Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Beräkningsmodell för småhus: En statistiskt uppbyggd modell för beräkning av kostnads- och energieffektiva åtgärder för småhus
University of Gävle, Faculty of Engineering and Sustainable Development.
University of Gävle, Faculty of Engineering and Sustainable Development.
2013 (Swedish)Independent thesis Basic level (university diploma), 10 credits / 15 HE creditsStudent 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. , 75 p.
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:hig:diva-14832OAI: oai:DiVA.org:hig-14832DiVA: diva2:634776
Supervisors
Examiners
Available from: 2013-08-19 Created: 2013-07-01 Last updated: 2013-08-19Bibliographically approved

Open Access in DiVA

fulltext(1964 kB)2021 downloads
File information
File name FULLTEXT01.pdfFile size 1964 kBChecksum SHA-512
f10f1c97cf4cf2009b506b0bbe2b51a92ad98c74691a3658efde48497fd0a1a55bb8819199ae120841ee1705961d49289a5ba2e09c4d95b6e7497c86482f18af
Type fulltextMimetype application/pdf

By organisation
Faculty of Engineering and Sustainable Development
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 2021 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 167 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf