Sammendrag
Vi bruker for mye energi, noe som igjen er årsak til for høyt utslipp av klimagassen CO2. Reduksjon av energiforbruk er derfor en av vår tids viktigste utfordringer. Oppvarming og kjøling av bygninger utgjør ca en femtedel av det totale forbruket i EU land. Potensialet til økonomiske og klimamessige besparelser er derfor stort.
Med bruk av matematiske modeller, som beskriver de termiske egenskapene til en bolig, kan vi redusere bruken av energi ved å minimalisere komforttemperatur kun når boligen er i bruk. I tillegg kan slike modeller brukes til å beregne og sammenlikne de termiske egenskapene for et bygg på en mer presis måte en dagens energimerking.
Utfordringen med modellering av bygninger er at dette er komplekse systemer, bestående av mange ulike materialer og konstruksjonsmetoder. I tillegg er oppvarming av bygninger avhengig av værforhold og menneskene som bor i bygningene. Dette gjør oppgaven med å modellere bygninger komplisert. En mulig løsning er bruk av forenklede modeller, såkalte ”termiske nettverk”. Dette er forenklede matematiske modeller som tilpasses hver enkelt bolig (kalibreres).
Avhandlingen har sett på utfordringene med slike forenklede modeller og hvordan måledata fra sensorer kan brukes i kalibrering av disse modellene. Resultatet av arbeidet har vært å se på hvordan kalibreringen av modellene kan kvalitetsikres slik at disse kan brukes for å beregne de termiske egenskapene til et gitt bygg. Dette gjør det igjen mulig å bruke de kalibrerte modellene både som verktøy for mer optimal regulering av temperatur, for dermed og spare energi, penger, og å redusere bl.a. utslipp av CO2. I tillegg gir avhandlingen noen svar på hva som kreves for at slike modeller skal kunne brukes til å utføre mer presis energimerking av eksisterende bygninger.