Optimalisering av klimaskjerm og ventilasjonsparametere i et eksisterende kontorbygg

• Main Author: Mohseni, Omid
• Other Authors: Rabani, Mehrdad, Madessa, Habtamu Bayera
• Format: Master Thesis
• Language: Norwegian Bokmål
• Published: OsloMet - Storbyuniversitetet 2019
• Subjects: VDP::Teknologi: 500::Bygningsfag: 530::Arkitektur og bygningsteknologi: 531; VDP::Teknologi: 500::Bygningsfag: 530::Fysisk planlegging: 535; Kontorbygg; Optimaliseringer; Livssykluskostnader; Handle The; Ida; Tromsø
• Online Access: https://hdl.handle.net/10642/8633

Master i energi og miljø i bygg Denne forskningsoppgaven har tatt for seg optimalisering av et eksisterende kontorbygg. Målet av optimaliseringen har vært å vurdere om det er mulig å oppgradere dette bygge, ved å endre på kritiske parametere i klimaskjermen samt ventilasjonssettpunkter, for å nå energikrav stilt i passivhusstandarden NS 3701 (kontorbygg). Først var en 3D modell av bygget konstruert i IDA ICE 4.8 (IDA Indoor Climate and Energy) og energisimulert, med plassering i 3 forskjellige klima (Oslo, Stavanger og Tromsø), for å kartlegge energidata fra dette referansebygget. Deretter ble 2 scenarier av bygget, et med kun klimaskjerm og et med klimaskjerm og ventilasjonsvarme, satt opp. Før optimaliseringen ble et egenutviklet grafisk skript benyttet til å håndtere livsykluskostnader av bygget. Simuleringsverktøyet GenOpt ble, sammen med IDA ICE og det skriptet, anvendt til optimalisering av modellene med klimadata fra de aktuelle byene. Komfortkriterier som PMV (-0,7 26℃ ikke mer enn 50 timer) ble brukt som begrensning som skulle tilfredsstilles. Resultater fra alle simuleringsmodeller (Referansebygg, 2 optimaliseringsmodeller og 2 fullverdige passivhusmodeller) ble sammenlignet mot hverandre i hver(t) by/klima. Dette med hensyn til både energiforbruk og livssykluskostnader beregnet av optimaliseringen. Disse resultatene viste interessante funn. Noe av de første funnene var at referansebygget hadde veldig stor ytelsesforskjell i hvert klima. Tromsø hadde størst total energibruk og Stavanger det minste, hvor Oslo havnet i mellom. Optimalisering av referansebygget viste seg å ha stor effekt på energiforbruket og i noen klima gi litt bedre gjennomsnittlig operativtemperatur. Det største funnet var at livssykluskostnader knyttet til optimaliseringen var merkbare lavere enn det av passivhusmodellene. I et tilfelle (Stavanger) var energibruken tilsvarende det i passivhusmodellen. Resultatene viste også at med optimaliseringen ble oppvarmingsbehovet til bygget redusert, samtidig som energibehovet til kjøling økte. Oppsummert viste optimaliseringsresultatene at det faktisk er mulig å oppgradere et eksiterende kontorbygg til passivhusstandard, uten å måtte forbedre hver eneste alle parametere. This research study has addressed the optimization of an existing office building. The goal of the optimization has been to assess whether it is possible to upgrade the case study building, by changing critical parameters in the building envelope and ventilation set points, in order to reach energy requirements, set in the passive house standard NS 3701 (office building). First, a 3D model of the building was constructed in IDA ICE 4.8 (IDA Indoor Climate and Energy) and energy-simulated, with location in 3 different climates (Oslo, Stavanger and Tromsø), to map energy data from this reference building. Then two scenarios of the building were set up where, one with only a building envelope parameter and the other with a building envelope as well as all-air-heating system. Before the optimization, a proprietary graphic script was used to handle the life cycle costs of the building. The optimization tool GenOpt, together with the IDA ICE building performance software and that script, was used to optimize the models with climate data from the relevant cities. Comfort criteria such as PMV (-0.7 26℃ no more than 50 hours) were used as a restriction to be met. Results from all simulation models (Reference building, 2 optimization models and 2 full passive house models) were compared against each other in each city / climate. This with regard to both energy consumption and life cycle costs (LCC) calculated by the optimization. These results showed interesting findings. One of the first findings was that the reference building had very large performance differences in each climate. Tromsø had greatest total energy consumption and Stavanger the least, where Oslo came in between. Optimization of the reference building proved to have great effect on the energy consumption and in some climates slightly better average operating temperature. The biggest finding was that life cycle costs associated with optimization were noticeably lower than that of the passive house models. In one case (Stavanger), the energy consumption was similar to that of the passive house model. It also showed that by having a better building envelope the heating load required by the building is reduced while the cooling load required is increased. In summary, the optimization results showed that it is actually possible to upgrade an existing office building to the passive house standard, without having to improve every single parameter. publishedVersion