Fokus från en fastighet till flera
Kraven ökar på att i vår byggda miljö använda tillgängliga energiresurser så effektivt som möjligt. Det saknas inte hjälpmedel för att simulera och vässa byggnaders energianvändning och inneklimat. Att kunna bedöma byggnaders miljöprestanda är avgörande för bland annat klassning enligt olika certifieringssystem.
Läs vad professor Ivo Martinac vid KTH har att säga om projektet!
Ur ett samhällsperspektiv är svagheten med marknadens olika optimeringsverktyg att de tenderar att fokusera på enskilda byggnader. Detta trots uppenbara möjligheter att uppnå energibesparingar, minskade emissioner, bättre driftsekonomi och högre kundnytta genom en effektivare samordning av energisystem och energiflöden i fastigheter som ligger intill varandra.
Verktyget MODEO
Användarvänliga verktyg för att modellera och optimera energianvändningen i byggnadskluster och distrikt är en bristvara. Målsättningen med detta treåriga projekt under ledning av Ivo Martinac, professor vid IES (Installations och energisystem) på KTH, har varit att täppa till denna lucka.
Bygger på genetiska algoritmer
Projekt: Utveckling av ett energioptimeringsverktyg för byggnadskluster och distrikt – MODEO Utförare: Kungliga Tekniska Högskolan Samfinansiärer: Energimyndigheten, Akademiska hus, Equa Simulation, Ebab i Stockholm AB, Folkhem Bostäder, WSP Sverige, Humlegården Fastigheter, KTH, SP, NCC Construction AB, White Arkitekter Projektstart: september 2014 Projektslut: november 2017 Projektbudget: 4 713 000 kr Projektledare: Ivo Martinac Energimyndighetens projektnummer: 38886-1
Med nybyggnationsområdet Campus Albano i Stockholm som huvudfallstudie har arbetet resulterat i enhetligt angreppssätt samt ett verktyg för multifaktoriell optimering av energisystem i hela kluster av byggnader. Programmet MODEO (Multi-objective District Energy Optimization) kan med fördel användas i samband med den arkitektoniska gestaltningen av ett nytt område eller stadsdel. Användning av MODEO begränsas inte till utveckling av nya energilösningar. Verktyget ger också viktigt beslutsunderlag inför om- eller tillbyggnad av områden när existerande energiinfrastruktur ska kombineras med nya system. MODEO baseras på genetiska algoritmer. Vid så kallad GA-baserad simulering hanteras såväl kvantitativa som kvalitativa parametrar. Detta möjliggör att ett stort antal krav från exempelvis arkitekter, stadsplanerare, energikonsulter, byggherrar, fastighetsägare och förvaltare kan beaktas.
Robust optimeringsmodell
För att minska känsligheten för variationer hos olika systemparametrar har stor omsorg har lagts på att utveckla en robust optimeringsmodell. Inte minst viktig är den föredömligt enkla resultatredovisningen. Grafiska Pareto-fronter underlättar för beslutsfattare att förstå möjligheter och begränsningar med olika energisystemscenarier – och på så sätt hitta de mest hållbara designalternativen.
Du kan läsa mer om projektet i slutrapporten:
- Dagens program för energieffektivisering, som används för exempelvis certifiering av enskilda fastigheter, behöver kompletteras med verktyg för att optimera byggnadsklusters hela energisystem.
- Det av projektet nyutvecklade verktyget MODEO hjälper till att uppfylla ambitiösa energi- och miljömål när områden eller hela stadsdelar ska nyplaneras genom att identifiera den mest resurseffektiva utformningen.
- Energisystemoptimering är precis lika angeläget när befintliga områden ska renoveras eller byggas och här ger MODEO svar på hur existerande energiinfrastruktur kan förenas med nya system.
- Vid optimeringen minimeras bland annat totalt effektbehov inom systemet, vilket innebär minskad miljöbelastning, samtidigt som användningen av lokala förnybara energiresurser såsom restvärmeflöden och fjärrvärmeledningars returvatten kan maximeras.
- I och med att detta optimeringsprogram bygger på genetiska algoritmer hanteras även de mest komplexa beslutsprocesser där ett stort antal krav, intressen och faktorer behöver beaktas.
- Resultatet av optimeringen visualiseras med hjälp av Pareto-fronter, det vill säga grafer som förbinder alla lösningar som anses vara optimala baserat på hur olika beslutsfaktorer viktas i förhållande till prioriterade målsättningar.
Text: Ann-Sofie Borglund
Publikationer som resulterat från arbetet i projektet
Huvudpublikation (Licentiatavhandling, Cong Wang)
Wang, C.: Optimal Design of District Energy Systems – A Multi-Objective Approach. Licentiate of Engineering Thesis, KTH Royal Institute of Technology, Division of Building Services and Energy Systems, 14 October, 2016.
- Paper I - Wang, C., Martinac, I. & Magny, A. (2016). Multi-Objective Optimization of Energy System Designs for the Albano University Campus in Stockholm. In iiSBE Forum of Young Researchers in Sustainable Building 2016, 21 June, 2016, Prague, Czech Republic.
- Paper II - Wang, C., Martinac, I. & Magny, A. (2015). Multi-Objective Robust Optimization of Energy Systems for a Sustainable District in Stockholm. Proceedings of the 14th International IBPSA Conference, 7–9 Dec 2015, Hyderabad, India.
- Paper III - Wang, C., Kilkis, S., Tjernström, J., Nyblom, J., & Martinac, I. Multi-Objective Optimization and Parametric Analysis of Energy System Designs for the Albano University Campus in Stockholm. Accepted at the time of defense for publication in the proceedings of International High-Performance Built Environment Conference (iHBE), 17–18 Nov 2016, Sydney, Australia, to be published in Elsevier’s Procedia Engineering Journal. Published as: Wang, C., Kilkis, S., Tjernström, J., Nyblom, J., & Martinac, I. (2017). Multi-Objective Optimization and Parametric Analysis of Energy System Designs for the Albano University Campus in Stockholm. Procedia Engineering 180, pp.621-630.
- Paper IV - Kilkis, S., Wang, C., Björk, F., & Martinac, I. Cleaner Energy Supply Structures for Campus Building Clusters. Submitted at the time of defense to Journal of Cleaner Production, March 2016. Published as: Kilkis, S., Wang, C., Björk, F., & Martinac, I. (2017). Cleaner energy scenarios for building clusters in campus areas based on the Rational Exergy Management Model, Journal of Cleaner Production, 155(1), pp.72-82.