It is common with significant differences between calculated and actual energy use in the building sector. These calculations are often performed with whole building energy simulation (BES) programs. In this process the analyst must make several assumptions about the studied building and its users. These calculations are often verified with measured data through the EUI benchmark indicator which is calculated by normalizing the annual energy use (from the grid) with the floor area. Due to the highly aggregated nature of the EUI indicator it is problematic to use this indicator to deduce erroneous assumptions in the calculations. Consequently, the learning process is often troublesome. Against this background, the main aim of this thesis has been to develop methods that can provide feedback (key building performance parameters) from measured data which can be used to increase simulation accuracy and verify building performance. For the latter, regression models have been widely used in the past for verifying energy use. This thesis has the focus on the use of regression analysis for accurate parameter identification to be used to increase the agreement between BES predictions and actual outcome. For this, a BES calibration method based on input from regressed parameters has been developed which has shown promising features in terms of accurate predictions and user friendliness. The calibration method is based on input from regressed estimations of air-to-air-transmission losses, including air leakage (heat loss factor) and ground heat loss. Since it is known that bias models still can give accurate predictions, these parameters have been evaluated in terms of robustness and agreement with independent calculations. In addition, a method has been developed to suppress the bias introduced in the regression due to solar gain. Finally, the importance of calibrated simulations was investigated. The regressed parameters were found to be robust with yearly variations in the heat loss factor of less than 2%. The regressed estimates of ground heat loss were also in good agreement with independent calculations. The robustness of the heat loss factor based on data from periods of substantial solar gain was also found to be high, with an average absolute deviation of 4.0%. The benefit with calibrated models was mainly found to be increased accuracy in predictions and parameters in absolute terms. With increased access to measured data and the promising results in this thesis it is believed that the presented regression models will have their place in future energy quantification methods for accessing energy performance of buildings. / Det är vanligt med betydande skillnader mellan beräknad och verklig energi användning inom byggnadssektorn. Dessa beräkningar utförs ofta med hjälp av byggnads energi simulerings (BES) program där användaren måste göra ett flertal antaganden om den aktuella byggnaden och dess brukare. Det beräknade resultatet kontrolleras ofta i ett senare skede mot byggnadens faktiska behov av energi från nätet. I denna kontroll är det dock svårt att särskilja den energimängd som byggnaden behöver och den del som är kopplad till brukaren. Detta gör att lärdomarna som kan dras i denna verifieringsprocess ofta blir begränsade. Mot denna bakgrund, har det huvudsakliga syftet med denna avhandling varit att utveckla metoder som kan användas för att extrahera information om byggnadens prestanda från mätdata. De extraherade parametrarna skall kunna användas för att öka noggrannheten i prediktioner från BES modeller och för att verifiera byggnaders prestanda. Regression analys har ofta använts i det senare fallet i avseendet att verifiera energi användning. Denna avhandling fokuserar på att utveckla regressionsmodeller som ger en hög noggrannhet i modellens parametrar som möjliggör att de bl.a. kan användas för att kalibrera BES modeller och på så sätt minska den vanligt förekommande diskrepans mellan simulerat och faktiskt utfall. En BES kalibrerings metodik har utvecklats baserat på skattning av transmissions förluster ovan mark, inklusive luftläckage (värmeförlust koefficient) samt värmeförlust till mark (G) med hjälp av regressionsanalys. Denna kalibrerings metodik uppvisar lovande egenskaper i form av noggranna prediktioner och användarvänlighet. Goda prediktioner är dock ingen garanti för att modellens ingående parametrar är fysikaliskt rimliga. Därför har regressionsmodellernas parametrar utvärderats i termer av robusthet och överensstämmelse med oberoende beräkningar. Dessutom har en metod utvecklats för att minimerar solens inverkan på regressionsskattningarna. Slutligen har vikten av kalibrerade simuleringar undersökts. Parametrarna i de framtagna regressionsmodellerna visade sig vara robusta, med årliga variationer i värmeförlust koefficient mindre än 2%. Ytterligare visade sig G var i god överensstämmelse med oberoende beräkningar. Robustheten i värmeförlustfaktorn baserad på data från perioder av betydande solstrålning konstaterades också att vara hög, med en genomsnittlig absolut avvikelse på 4.0%. Fördelen med kalibrerade modeller visade sig främst vara en ökad noggrannhet i prediktioner och modell parametrar i absoluta tal. Med ökad tillgång till mätdata och lovande resultat i denna avhandling är det författarens övertygelse att de presenterade regressionsmodellerna kommer att ha sin plats i framtida bedömnings metoder av byggnaders energiprestanda.

This thesis extends and formalizes the energy signature method developed by Wei et al. (1998) for the rapid calibration of cooling and heating energy consumption simulations for commercial buildings. This method is based on the use of "calibration signatures" which characterize the difference between measured and simulated performance. By creating a library of shapes for certain known errors, clues can be provided to the analyst to use in identifying what simulation input errors may be causing the discrepancies. These are referred to as "characteristic signatures". In this thesis, sets of characteristic signatures are produced for the climates typified by Pasadena, Sacramento and Oakland, California for each of the four major system types: single-duct variable-air-volume, single-duct constant-volume, dual-duct variable-air-volume and dual-duct constant-volume. A detailed step-by-step description is given for the proposed methodology, and two examples and a real-world case study serve to illustrate the use of the signature method.

This thesis is conducted within the project of categorizing the building stock in Sweden, which is a part of the research program Spara and bevara initiated by the Swedish Energy Agency. Categorizing the building stock is done to find typical buildings of which to analyze for energy efficiency measures. The purpose of this thesis is to evaluate the performance of energy signatures calculated with different time steps and methods in order to find out how energy signatures can be used as a supplement to the categorization and to compare the energy use in buildings to their Energy Performance Certificate (energideklaration). The certificates are found in the database GRIPEN, provided by the National Board of Housing, Building and Planning (Boverket). The results show that an energy signature with time resolution of hours or days can be used for an accurate prediction of the energy use in a building. With larger time steps the accuracy is reduced. The prediction of the buildings use of domestic hot water is scattered and need to be compared to measured values for a better result. When the energy use (corrected for climate) is compared to the Energy Performance of a building there is a large difference, at the most 26 %, with the conclusion that the corrected energy use has to be calculated over a couple of years for a good estimation. Furthermore the results show that grouping measured energy use in even intervals of temperature is better when the specific energy loss of the building is to be predicted. The coefficient of determination (R2) can be used to detect an abnormal energy use in a building. When equivalent temperature (Te) is used the value of R2 increases. Further studies are required to determine whether effects of solar radiation and wind on the building can be predicted from the value of R2 for different temperature sets.

Bostad- och servicesektorn står för cirka 40 % av den totala årliga energianvändningen i Sverige. För nybyggda hus med ambitiösa miljökrav, såsom objektet för denna studie, är en viktig del i hållbarhetsarbetet uppföljning och feedback av energianvändningen för att illustrera sambandet mellan ambition och faktiskt resultat. Energiuppföljning i Undervisningshuset, en byggnad på KTH Campus med ambitiösa visioner om hållbarhet och pedagogik, är därför syftet med denna studie. För att jämföra energianvändningen mellan olika år måste energianvändningen normaliseras vilket sker i två steg; korrigering för normalt brukande och normalårskorrigering. I denna rapport beräknas Undervisningshusets normaliserade energianvändning medelst energisignatur och graddagar, vilken jämförs med den enligt Energideklarationen förväntade energianvändningen som normaliserats med SMHI:s energi-index. Undervisningshusets energiprestanda är enligt energisignaturmetoden 56 kWh/m2 och år och enligt graddagsmetoden 59 kWh/m2 och år, jämfört med den förväntade energiprestandan i Energideklarationen på 60 kWh/m2 och år. Både resultaten för denna rapport och Energideklarationen klassificerar därmed Undervisningshuset med Energiklass B. / The housing- and service sector makes up about 40 % of the total yearly energy use in Sweden. For new buildings with ambitious requirements, such as the object of this study, an important part of the work towards sustainability is follow-up and feedback on its energy use to illustrate the connection between ambition and actual result. Energy follow-up for Undervisningshuset, a building on KTH Campus with ambitious visions of sustainability and pedagogy, is therefore the aim of this study. To compare the energy use in buildings between different years the energy use must be normalized which is done in two steps; correction for normal occupancy and standard year correction. In this report the normalized energy use of Undervisningshuset is calculated by means of energy signature and degree-days, which is compared to the expected energy use according to the Energy Declaration normalized by SMHI’s energy-index. The energy performance of Undervisningshuset is 56 kWh/m2 and year according to the energy signature method and 59 kWh/m2 according to the degree-day method, compared to the expected energy performance in the Energy Declaration of 60 kWh/m2 and year. Both the results of this report and the Energy Declaration thereby classifies Undervisninshuset with Energy Class B.

För att pådriva utvecklingen mot ett mer hållbart Gävle kommer Gävle Energi AB implementera en ny säsongsbaserad kapacitetsmodell ifrån årsskiftet 2019. Som ska skapa ekonomiska incitament för energieffektivisering i fastigheter inom Gävles fjärrvärmenät. Denna studie kartlägger värmeenergianvändningen i en fastighet som riskerar en förhöjd totalkostnad för fjärrvärmen till följd av den nya prismodellen. Målet med studien är att reducera värmeenergianvändningen utan att investera i fastigheten, vilket möjliggörs genom att värmeenergitillförseln till fastigheten regleras. Genom att programmera ett års historisk data av temperaturer, solinstrålning, el- och värmeeffekter så prognostiseras värmetillförseln på samma sätt som fastighetens styrsystem Kabona Eco-pilot. Styrsystemet tillämpar en flytande inomhustemperatur vilket bidrar till att fastighetens värmetröghet inkluderas i värmeregleringen. Studien inkluderar två prognoser som jämförs med den verkliga värmeenergianvändningen och den nya kapacitetsprismodellen. Prognos 1 är baserad på en årscykel och prognos 2 baseras på intervallet november 2017 till mars 2018. Syftet med prognos 2 är att tillämpa en strategisk värmelaststyrning för att sänka värmekapacitetsbehovet vid -10˚C. Prognos 1 indikerar att en värmeenergibesparing på 26% kan uppnås. Prognosen tar hänsyn till solinstrålning och vissa delar utav den interna värmegenereringen. Utan att Diös fastigheter AB investerat i några energibesparingsåtgärder prognostiseras en besparing på 44 700SEK under ett års drift. Fastigheten har idag energiprestanda energiklass D och kommer efter besparingen att kunna uppnå energiklass C. Prognos 2 indikerar att en kapacitetsreducering kan uppnås motsvarande 46,1% samtidigt som den rörliga värmeenergianvändningen minskar. Totalt sett finns en besparingspotential på 47,8% och 216 700 SEK under perioden 2017-11-01 till 2018-03-31, dock med följd att inomhustemperaturen sjunker. / In order to continue the development towards a more sustainable city of Gävle, Gävle Energi AB will implement a new season-based capacity model by the year 2019. It creates economic incentives for energy efficiency in real estate’s within Gävle's district heating network. This report investigates how the heat energy is used for a building that risks an increased heat energy cost, due to the new pricing model. The aim of the study is to reduce the heat energy usage without investing in the building, which is made possible by regulating the thermal energy supply to the building. By programming one year of historical data of temperatures, solar radiation, power- and heat effects the heat supply is forecasted the same way as the building's control system Kabona Eco-pilot is working. The control system applies a floating indoor temperature, which contribute that the thermal inertia of the building is included in the heat load control. The study includes two forecasts that are compared to the actual heat energy use and the new capacity price model. Forecast 1 is based on an annual cycle and forecast 2 is based on the range of November 2017 to Mars 2018. The aim of forecast 2 is to apply a strategic heat load control to reduce the heat capacity needed at -10˚C. Forecast 1 indicates a potential heat energy saving of 26% even though Diös Fastigheter AB does not invest in any energy saving technology. A saving of approximately 44 700 SEK is forecasted for the annual cycle. The building has an energy class D and has the potential to achieve energy class C after the change of control system parameters. Forecast 2 indicates a potential capacity reduction corresponding to 46,1% while the variable heat energy consumption decreases. Overall, there is an approximated heat energy saving potential of 47,8%, which corresponds to 216 700 SEK, during the range of 2017-11-01 to 2018-03-31. Due to the consequence of a lower indoor temperature.

Aktuellt examensarbete är en fallstudie som utförts på en miljonprogramsbyggnad i Andersberg ägd av AB Galvegårdarna vilka även är uppdragsgivarna. Då miljonprogramsbyggnader är dåligt värmeisolerade och har stora värmeläckage är det idag av stort intresse att se över eventuella förbättringsåtgärder då dessa byggnader har en potential att minska energianvändningen med 50 procent. Syftet med detta projekt är att få en kalibrerad och validerad modell med hjälp av den BES-modell (Building Energy System) som kommer att tas fram i detta examensarbete. Genom litteraturstudie, platsbesök samt inhämtning av protokoll, ritningar och uppmätta data för byggnaden kunde modellen skapas och kalibreras i simuleringsprogrammet IDA Indoor Climate and Energy. Ritningar och data tillhandahölls från AB Gavlegårdarna och platsbesök gjordes för att komplettera dessa genom att göra mätningar av temperaturer i de allmänna utrymmena. På plats kunde även byggnadens mått mätas för att säkerställa att byggnaden inte hade uppdaterats sedan tilldelade ritningarna skapats. När samtlig information ansågs ha införskaffats lades all data in i IDA ICE där även en modell av byggnaden byggdes upp. För köldbryggorna användes simuleringsverktyget COMSOL Multiphysics för att ta fram de enskilda köldbryggornas psi-värden vilka därefter användes som input i byggnadsmodellen i IDA ICE. Den kalibrerade modellen framtagen i detta projekt visade sig stämma med uppmätta värden så när som på +- 10% då den ställdes mot det uppmätta energibehovet för byggnaden. Mot en nyutvecklad energisignatursmodells byggnadsförlustkoefficient blev skillnaden 19.6% vilket kan bero på att fel från simuleringsverktygen samt osäkerheter angående omätbara parametrar. Slutsastsen utav detta arbete var att ”performance gap” även inträffade på den framtagna modellen i detta arbete. Vilket verkar vara svårt att undvika. På platsbesöket upptäcktes vattensamlingar på taket på byggnaden vilket var en förvåning för författarna då det fanns dokument som sade att ytskiktet var bytt 2015 och att det fanns indikeringar på att detta kunde få omfattande konsekvenser om det inte åtgärdas vilket tas upp under diskussion Framtida arbete om varför boendes bettendemönster underskattas vore något att gå vidare med i framtida studier för att kunna minska ”performance gap” på BES modeller. / This thesis is a case study carried out on a Million Homes Program (MHP) building in Andersberg owned by AB Galvegårdarna, whom are also the clients. Since MHPbuildings are poorly insulated and have major heat leaks, it is of great interest today to investigate any improvement measures as these buildings have a potential to reduce their energy use by 50 percent. This is possible with the help of the calibrated model in a building energy performance simulation (BEPS) tool, which is the purpose of developing in this thesis. Through a literature study, visit in the building and gathering protocols, drawings and measured data, a model could be built and calibrated in IDA Indoor Climate and Energy was started. Drawings and data were provided from AB Gavlegårdarna and site visits were made to supplement these by taking measurements of temperatures in the common areas. On site, the dimensions of the building were also measured to ensure that the building had not been upgraded since the assigned drawings were created. When all the information was considered to have been obtained, all data was entered into IDA ICE where a model of the building was also built up. For the thermal bridges, the COMSOL Multiphysics simulation tool was used to generate their individual linear heat loss coefficient which were used as input in the building model of IDA ICE. The calibrated model developed in this project turned out to have a deviation of 10 % against annual district heating energy. The simulated building heat loss coefficient differed with 19.6 % compared to the one produced with a newly developed energy signature method for the corresponding year which may be caused by errors in the simulation tools and uncertainty concerning immeasurable parameters. The final conclusion of this work was that the performance gap also occurred on this model developed in this work, which seems to be hard to avoid. During the site visit, water collections on the roof of the building were discovered which was a surprise to the authors as there were documents that said that the surface layer had been changed in 2015 and that there were indications that this could have significant consequences if not addressed which is mentioned in the chapter of discussion. Future work on why residents’ behavioral patterns are underestimated would be something to continue with in future studies in order to reduce the “performance gap” in BES models.

Increasing concern about global climate change has led to a growing interest in energy usage and water consumption. It is well known that changes in consumption habits lead to more efficient use of energy and water sources. Nowadays, globalization, environmental concerns, and the shortage of resources have led to an increase of stakeholder pressure on companies to expand their focus to sustainability. Also, the high impact that the savings can have in the financial status of the company. It is encouraging the headboards to study and improve the ways water and energy are being used within the processes. Significant economic savings and benefits for the environment could be achieved with slight changes in the company. As an overview, this project starts with the extraction of data from a platform for energy management in an industrial company. Then, it goes through the understanding of the energy and water usage data set. Later, a methodology to handle and process the data will be set. It is intending to extract relevant information using clustering. The idea is to compare the usage profiles between different factories, using key performance indicators and reducing the initial data set. Once the benchmarking is performed, some critical parameters will be selected to support the decision-making process related to investments to reduce the energy usage and water consumption in a specific location. Finally, the case of study will be implemented with the measurements from Alfa Laval. We will study how, from daily measurements with a very low investment and using the proper algorithms and methodologies, the main behaviours and features in an industrial location can be extracted from the utilization data. These characteristics can be used to develop strategies or productions schemes based on the interests of the energy manager and the company.

Several climate and energy goals have been set in the European Union, one of them being to increase energy efficiency. In Sweden, a large potential for increased energy efficiency lies in the residential and service sectors, which account for about 40% of total energy use. A large share of buildings in Sweden were built in the Million Homes Program in the 1960s and ’70s. These buildings are now in need of renovation, which enables renovation with the ambition of reducing energy use.  In this thesis, the purpose is to develop an energy signature method, a bottom-up statistical method. This method has been validated using a building energy simulation software called IDA ICE, for two kinds of multifamily buildings from the Million Homes Program. The energy signature method has then been applied to a district located in Gävle, Sweden, containing more than 90 multifamily buildings with similar construction. In addition to characterizing current thermal performance of the buildings, the energy signature method is further developed so that potential for energy renovation of the district can be simulated. Simulated energy renovation is developed to comply with building energy use requirements, according to the most recent Swedish building regulations.  Both on building and district level, sensitivity analysis is performed. In both cases the energy signature method is insensitive to changes in internal heat gains and indoor temperature. To investigate the effects of simulated renovation on a local district heating system, results are visualized in a duration diagram, where energy use reduction in different load periods is displayed. Thus, it is demonstrated how the energy signature method can be used as a rapid way of simulating energy renovation on district level and with readily available data. / EU har beslutat om flera klimat- och energimål, bland annat att energi ska användas mer effektivt. I Sverige finns en stor potential för ökad energieffektivitet i bostads- och servicesektorn, som står för cirka 40 % av den totala energianvändningen. En stor av del Sveriges byggnadsbestånd består av miljonprogramsbyggnader från 1960- och 1970-talen. Dessa byggnader är i behov av renovering, vilket möjliggör ytterligare renovering med syfte att sänka energianvändningen. Syftet med denna studie är att utveckla en energisignaturmetod, en ”bottom-up” statistisk metod. Metoden har validerats med byggnadsenergisimuleringsprogrammet, IDA ICE, för två typer av flerbostadshus från miljonprogrammet. Energisignaturmetoden har sedan applicerats på ett distrikt i Gävle som innehåller fler än 90 flerbostadshus med liknande konstruktion. Förutom att karakterisera byggnadernas nuvarande termiska prestanda, vidareutvecklas energisignaturmetoden så att även energirenovering kan simuleras. Denna metod utvecklas för att uppfylla Boverkets krav på byggnaders energianvändning, enligt gällande svenska byggnadsreglerna.  Känslighetsanalys utförs både på byggnads- och distriktsnivå. I båda fallen visar sig energisignaturmetoden vara okänslig för förändringar i intern värmegenerering och inomhustemperatur. Effekterna av den simulerade renoveringen presenteras i ett varaktighetsdiagram, som visar de möjliga effekterna på ett lokalt fjärrvärmesystem. På detta sätt demonstreras hur energisignaturmetoden kan användas för att snabbt simulera energirenovering på distriktsnivå och med lättillgänglig data.

Denna studie innefattar en så kallad aktivitetsbaserad energikartläggning som på en detaljerad nivå kartlägger relationen mellan aktiviteter i en skola med användningen av el. Metoden som används baseras på en traditionell metod för energikartläggning men elanvändning kartläggs minut för minut över en hel skolvecka vilket är ovanligt vid energikartläggningar. Data har samlats in för Berzeliusskolan i Linköping under vecka nio och analyserats i förhållande till andra veckor, skolor och nationella mål. Berzeliusskolan är en grund- och gymnasieskola med 1600 elever. Resultatet från studien kan användas för att bättre förutse energianvändning i nya skollokaler och för att prioritera bland möjliga energibesparande åtgärder. Resultatet från kartläggningen visar att de energiaktiviteter som orsakar störst energibehov är fastighetsdrift (33 %), skollunch (25 %) samt rekreation (15 %). Rekreation är definierat som aktiviteter utan direkt koppling till undervisning eller skollunch och innefattar bland annat uppehållsrum, korridorer och personalkök. Alltså är undervisning inte det som påverkar energianvändningen i en skola i första hand.   De viktigaste lärdomarna för genomförande av liknande energikartläggningar är att fokus inte bör ligga på elever och pedagoger utan på byggnaden och skolköket i stort. Eftersom energikartläggningen enbart täcker en skolvecka bör liknande studier genomföras för kunskapshus under skollov för att komplettera denna studie. / This master thesis includes an activity based energy audit in a combined elementary and upper secondary school in Linköping. The audit was conducted at a detailed level to show the connection between activities in schools and energy performance. The focus has largely been on electricity use and the overall method is based on traditional energy audit. The method however is distinct from traditional methods by the fact that electricity is shown minute by minute over a full school week. The results from the study can be used to better foresee energy use in new or remodeled schools. Also, the results is a valuable basis for prioritizing among energy conservation measures connected to similar schools and buildings. The main results from the energy audit shows that building services (33 %), school lunch (25 %) and recreational activities (15 %) are the most important energy activities. It is also found that education itself only contributes to a limited extent. The most important factors in conducting such an activity based energy audit is that focus shouldn’t been on students and faculty but instead on the indoor climate systems and school kitchen. To continue this research, similar audits should be conducted in more schools and during school breaks.