Mulighet for energieffektivisering og bærekraftig drift av bygningsinstallasjoner gjennom kost-effektive tiltak
Abstract
Denne masteroppgaven undersøker muligheten for energieffektivisering av Tapirbygget på NTNU Gløshaugen ved å etablere en simuleringsmodell som representerer byggets realistiske bruk, drift og energiforbruk. Målet er å teste virkningen og lønnsomheten av ulike energieffektive tiltak. NTNU har satt et bærekraftsmål om å redusere energibehovet sitt med 50% innen 2030. Ved å redusere energibruken i Tapirbygget vil NTNU være ett steg nærmere dette målet.Tapirbygget er en relativt ny bygning som bruker elektrisitet, fjernvarme og overskuddsvarme fra NTNU's datasenter som energikilde. Imidlertid har det fortsatt stort potensial for energieffektivisering og forbedring av inneklima i bygget.
Før etableringen av modellen kunne starte, var det nødvendig å samle informasjon og data om Tapirbygget. Dette innebar blant annet detaljer om bygningskropp, plan- og fasadetegninger, uteklima, energiforsyning og energidistribusjon. I etableringsfasen av modellen var ikke all nødvendig informasjon tilgjengelig, derfor ble antakelser basert på bygningsmodeller fra tidligere masteroppgaver benyttet som løsning.
For å analysere hvordan modellen samsvarte med reelle målinger ble indikatorene "Coefficient of Variation of the Root Mean Square Error”(CV(RMSE) og "Normalized Mean Bias Error” (NMBE) utregnet for både elektrisitet- og fjernvarmeforbruket i 2022. Resultatene viste akseptable avviksverdier for alle variabler bortsett fra CV(RMSE) for fjernvarmeforbruket. Flere metoder for å analysere resultatene viste at svingningene i det simulerte og målte forbruket er relativt like. Imidlertid kan nøyaktigheten av det målte fjernvarmeforbruket ha påvirket sammenligningen av resultatene negativt.
Inneklimaet ble kartlagt ved hjelp av en spørreundersøkelse, og deretter analysert ved å sammenligne simulerte og målte verdier fra undervisningsrommet Fraggle. Etter en nøye gjennomgang av resultatene ble det konkludert at inneklimaet fra simuleringen og målingene ikke var tilstrekkelig sammenfallende. Derfor var det ikke hensiktsmessig å fortsette sammenligningen av inneklimaet i Tapirbygget med resultatene fra simuleringen.
Videre ble fem tiltak og tre tiltakspakker testet i simuleringsmodellen. Tiltakene var rettet mot bygningens ventilasjons- og oppvarmingssystem, mens tiltakspakkene ble kategorisert i tre ulike nivåer basert på investeringskostnader. Utskiftning av ventilasjonsaggregatet VE01, installasjon av varmepumpe og endring til VAV-styring var tiltakene som hadde tilbakebetalingstid under fem år. Disse ble derfor valgt å kombinere i tiltakspakkene. Det mest lønnsomme tiltaket var å endre ventilasjonen i rommene med CAV-styring til VAV-styring, noe som reduserte energibehovet med 59,2%. Tiltakspakkene med høy, middels og lav investeringskostnader hadde energibesparelser på henholdsvis 69,1%, 68,85% og 60,1% samtidig som den lengste tilbakebetalingstiden var på 2,13 år. Dersom budsjettet er høyt vil pakken med middels investeringskostnad, som kombinerte VAV-styring og installasjon av varmepumpe, bli anbefalt. Dersom budsjettet er lavt, anbefales det å kun å implementere VAV-styring da dette er tiltaket med høyest energibesparelse og laveste investeringskostnad. This master thesis investigates the potential for energy efficiency improvements in Tapirbygget at NTNU Gløshaugen by developing a simulation model that accurately represents the building's realistic use, operation, and energy consumption. The objective is to test the effectiveness and profitability of various energy efficient measures. NTNU has set a sustainability goal to reduce its energy demand by 50% by 2030. By reducing energy consumption in Tapirbygget, NTNU will be one step closer to achieving this goal.Tapirbygget is a relatively new building, and utilizes electricity, district heating and excess heat from NTNU's data center as energy sources. However, there remains significant potential for improvements in energy efficiency and indoor climate.
Before developing the model, it was necessary to collect data on the building. This involved information on the building's structure, plan and facade drawings, outdoor climate, and energy supply and distribution systems. Due to incomplete data availability during the model's establishment phase, assumptions based on building models from previous master's theses were employed.
To validate the model against real measurements, the indicators "Coefficient of Variation of the Root Mean Square Error” (CV(RMSE) and "Normalized Mean Bias Error” (NMBE) were calculated for both electricity and district heating consumption in 2022. The results showed acceptable deviation values for all variables, except for CV(RMSE) concerning district heating consumption. Various analytical methods indicated that the variations in simulated and measured consumption were relatively similar, although inaccuracies in measuring district heating consumption may have negatively impacted the results.
The indoor climate was assessed using a survey, and further analyzed by comparing simulated and measured values from the classroom Fraggle. After a thorough review of the results, it was concluded that the indoor climate from the simulation and the measurements were not sufficiently consistent, making further comparison unsuitable.
Furthermore, five individual measures and three packages of combined measures were tested in the simulation model. These measures primarily targeted the building's ventilation and heating systems. The packages were categorized into three different levels based on investment costs.The replacement of the ventilation unit in VE01, installation of a heat pump, and transition from CAV to VAV control were identified as measures with a payback period of less than five years. These measures were selected to be combined in the packages The most cost-effective measure was changing the ventilation control from CAV to VAV, which reduced energy consumption by 59.2%.
The high, medium, and low investment cost packages achieved energy savings of 69.1%, 68.85%, and 60.1%, respectively, with the longest payback period being 2,13 years.If the budget is high, the package with medium investment costs, which combines VAV control and the installation of a heat pump, will be recommended.However, if the budget is low, it is recommended to implement only VAV control, as this measure offers the highest energy savings and the lowest investment cost.