ventilation rate. However, given that most people spend a considerable amount of time indoors, the indoor air quality (IAQ) must not be reduced when using DCV, as this can cause a variety of adverse health effects. This thesis aims at providing a health-based assessment of IAQ in a real building using a low-cost Arduino based sensor system. Further, a CONTAM simulation model is made to assess whether it is possible to increase IAQ while reducing energy use for ventilation. Most DCV systems only apply CO2 as a control proxy as it is considered a general IAQ indicator. When doing so, occupants may suffer from bad IAQ caused by other pollutants that are not correlated with CO2. The literature review in chapter 2 shows that CO2, temperature, relative humidity, PM2.5, and volatile organic compounds are important to monitor in indoor environments, as these pollutants have adverse health effects for the occupants at concentrations often occurring indoors. Calibrations of the sensors show that temperature, RH, and CO2 only are reliable enough to provide conclusive measurements. Formaldehyde, TVOC, and PM2.5 require further calibrations before they should be used for IAQ assessment. For the measurements made for this thesis, the Arduino sensor is placed in a primary school classroom already using DCV, in Trondheim during winter 2019. The measurements show that the CO2 levels are generally around 850 ppm during occupancy, which is lower than the maximum limit of 1000 ppm. However, during winter, the RH is below the proposed minimum limit of 30 % most of the time, which can cause a series of adverse health effects. An earlier thesis using the same sensors found that formaldehyde should be included as a controlling parameter in the DCV system. The measurements and calibrations in this thesis conclude that this is not the case, but further research to strengthen this is advised. The simulation model uses a simplified VAV schedule to imitate the DCV ventilation in the classroom, and can reproduce the real measurements realistically. The model includes simulation of CO2, specific humidity, and ventilation rates. The simulation model is further used to test alternative ventilation rates, to investigate how it affects IAQ. Three scenarios for reduced ventilation rates are tested, and all show that it is possible to increase IAQ while reducing energy consumption for ventilation. The most realistic scenario controls the CO2 at approximately 1000 ppm and has an annual energy reduction of 22.4 % compared to the current ventilation setpoints. The most optimistic scenario uses ventilation rates of 4 L/s per person during occupancy and reduces the annual energy for ventilation by 43 %. This solution requires strict control of RH and removal of all primary pollution sources present in the ventilated zone. Findings in this thesis strongly advise a broader perspective regarding IAQ, health, and ventilation than what is common today, and indicate that technical standards regarding the design of ventilation systems overestimate the ventilation rate requirement. By reducing the primary pollution sources in the ventilated zones, adding sensors, and increase knowledge regarding IAQ and pollutants, it may be possible to increase IAQ while saving energy in many existing ventilation systems.