Illustrasjonen viser hvilke parametere som inngår for å få et eldre bygg til å fungere som et smarthus med god temperaturregulering.
Illustrasjonen viser hvilke parametere som inngår for å få et eldre bygg til å fungere som et smarthus med god temperaturregulering. (Bilde: Høgskolen i Sørøst-Norge)

Gjør eldre hus smarte og energivennlige

Eldre hus kan spare mye energi ved automatisk regulering av temperaturen. Ny forskning ved Høgskolen i Sørøst-Norge viser hvordan det er mulig.

I Norge står bygg for rundt 36 prosent av den totale energibruken mens det på verdensbasis utgjør nesten 40 prosent. Nye hus bygges i dag for å være energiøkonomiske, men det er også et stort potensial for energisparende tiltak i eldre hus. Den nye doktorgraden til sivilingeniør dr. Warthsala Perera viser hvordan det kan gjøres.

Beregner oppvarmingstid

Målet er at bygningen skal ha komfort-temperatur når den er i bruk og lavest mulig temperatur når den ikke er i bruk. For å få dette til, må man kunne regne ut nøyaktig når oppvarmingen skal starte. Dr. Perera fant løsningen ved å lage en matematisk modell av bygningen, basert på fysiske prinsipper, slik at det er mulig å beregne oppvarmings- og nedkjølingstider raskt nok til at det kan benyttes til regulering av temperaturen. Modellen forutsetter innsamling av relevant informasjon som temperaturene ute og inne, relativ fuktighet inne og ute, oppvarmingsenheter og solinnstråling. Ved hjelp av denne informasjonen kan modellen med stor nøyaktighet finne ut når oppvarmingen skal starte, slik at huset har komforttemperatur når det skal tas i bruk. Metoden kan tilpasses flere typer hus.

Dr. Perera testet ut flere typer modeller under arbeidet. Først laget hun en en-sonemodell der hele bygningen ble betraktet som en sone. Deretter laget hun en modell der hver etasje ble gjort til en egen sone. Til slutt prøvde hun med en multirom-modell der hvert rom ble forsøkt modellert. Den modellen som viste seg å gi de beste resultatene var multirom-modellen.

Dr. Perera inne i en av høgskolens testbygninger. Denne komponenten innhenter nødvendige data til løsning hennes, (Foto: HSN).
Dr. Perera inne i en av høgskolens testbygninger. Denne komponenten innhenter nødvendige data til løsning hennes, (Foto: HSN). Foto: Høgskolen i Sørøst-Norge

Kan tilpasses

Forskeren, som har sin hovedbase i Porsgrunn har gjennomført eksperimenter på tre bygninger, et bolighus, en hybel og en liten eksperimentell testbygning.

– Jeg har gjort noen teoretiske kalkulasjoner for bolighuset for å se hvor mye energi vi kan spare ved å bruke en matematisk modell for å kontrollere oppvarmingen, men vi har ikke publisert detaljene ennå, forteller hun.

Sivilingeniøren, som er tilknyttet forskningssenteret TMCC, forteller at modellen kan tilpasses til forskjellige typer bygninger.

– Men vårt hovedfokus nå var bolighus og ikke storskala bygninger. Når modellen tilpasses til en annen bygning må parametrene i modellen kalibreres til bygningsspesifikasjonene, noe som ikke er så lett, forklarer hun.

Selv brukte hun kalibreringsmanualene til bygningene i sitt eget arbeid med testingen, men videre forskning skal automatisere denne prosessen.

Forskningsgruppe for smartbygninger

Førsteamanuensis Nils-Olav Skeie ved Høgskolen i Sørøst-Norge har vært Pereras hovedveileder og er også leder av forskningsgruppen «Smart» ved høgskolen.

– Fokus i forskningsgruppen er energisparing og velferdsteknologi i smart-bygninger. Vi har to doktorgradsstudenter som jobber innenfor disse områdene, en av disse jobber videre med bedre å kunne kalibrere modellene for bygningene, forteller han. 

Forskningslederen forklarer at gruppen har høy fokus på at et smarthus virkelig skal være smart, slik at huset tilpasser seg brukeren og ikke at brukeren selv skal måtte tilpasse seg de tekniske løsningene som er installert og konfigurert i huset.

– Selvlærende modeller er derfor viktige i vårt arbeid.

Skeie forteller at potensialet for energisparing ser ut til å være i størrelsesorden fra ti til opp mot 40 prosent avhengig av hvordan huset brukes. Siden de bare ser på energisparing når huset ikke er i bruk eller om natten, vil bruken være viktig, og mye avhenger av dag- og ukesmønsteret til brukerne.

Forskningsleder Nils-Olav Skeie ved Høgskolen i Sørøst-Norge mener at med selvlærende systemer kan man selv i eldre hus redusere energibruken med opp mot 40 prosent.
Forskningsleder Nils-Olav Skeie ved Høgskolen i Sørøst-Norge mener at med selvlærende systemer kan man selv i eldre hus redusere energibruken med opp mot 40 prosent. Foto: Bernt Lie

Skal kommersialiseres

Målet deres er at løsningen etter hvert skal bli tilgjengelig på markedet, men det er flere utfordringer som de jobber videre med, blant annet den nevnte kalibreringen av modellene som de vil forsøke å automatisere.

– Vi ønsker at modellen skal være selvlærende slik at modellen eller settet med modeller kan installeres i en bygning og kalibrere seg selv basert på målingene fra bygningen, forteller han.

Det gjenstår fremdeles en del forskning her så det vil ta noe tid før dette kan være tilgjengelig på markedet, men målet er å få fram fungerende prototyper av både energioptimaliseringen og velferdsløsningen som skal kunne industrialiseres.

Skeie har selv rundt 25 års industrierfaring med systemutvikling før han i 2006 gikk tilbake til det akademiske miljøet, så mulighetene for industrialisering av løsningen er noe han ser på som viktig.

Kommentarer (0)

Kommentarer (0)