Analiza doświadczeń w zakresie symulacji

Zmiany obciążeń cieplnych budynków na przestrzeni lat oraz budynków w przyszłości, a także dostosowania odpowiedniego źródła do ich zasilania w energię jest wyzwaniem, na które próbują znaleźć odpowiedź liczni naukowcy.

W swoich badaniach szwedzcy naukowcy Wallin oraz Lundström [43] wskazują wpływ redukcji zużycia energii w budynkach na obniżenie emisji dwutlenku węgla. W swoich badaniach przeprowadzili symulację na kilku budynkach, zmniejszając zużycie energii o około 50% w każdym, w tych samych warunkach klimatycznych i temperaturowych, aby wskazać optymalne zużycie energii oraz polepszyć efektywność energetyczną systemu ciepłowniczego, który współpracuje z odnawialnym źródłem ciepła – biomasą. Udowodnili, że w budynkach, w których zapotrzebowanie na ciepło waha się w granicach 10 kWh/(m²·rok)

Lidia Grzegorczyk – praca doktorska 2019 Strona 33 z 118

dzienny profil zapotrzebowania na ciepło wskazuje, że w ponad 80% energii jest pokrywana z odnawialnych źródeł. Wskazali, że samo wykorzystanie odnawianych źródeł w systemie nie wystarczy do obniżenia zużycia energii, należy również wskazać porę roku, w której redukcja energii może być największa. Należy również zwrócić uwagę, że samo zastosowanie techniki komputerowej umożliwia modelowanie i symulację energetyczną dowolnych budynków, ale przy uwzględnieniu wszystkich parametrów wpływających na zużycie energii, takich jak konstrukcja, użyte technologie docieplenia, charakterystyka wykorzystania np. wewnętrznych zysków ciepła.

Problem modelowania i optymalizacji zaopatrzenia w energię budynków w przestrzeni miejskiej opisują również naukowcy ze Stanford, E. Best, Flager oraz Lepech [1]. Przedstawili oni model, który określa podaż oraz popyt w skali lokalnej (w przedziale godzinowym). Określili zapotrzebowanie na ciepło na przykładzie miasta San Francisco. Badania te są zbliżone do badań Wallina oraz Lundströma [43], ponieważ określono zapotrzebowanie energii przez modelowanie różnych klas budynku przy zastosowaniu różnych technologii źródłowych wytwarzania energii.

Nieco inny sposób modelowania obciążenia cieplnego budynków pokazuje Dahl oraz Brun [5]. Ich badania opierają się o prognozy pogody wprowadzane w trybie ogrzewania sieciowego. Opracowany model prognozy obciążenia dla budynków nowej generacji opiera się na dynamicznych niepewnościach pogodowych. Autorzy wskazali, że informacje na temat zmiennych w czasie niepewności można wykorzystać do ulepszenia zoptymalizowanego schematu sterowania i zasilania sieci ciepłowniczej. Zastosowanie tej metody służy do optymalizacji i regulacji temperatury, która może być podstawą do poprawy efektywności energetycznej budynków w przestrzeni miejskiej. Stanowi to nowe narzędzie do oceny ryzyka bezpieczeństwa dostaw energii, a także integracji sieci ciepłowniczej z energią odnawialna.

Przy modelowaniu i symulacji zmian obciążeń cieplnych, inną perspektywę wskazali naukowcy w Malmö Brange, Englund, Lauenburg [2], którzy opracowali studium przypadku na danych pomiarowych budynku i jego obliczeniach energetycznych przeprowadzonych za pomocą programu NetSim na postawie szwedzkich danych. Naukowcy wskazali wpływ prosumentów na modelowanie systemu sieci ciepłowniczej oraz ocenili wkład energii cieplnej z udziałem prosumentów na małą skalę, opierając się na budynkach różnych typów. Dokonali symulacji dziennego i tygodniowego zapotrzebowania na ciepło. Wnioski, które uzyskano z przeprowadzonych analiz wskazują, że potencjał zmiany obciążeń cieplnych budynków przy współpracy z prosumentami jest możliwy w obszarach budownictwa mieszanego (jedno i wielorodzinnego) w postaci magazynowania zapasów energii. W momencie, kiedy prosument nie może dostarczać ciepła poza wyznaczony obszar kolejnych dołączanych budynków, wówczas jego udział znacząco spada. Jednocześnie, roczne zapotrzebowanie na ciepło przy udziale prosumentów może spaść nawet do 50%, przy zwiększaniu kosztów z tradycyjnych systemów ciepłowniczych. Autorzy jednak nie uwzględniają strat i zysków ciepła w budynkach, które mogą mieć istotne znaczenie przy określaniu zapotrzebowania na ciepło w budynkach i niskiej wartości energii końcowej.

Naukowcy ze Szwecji Truong, Gustavsson [42] przeanalizowali koszty i efektywność energetyczną budynków w małych systemach ciepłowniczych. Swoje badania oparli na rzeczywistych obciążeniach cieplnych, które odczytano z danych historycznych dla różnych typów budynków. Wnioski z ich badań wskazują, że koszty wytwarzania energii cieplnej w małych sieciach ciepłowniczych rosną (szwedzkie małe sieci ciepłownicze to około 100 GWh/rok), a potencjał wykorzystania kogeneracji zmniejsza się. To niewielkie zapotrzebowanie na ciepło sprawia, że wybór technologii dla małych obszarów miejskich jest

Lidia Grzegorczyk – praca doktorska 2019 Strona 34 z 118

ograniczony. Dodatkowo, badania naukowców wskazały, że im mniejsza skala produkcji ciepła lokalnego, tym wyższe są koszty produkcji ciepła w kogeneracji w danym obszarze.

W rezultacie zużycie energii pierwotnej w produkcji ciepła sieciowego zależy od zastosowanych technologii i optymalizacji systemu.

W zakresie modelowania oraz zmian obciążeń cieplnych ważnym aspektem (oprócz temperatury zewnętrznej) jest zachowanie użytkowników. Dotzauer [7] w przeprowadzonej symulacji dotyczącej predykcji zapotrzebowania na ciepło z systemu ciepłowniczego, podkreśla istotę wpływu użytkowników końcowych na zapotrzebowanie na ciepło budynków oraz zmiany obciążeń cieplnych. Jego badanie wskazuje, że zachowanie konsumentów wraz z temperaturą zewnętrzną mają największy wpływ na popyt na energię. Dotzauer podkreśla, że często niepełne dane oraz niepewności prognoz pogody sprawiają, że zaproponowane symulacje mogą w wielu przypadkach zawieść. W związku z tym Dotzauer wskazuje skuteczność najprostszych modeli, które mogą dać dobre prognozy w modelowaniu obciążenia cieplnego budynków przyłączonych do systemu ciepłowniczego. Autor podkreśla, że na zużycie ciepła i modelowanie obciążeń cieplnych składają się liczne harmonogramy i wzorce rocznych, tygodniowych i dziennych zużyć.

Problem, który jest związany z modelowaniem obciążenia cieplnego oraz zastosowania odpowiedniego systemu technologicznego poruszają również włoscy naukowcy Kazas, Fabrizio, Perino [15], którzy opracowali profil zapotrzebowania na ciepło ze szczególnym uwzględnieniem budynków w obszarach miejskich. Przeprowadzono w tym kierunku badania oraz symulację na budynku referencyjnym. W celu zbadania i zdefiniowania potencjalnym popytem w skali miasta naukowcy przeprowadzili zintegrowaną symulację w skali przestrzeni miejskiej. Stworzyli model DiDeProM, który jest wykorzystywany do generowania szczegółowych profili zapotrzebowania na ciepło w budynkach w skali miejskiej. Uwzględnili parametry wielu zmiennych dla budynków, za pomocą których znormalizowali bazę danych niezbędnych do stworzenia profilu zapotrzebowania na ciepło z dokładnością godzinową, uwzględniającą jednocześnie straty instalacji. Model ten został skalibrowany na rzeczywistych danych, które zebrano podczas studium przypadku na budynku w Turynie. Stworzono 300 scenariuszy (sezonowych profili godzinowych zapotrzebowania na ciepło) dla budynku referencyjnego. Udowodniono, że model ten działa dla małego budynku i jest w stanie wygenerować całkowity profil zapotrzebowania na ciepło ze szczegółową analizą czasu w skali przestrzeni miejskiej. Opracowali scenariusze dla różnej grupy budynków w taki sposób, że określenie obciążenia cieplnego dla budynków nowej generacji odbywa się przez dopasowanie i grupowanie do wybranego, zbliżonego scenariusza.

Modelowanie obciążenia cieplnego budynków w przestrzeni miejskiej można zaprojektować na podstawie dziennego obciążenia cieplnego systemu ciepłowniczego, którą zaproponowaną Gadd oraz Werner [8] na przykładzie studium przypadku w Szwecji.

Naukowcy potwierdzają, że zmiany obciążenia cieplnego w systemach ciepłowniczych są zarówno dzienne i sezonowe. Udowodnili również, że dzienne zmiany obciążenia cieplnego są niewielkie w porównaniu do sezonowej zmiany obciążenia cieplnego. Wahania sezonowe są wynikiem zmiany temperatury zewnętrznej w ciągu roku. Z kolei wahania dobowe są wywołane wzorcami głównie wynikającymi z zachowań użytkowników. Gadd i Werner podkreślają, że sezonowe obciążenie cieplne jest popularnym zagadnieniem, jednak analizy dziennego obciążenia cieplnego są rzadkie. Analizy dziennego zapotrzebowania są zazwyczaj przedstawiane jako studium przypadku lub modele, za pomocą których można przewidzieć codzienne zmiany obciążenie cieplnego.

Lidia Grzegorczyk – praca doktorska 2019 Strona 35 z 118

Gadd i Werner [8] w swoich analizach zmierzyli się z wypracowaniem ogólnej metody opisującej zmienność zapotrzebowania dziennego na ciepło. Metoda polegała na określeniu dwóch podstawowych warunków niezależnych od wielkości systemu i brak wykorzystania zewnętrznych parametrów innych niż szeregi czasowe [8]. Zdefiniowana metoda opierała się na trzech parametrach: zmienność dzienna, która jest parametrem porównawczym między systemami (opisuje dzienną wielkość zapotrzebowania na ciepło), zmienność godzinowa (opisuje pojemność ładowania i rozładowania zasobnika ciepła).

Autorzy Sun oraz Hong [32] podkreślają, że zapotrzebowanie budynku w energię jest ściśle związane z zachowaniem użytkowników oraz ma znaczący wpływ na efektywność energetyczną budynku. Ponadto, przeprowadzili symulacje, w której wskazują wpływ użytkowników na zużycie energii przez budynek. Model stworzony przez Sun oraz Hong został poddany walidacji i może być stosowany dla różnego typu budynków na podstawie zachowań użytkowników. Interesujące wnioski zostały opisane dla jednego z kryteriów dot. urządzeń elektrycznych w pomieszczeniach budynku. Autorzy udowodnili, że urządzenia znajdujące się w budynku mają największy wpływ na zapotrzebowanie budynku w energię, a poziom oszczędności, który jest możliwy do uzyskania w tym obszarze to około 70%.

Metodę miesięczna w obliczaniu zapotrzebowania na ciepło przedstawia Michalak [24]

w swoich badaniach, który prezentuje procedurę obliczania miesięcznych zysków ciepła od nasłonecznienia według nowej normy PN-EN ISO 52016-1:2017-09 [57]. Jako dane wejściowe wykorzystuje on wartości napromieniowania na dowolnie zorientowaną powierzchnię pochyloną obliczane według metody podanej w normie [57]. Obliczenia zysków słonecznych są wykonywane na podstawie danych promieniowania słonecznego z typowych lat meteorologicznych. W celach porównawczych autor przeprowadził obliczenia zysków na przykładzie jednorodzinnego i wielorodzinnego budynku mieszkalnego wg nowej metody oraz danych z typowych lat meteorologicznych. Dla wszystkich lokalizacji autor uzyskał spadek wartości zysków słonecznych obliczonych za pomocą nowej metody.

Istotnym aspektem zmniejszenia zapotrzebowania energii na cele ciepła dla budynków są również aspekty środowiskowe, które uwzględnia w swoich badaniach Piotr Lis [20].

Podkreśla on, że poszukiwania największych możliwości w zakresie oszczędności i efektywnego wykorzystania energii powinny dotyczyć sektorów gospodarki, w których występuje największe zużycie energii. Budynki odpowiadają przeciętnie za około 41%

łącznego zużycia energii w Unii Europejskiej i jest to związane również z emisją zanieczyszczeń do powietrza, przyczyniających się między innymi do powstawania zjawiska smogu. Autor na podstawie badań wskazuje, że podjęcie działań tylko w zakresie termoizolacyjności przegród zewnętrznych, może zmniejszyć zapotrzebowanie na energię do ogrzewania budynków średnio o około 72% w stosunku do stanu z 2011 roku. W konsekwencji spowoduje to zmniejszenie ogólnej emisji wybranych rodzajów zanieczyszczeń powietrza od około 32% do około 72%. Wnioski z przeprowadzonej analizy mogą być wykorzystane w planowaniu i projektowaniu działań w ramach „Strategii na rzecz Odpowiedzialnego Rozwoju” dla Polski z perspektywą do roku 2030.

Biorąc pod uwagę powyższe analizy autorów oraz duże zalety stosowania metody godzinowej, w niniejszej pracy wykorzystano metody do obliczeń dynamicznych, za pomocą których jest możliwe wyznaczenie zapotrzebowania na ciepło w godzinowych krokach czasowych. Metoda obliczeniowa odnosi się do standardowych parametrów konstrukcji i użytkowania budynku. Metoda ta jest bardziej dokładna, ponieważ odpowiada rzeczywistym parametrom konstrukcji i użytkowania budynku, które jednak mogą być typowe tylko dla

Lidia Grzegorczyk – praca doktorska 2019 Strona 36 z 118

danego budynku i miejsca jego usytuowania. Metoda godzinowa jest najprostszą metodą z możliwych, uwzględniająca dynamikę cieplną budynku.

W badaniach Narowski [26] wykazał, że metoda godzinowa do obliczania zapotrzebowania budynku w energię do ogrzewania i chłodzenia jest zasadna, ponieważ porównano wykorzystanie ww. metody wraz z uzyskanymi wynikami w programach Audytor OZC oraz TRNSYS. W swoich analizach autor wykorzystał do obliczenia zapotrzebowania na energię użyteczną metodę godzinową. Zastosowany model matematyczny przez autora stanowił uproszczenie modeli dynamicznych systemów energetycznych w budynkach.

Modelowanie w tej metodzie oparte było na analogii do sieci elektrycznych. Wartości temperatur określane w węzłach. Elementy i komponenty budynku, (ściany zewnętrzne, podłogi, stropy) charakteryzowane są przez opory (R) lub stanowią elementy magazynujące energię (C).

Narowski dokonał obliczeń dla typowego roku meteorologicznego (8760 godzin). Na podstawie rocznego bilansu energetycznego określono chwilowe zapotrzebowanie budynku na ciepło albo chłód w poszczególnych strefach budynku. Autor jednak nie uwzględnił w algorytmie współczynnika wykorzystania zysków. Uzyskane wyniki wskazały, że wartości uzyskane za pomocą programu Audytor OZC w każdym przypadku są większe od uzyskanych metodą godzinową, metodą bilansową oraz z użyciem programu TRNSYS. W uzyskanych wynikach wykazano, że wraz ze wzrostem współczynnika kształtu budynku A/V rośnie zapotrzebowanie na energię do ogrzewania budynku. Rozbieżności w uzyskanych wynikach w metodach wynikają przede wszystkim z przyjętej przez autora ilości energii potrzebnej do podgrzania powietrza wentylacyjnego oraz z właściwości dynamicznych budynku.

Autorka Grudzińska [10] w swoich analizach wskazuje różnicę między metodą bilansową a symulacyjną w zapotrzebowaniu na ciepło w pomieszczeniach mieszkalnych.

Autorka wskazuje, że zapotrzebowanie na ciepło może być ustalane na podstawie strat i zysków ciepła budynku lub jego części. Obliczenia mogą być wykonane metodami bilansowymi lub symulacyjnymi. Metody bilansowe to metody tzw. stacjonarne, oparte na założeniu ustalonego przepływu ciepła w przegrodach budowlanych. Obliczenia przeprowadza się dla długich okresów czasu (np. jeden miesiąc lub cały sezon grzewczy), uśredniając parametry klimatyczne, takie jak: temperatura zewnętrzna i natężenie promieniowania słonecznego. Krok obliczeniowy przyjmowany jest znacznie krótszy – może to być np. jedna godzina lub kilkanaście minut. Pozwala to uwzględnić procesy wymiany ciepła uzależnione od zmian temperatury i działania promieniowania słonecznego, jako dynamiczne procesy dyskretne. Autorka rozpatrzyła wyniki obliczeń, w których wyodrębniła straty i zyski ciepła. Pozwoliło to dokładniej przeanalizować różnic między obiema metodami.

Wyżej wymienione założenia wymuszają zmiany w sposobie zaopatrzenia budynków w ciepło oraz zmianę struktury zasilania budynków w energie cieplną. Podejście wymaga również gruntownej modernizacji systemu zasilania w budynkach, w których źródła ciepła są nieefektywne oraz generują straty. Jednym z zaproponowanych scenariuszy w polityce energetycznej kraju jest prowadzenie aktywnej polityki klimatycznej, które powinny być podjęte w celu zmniejszenia emisji CO2 oraz wsparcia rozwoju energetyki odnawialnej w Polsce.

Scenariusz ten stworzono w odpowiedzi na brak spójnej polityki energetycznej kraju, zintegrowanej z polityką gospodarczą i klimatyczną. Scenariusz odzwierciedla koszty zewnętrzne oraz działania na rzecz poprawy obecnie niskiego poziomu efektywności energetycznej kraju. Zakłada też rezygnację z realizacji inwestycji w elektrownie jądrowe, ze względu na związane z nią koszty w całym cyklu życia i likwidacji instalacji oraz unieszkodliwiania odpadów, zagrożenia ekologiczne i marginalną rolę, jaką ta technologia może odegrać w zmniejszaniu emisji gazów cieplarnianych.

Lidia Grzegorczyk – praca doktorska 2019 Strona 37 z 118