Beräkningsmodell för småhus: En statistiskt uppbyggd modell för beräkning av kostnads- och energieffektiva åtgärder för småhus
2013 (Swedish)Independent thesis Basic level (university diploma), 10 credits / 15 HE credits
Student thesis
Abstract [sv]
Eftersom miljöarbetet är i fokus och miljömålen, om att minska den totala
energianvändningen i bostäder med 20 procent till år 2020 och med 50 procent till år
2050, behövs förenklade verktyg för framtagande av energibesparande åtgärder för
småhus (Boverket, 2007a)
. Verktygen bör vara användarvänliga såväl för ”folk i
branschen” som fö småusäare.
Problemet med de flesta av dagens
energiberäkningsmodeller och programvaror är att det krävs specialiserade kunskaper
inom området byggfysik samt mycket byggnadsteknisk information om det aktuella
huset. Som småhusägare med mindre byggnadsteknisk kunskap är det ofta dyrt och kan
ta lång tid att få kostnadseffektiva förslag på energibesparingsåtgärder för sitt småhus.
För att förenkla framtagandet av energibesparingsåtgärder för småhus behövs ett
lätthanterligt verktyg!
En förenklad beräkningsmodell som bygger på statistiska värden har tagits fram.
Beräkningsmodellen är tänkt att tillämpas i en programvara som syftar till att underlätta
arbetet vid framtagande av kostnads- och energieffektiva åtgärder för småhus.
Beräkningsmodellen är uppbyggd i tre steg. I modellens första steg beräknas, utifrån
statistiska värden och beroende av användarens indata, småhusets energianvändning.
Andra steget är ett beräkningssteg som endast är aktivt då brukaren har tillgång till en
energideklaration. Den statistiskt framtagna energianvändningen korrigeras då med
hjälp av den normalårskorrigerade energianvändningen från energideklarationen. I
beräkningsmodellens sista steg görs beräkningar för relevanta energibesparingsåtgärder
utifrån modellens första eller andra steg.
Resultatet av arbetet är en begränsad beräkningsmodell som tillämpas i Excel. Vid
analys av beräkningsmodellens trovärdighet har modellens framtagna energianvändning
jämförts med 100 stycken slumpmässigt utvalda energideklarationers
normalårskorrigerade energianvändning. Vid analysen visade det sig att modellens
energianvändning låg i genomsnitt 26,6 procent ifrån energideklarationens värde. Detta
motsvarar en medelavvikelse på cirka 4804 kWh.
Abstract [en]
Since the environmental issues and environmental objectives are on focus for reducing
the total energy use in homes by 20 percent until 2020 and by 50 percent until 2050. It
will be needed simplified tools for the production of energy-saving measures for houses
(Boverket, 2007a). The tools should be user-friendly for both the "people in the building
industry" as the house owners. The problem with many of today's energy modeling and
software is that it requires specialized knowledge in the field of building physics and
technical information about the current house. As house owners with less knowledge of
the building, it is often expensive and can take a long time to get cost proposals on
energy saving measures for their houses. To simplify the development of energy-saving
measures for houses it will be necessary to create an easy useable tool!
A simplified method of calculation based on statistic values has been developed. The
calculation model is meant to be applied in a software. It’s designed to simplify cost and
energy efficiency measures for houses. The model is constructed in three steps. The
model's first step is based on statistic values and depends on the users inputs, for
calculation of the buildings energy use. The second step is the calculation step that is
only activated when the user has access to an energy declaration. In the last step the
model is set up to calculate relevant energy-saving measures from the model's first or
second step.
The result of this work is a computational model applied in Excel. For the analysis of
the model's credibility it has been compared with 100 randomly selected energy
declarations statistically corrected energy value. In the analysis it was found that the
model energy value was in average 26,6 percent from energy declaration value.
Place, publisher, year, edition, pages
2013. , p. 75
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:hig:diva-14832OAI: oai:DiVA.org:hig-14832DiVA, id: diva2:634776
Supervisors
Examiners
2013-08-192013-07-012013-08-19Bibliographically approved