Robuustheid voor klimaatvariaties Vergelijking van klimatiseringsconcepten met behulp van gebouwsimulatie

Transcriptie

1

2

3 Robuustheid voor klimaatvariaties Robuustheid voor klimaatvariaties Vergelijking van klimatiseringsconcepten met behulp van gebouwsimulatie J.E.J. (Janneke) Evers studentnummer: Afstudeercommissie: Prof.dr.ir. J.L.M. Hensen voorzitter Dipl.-Ing. C. Struck (FH) Ir. R.A.P. van Herpen extern commissielid Technische Universiteit Eindhoven Faculteit Bouwkunde Unit Building Physics and Systems Mastertrack Physics of the Built Environment 10 maart 2009

4 Foto omslag: Hans Simons

5 Robuustheid voor klimaatvariaties Summary Building performance simulation (BPS) tools for the prediction of energy use and thermal comfort are used more and more in the design process of buildings and systems. In these tools the outside climate is normally represented by climate files with hourly values for parameters like air temperature, solar radiation, humidity and wind speed. The climate files are usually based on measured weather data from the past. The weather data from De Bilt from the period April 1 st 1964 until March 31 st 1965, here called De Bilt 64-65, are for instance used in practice as standard for an average year with sufficient extreme values. The designed systems in a building are expected to function for 15 or 30 years. The expected life time of a building construction is even longer. There s a risk that a design which is based on past conditions will not be able to meet its requirements under different conditions in the future. A building or building concept s ability to maintain performance under conditions that differ from the design conditions is called its robustness. In this study a method to evaluate the robustness to climate variations is investigated. Therefore the new (preliminary) Dutch standard NEN 5060:2008 (prelim.) and the future scenarios for climate change from the Royal Dutch Meteorological Institute (KNMI) are used. The new standard NEN 5060:2008 (prelim.) contains a method to assemble reference years based on recent measured weather data. The result of this work consists of four reference climate files for different purposes. By using a statistical analysis separate months of the weather data from the period are selected and put together into one reference file. The first file is to be used for the calculation of energy use, or for instance the energy performance coefficient (EPC). It represents an average year. The other three files contain more extreme values and are made for the use in simulation tools, like the prediction of thermal comfort. The KNMI have developed future scenarios for climate change. The scenarios are based on two principles: a worldwide rise in temperature of 1 C or 2 C in 60 years, indicated by G (for i x

6 Summary average) and W (for warm), and a wind pattern over the West of Europe that will or will not change, in which a + indicates change. In a cooperative effort between the Technical University of Eindhoven and Vabi Software bv the climate files of NEN 5060:2008 (prelim.) and the future climate scenarios of KNMI are combined into climate files for the future. They are used in the study of an intermediate floor of an office building in Apeldoorn, The Netherlands, in which three different system concepts are applied: top cooling with radiators, floor heating/ cooling and 4p-fancoilunits. The performance of these three concepts during the cooling season (April October) is evaluated using computer simulations with the tool VA114 of Vabi Software bv. To be able to make a good comparison between the concepts they are calibrated to have an exactly equal thermal comfort in the initial situation. In this initial situation the climate file De Bilt is used and the thermal comfort is expressed in one of the three Dutch thermal comfort indicators: temperature exceeding hours (TO), weighted temperature exceeding hours (GTO) and adaptive temperature boundaries (ATG). The maximum power of the system is restricted so that exactly one of the comfort criteria 100 TO, 150 GTO or ATG-class B is met. Then simulations are conducted with the climate files of NEN 5060:2008 (prelim.) and the climate files for the future. The spread of the results is a measure for robustness of the concept. The floor cooling concept appears to be the most robust for climate variations, concerning comfort performance. This conclusion holds for each of the three comfort indicators and for all climate files. Between top cooling and the 4p-fancoil concept the differences are very small and not conclusive. Concerning energy use the top cooling concept is less robust, though. This leads to the following ranking: floor cooling, 4p-fancoil, top cooling. X ii

7 Robuustheid voor klimaatvariaties Samenvatting Bij het ontwerpen van gebouwen en gebouwinstallaties wordt steeds meer gebruik gemaakt van simulatieprogramma s om gebouwprestaties op het gebied van energiegebruik en comfort te voorspellen. In deze programma s wordt het buitenklimaat doorgaans gerepresenteerd door klimaatbestanden met uurlijkse waarden voor parameters zoals luchttemperatuur, zonnestraling, luchtvochtigheid en windsnelheid. De bestanden zijn meestal gebaseerd op gemeten weergegevens uit het verleden. De weergegevens van De Bilt voor de periode 1 april 1964 t/m 31 maart 1965, hierna De Bilt genoemd, worden bijvoorbeeld in de praktijk gebruikt als standaard voor een gemiddeld jaar met voldoende extremen. Men gaat ervan uit dat een ontworpen klimatiseringsconcept 15 tot 30 jaar zal blijven functioneren. De verwachte levensduur van de gebouwconstructie is nog veel langer. Het risico bestaat echter dat een ontwerp dat gebaseerd is op gegevens uit het verleden niet aan de verwachtingen kan blijven voldoen onder veranderende omstandigheden in de toekomst. Het vermogen van een gebouw of gebouwconcept om aan de gewenste prestatie-eisen te voldoen, ook als de gebruikscondities verschillen van de ontwerpcondities, wordt de robuustheid genoemd. In deze studie wordt onderzocht op welke manier de robuustheid voor klimaatvariaties beoordeeld kan worden. Er wordt daarbij gebruik gemaakt van de nieuwe norm NEN 5060:2008 (ontw.) en de toekomstscenario s voor klimaatverandering van het KNMI. Een NEN-commissie heeft gewerkt aan een methode voor het opstellen van nieuwe referentiejaren, gebaseerd op recente weergegevens. Het resultaat van dit werk, NEN 5060:2008 (ontw.), is begin 2008 beschikbaar gekomen en bestaat uit 4 bestanden voor verschillende toepassingen. Op basis van een statistische analyse worden telkens afzonderlijke maanden uit de gemeten weergegevens van de periode geselecteerd, die samen een referentiebestand vormen. Het eerste bestand is bedoeld voor het maken van energieberekeningen, zoals de energieprestatiecoëfficiënt (EPC), en representeert een iii x

8 Samenvatting gemiddeld jaar. De overige drie bestanden bevatten meer extremen en zijn bedoeld voor simulatieberekeningen, zoals de voorspelling van het thermische comfort. Door het Koninklijk Nederlands Meteorologisch Instituut (KNMI) zijn toekomstscenario s opgesteld voor de klimaatverandering. De scenario s zijn gebaseerd op twee aspecten: een wereldwijde temperatuurstijging van 1 C of 2 C in 60 jaar, die wordt weergegeven door een G (gematigd) of W (warm), en een al dan niet veranderende luchtstroming boven West-Europa, waarbij een verandering wordt weergegeven door een +. In een samenwerking tussen de Technische Universiteit Eindhoven en Vabi Software bv zijn de klimaatbestanden van de nieuwe norm NEN 5060:2008 (ontw.) en de toekomstscenario s voor klimaatverandering van het KNMI gecombineerd tot klimaatbestanden voor de toekomst. Ze worden gebruikt in de studie van een tussenverdieping van een kantoorgebouw, waarin drie verschillende klimatiseringsconcepten worden toegepast: topkoeling met radiatoren, vloerkoeling / -verwarming en 4p-fancoilunits. De prestaties van deze concepten tijdens het koelseizoen (april t/m oktober) worden geëvalueerd met behulp van simulaties met het programma VA114 van Vabi Software bv. Om de concepten met elkaar te kunnen vergelijken worden ze gekalibreerd, zodat ze in de uitgangssituatie een gelijk thermisch comfort hebben. Voor de uitgangssituatie wordt het tot op heden gebruikte klimaatbestand De Bilt gebruikt en het thermische comfort wordt uitgedrukt met behulp van de comfortindicatoren temperatuuroverschrijdingen (TO), gewogen temperatuuroverschrijdingen (GTO) en adaptieve temperatuur grenzen (ATG). Het maximale vermogen van de installatie wordt beperkt, zodat exact aan de comfortcriteria van 100 TO-uren, 150 GTO-uren of ATG-klasse B wordt voldaan. Vervolgens worden simulaties uitgevoerd met de klimaatbestanden van NEN 5060:2008 (ontw.) en met de klimaatbestanden voor de toekomst, waarbij de spreiding in de resultaten een maat is voor de robuustheid van het klimatiseringsconcept. Het vloerkoeling-concept blijkt het meest robuust te zijn voor klimaatvariaties, wat betreft comfortprestaties. Deze conclusie kan getrokken worden op basis van elke van de drie comfortindicatoren en bij ieder klimaatbestand. Tussen topkoeling en het 4p-fancoil-concept is het verschil heel klein en niet doorslaggevend. Wat betreft energiegebruik is het topkoelingconcept echter minder robuust. Dit leidt tot de volgende rangorde: vloerkoeling, 4p-fancoil, topkoeling. X iv

9 Robuustheid voor klimaatvariaties Voorwoord Voor u ligt het resultaat van mijn afstudeerproject in de richting Physics of the Built Environment, ter afsluiting van de studie Bouwkunde aan de Technische Universiteit Eindhoven. Een jaar geleden, begin februari 2008, ben ik begonnen aan dit onderzoek, na een (volgens sommigen) wat afwijkend keuzeproces. Zelf had ik het idee een gegronde keuze te willen maken voor mijn afstudeeronderwerp en ik ben met verscheidene mensen gaan praten over de mogelijkheden. Daarbij speelde meteen al door mijn hoofd samenwerking te zoeken met Adviesburo Nieman, waar ik toen al een jaar één dag in de week werkte. Het onderwerp zou zich hier echter voor moeten lenen en daar was ik nog niet uit. Enkele onderwerpen vielen gelijk af, maar wat overbleef waren twee totaal verschillende onderzoeken bij twee promovendi van Jan Hensen... De hele gang van zaken is achteraf door Christian en Wiebe omschreven als een soort missverkiezing waarbij beide vast blij zijn dat ik het niet tot een badpakkenronde heb laten komen! De keuze is dus uiteindelijk gevallen op het onderwerp robuustheid voor klimaatvariaties, onder andere omdat hierbij samenwerking mogelijk was met Adviesburo Nieman in de persoon van Ruud van Herpen. Deze samenwerking verliep naar mijn mening heel prettig. Graag wil ik dan ook Ruud bedanken voor zijn waardevolle opmerkingen, waardoor ik telkens net weer een stukje verder kwam. Jan Hensen wil ik graag bedanken voor zijn oog voor detail en de nadruk op het correcte gebruik van termen. Natuurlijk wil ik ook Christian Struck bedanken voor de vele uren die we samen hebben overlegd en gediscussieerd, waarbij er ook altijd ruimte was voor even gezellig kletsen. Marcel Loomans wil ik graag bedanken voor het kritisch doorlezen van mijn verslag en Aad Wijsman en Wim Plokker van Vabi voor het beantwoorden van mijn vragen over het programma VA114. v x

10 Voorwoord Daarnaast heel veel dank aan Frank, die thuis het nodige te verduren heeft gehad, mijn eigen familie en die van Frank, speciaal mijn schoonzusje Anneke voor de gezellige en productieve studie-woensdagen, Hanneke voor je lieve kaartje met Kerst en alle vrienden die me de laatste tijd wat minder hebben gezien, mijn medestudenten, in het bijzonder Ingrid en Zara, voor de gezellige thee-uurtjes en de collega s bij Adviesburo Nieman voor jullie flexibiliteit. Janneke Evers 10 maart 2009 X vi

11 Robuustheid voor klimaatvariaties Inhoudsopgave Summary... i Samenvatting...iii Voorwoord... v Hoofdstuk 1 Inleiding Aanleiding Doelstelling Onderzoeksvragen Onderzoeksopzet... 2 Hoofdstuk 2 Onderzoeksmethoden Inleiding Literatuurstudie Simulaties Transformatie van klimaatbestanden Statistische analyse... 5 Hoofdstuk 3 Literatuurstudie Gebouwprestatiesimulatie Thermisch comfort Energiegebruik Robuustheid van een gebouw voor klimaatvariaties Gevoeligheid en onzekerheid Oorzaken van onzekerheid in gebouwsimulatie Technieken voor gevoeligheids- en onzekerheidsanalyse Beperkingen van de technieken Buitenklimaat in gebouwsimulatie Samenstelling van klimaatbestanden...17 vii x

12 Inhoudsopgave Gebruikte klimaatbestanden in Nederland NEN 5060:2008 (ontw.) Weer en klimaat Algemeen Invloedsfactoren op weer en klimaat Klimaatverandering Hoofdstuk 4 Methode ter beoordeling van de robuustheid voor klimaatvariaties Voorgestelde methode Opzet simulaties en algemene uitgangspunten Omschrijving case studie Algemeen Klimatiseringsconcept 1: topkoeling Klimatiseringsconcept 2: vloerkoeling Klimatiseringsconcept 3: 4p-fancoilunits Dimensioneren van de installaties Gebruikte klimaatbestanden NEN 5060:2008 (ontw.) Gemeten weergegevens Transformatie van klimaatbestanden Vergelijking van het energiegebruik Automatisering van de simulaties Analyse en beoordeling van de resultaten Statistische analyse van klimaatbestanden Vergelijking NEN 5060:2008 (ontw.) met historische weergegevens Hoofdstuk 5 Simulaties met NEN 5060:2008 (ontw.) Resultaten Gewogen Temperatuur Overschrijdingsuren (GTO) Temperatuur Overschrijdingsuren (TO) Adaptieve Temperatuur Grenzen (ATG) Totale afgegeven koelenergie Discussie Statistische beschrijving NEN 5060:2008 (ontw.) klimaatbestanden Vergelijking met historische weergegevens Resultaten comfortindicatoren Resultaten totaal afgegeven koelenergie Discussie Hoofdstuk 6 Simulaties met klimaatbestanden voor de toekomst Resultaten comfort X viii

13 Robuustheid voor klimaatvariaties 6.2 Resultaten totale afgegeven koelenergie Discussie Maximaal benodigd vermogen bij meest extreme klimaatbestand 1% (30, W+)...59 Hoofdstuk 7 Conclusies en aanbevelingen Conclusies NEN 5060:2008 (ontw.) Methode ter beoordeling van de robuustheid voor klimaatvariaties Robuustheid van de beschouwde klimatiseringsconcepten Aanbevelingen...68 Referenties...69 Bijlage A: Beschrijving modellen...73 Bijlage B: NEN 5060:2008 (ontw.): totale afgegeven koelenergie...81 Bijlage C: Statistische beschrijving klimaatbestanden NEN 5060:2008 (ontw.)..85 Bijlage D: Normaliteitstesten...89 Bijlage E: Vergelijking met historische weergegevens Bijlage F: Klimaatbestanden toekomst : totale afgegeven koelenergie ix x

14 Inhoudsopgave X x

15 Robuustheid voor klimaatvariaties Hoofdstuk 1 Inleiding In dit hoofdstuk wordt het onderzoek ingekaderd. De aanleiding voor het onderzoek, de doelstelling ervan, de bijbehorende onderzoeksvragen en de onderzoeksopzet worden beschreven. In hoofdstuk twee worden de toegepaste onderzoeksmethoden besproken. In hoofdstuk drie wordt vervolgens een overzicht gegeven van relevante informatie uit de literatuur en hoofdstuk vier behandelt de methode voor de beoordeling van de robuustheid voor klimaatvariaties en de uitgangspunten en opzet van de uitgevoerde simulaties. In hoofdstuk vijf en zes worden de resultaten van de simulaties weergegeven met resp. de klimaatbestanden van NEN 5060:2008 (ontw.) en de klimaatbestanden voor de toekomst. In hoofdstuk zeven worden ten slotte conclusies getrokken en aanbevelingen gedaan voor verder onderzoek. 1.1 Aanleiding Bij het ontwerpen van gebouwen en gebouwinstallaties wordt steeds meer gebruik gemaakt van simulatieprogramma s om gebouwprestaties op het gebied van energiegebruik en comfort te voorspellen. In deze programma s wordt het buitenklimaat doorgaans gerepresenteerd door klimaatbestanden met uurlijkse waarden voor parameters zoals luchttemperatuur, zonnestraling, luchtvochtigheid, windsnelheid en dergelijke. De bestanden zijn meestal gebaseerd op gemeten weergegevens uit het verleden. Men gaat ervan uit dat een ontworpen klimatiseringsconcept 15 tot 30 jaar zal blijven functioneren. De verwachte levensduur van de gebouwconstructie is nog veel langer. Het risico bestaat echter dat een ontwerp dat gebaseerd is op gegevens uit het verleden niet aan de verwachtingen kan blijven voldoen onder veranderende omstandigheden in de toekomst. Het vermogen van een gebouw of gebouwconcept om aan de gewenste prestatie-eisen te voldoen, ook als de gebruikscondities verschillen van de ontwerpcondities, wordt de robuustheid genoemd. 1 x

16 Hoofdstuk Doelstelling In dit onderzoek wordt bekeken in hoeverre de nieuw verschenen norm NEN 5060:2008 (ontw.) in combinatie met de KNMI toekomstscenario s voor klimaatverandering geschikt is om de robuustheid voor klimaatvariaties van een klimatiseringsconcept te beoordelen. Er wordt een voorstel gedaan voor een methode om ontwerpvarianten met elkaar te kunnen vergelijken wat betreft hun robuustheid voor klimaatvariaties. Deze methode wordt vervolgens geïllustreerd aan de hand van een case studie, waarbij drie verschillende klimatiseringsconcepten worden vergeleken, toegepast in een kantoorgebouw. 1.3 Onderzoeksvragen Hoofdvraag: Hoe kunnen klimatiseringsconcepten worden beoordeeld op hun robuustheid voor klimaatvariaties? Deelvragen: Hoe wordt het buitenklimaat gerepresenteerd in gebouwsimulaties? Hoe kunnen klimaatvariaties worden gerepresenteerd? Hoe kan robuustheid beoordeeld worden? Welke klimatiseringsconcepten zijn relevant voor de praktijk? Hoe robuust zijn de beschouwde klimatiseringsconcepten? 1.4 Onderzoeksopzet In een samenwerking tussen de Technische Universiteit Eindhoven en Vabi Software BV zijn de klimaatbestanden van de nieuwe norm NEN 5060:2008 (ontw.) en de toekomstscenario s voor klimaatverandering van het KNMI gecombineerd tot klimaatbestanden voor de toekomst. Ze worden gebruikt in de studie van een tussenverdieping van een kantoorgebouw, waarin drie verschillende klimatiseringsconcepten worden toegepast. De prestaties van deze concepten worden geëvalueerd met behulp van simulaties met het programma VA114 van Vabi Software BV en er wordt een methode voorgesteld om de concepten met elkaar te kunnen vergelijken. X 2

17 Robuustheid voor klimaatvariaties Hoofdstuk 2 Onderzoeksmethoden In dit hoofdstuk worden de toegepaste onderzoeksmethoden beschreven. In paragraaf één wordt eerst de onderlinge samenhang van de beschreven methoden uitgelegd. In de tweede paragraaf volgt een gedeelte over het uitgevoerde literatuuronderzoek. Paragraaf drie gaat over de simulaties: de gekozen case studie, de klimatiseringsconcepten en de automatisering van de simulaties. Daarna worden de bewerkingen besproken die zijn uitgevoerd op de klimaatbestanden en tenslotte de toegepaste technieken voor statistische analyse. 2.1 Inleiding Het onderzoek is gestart met een literatuurstudie om inzicht te krijgen in de kennis die al beschikbaar is. Vervolgens is een simulatieprogramma gekozen om gebouwprestaties te kunnen voorspellen. Een verdieping van een bestaand kantoorgebouw in Apeldoorn is gebruikt als case studie, waarin drie verschillende klimatiseringsconcepten worden toegepast. Er is gezocht naar een manier om deze klimatiseringsconcepten met elkaar te kunnen vergelijken. De klimaatbestanden behorende bij de nieuwe norm NEN 5060:2008 (ontw.) zijn in samenwerking met Vabi Software BV gecombineerd met de toekomstscenario s voor klimaatverandering van het KNMI tot klimaatbestanden voor de toekomst. Met de genoemde klimaatbestanden zijn simulaties uitgevoerd voor de drie klimatiseringsconcepten, waarvan het proces is geautomatiseerd met behulp van aansturing vanuit de programmeeromgeving Matlab. De simulatieresultaten zijn verwerkt. Voor een beter begrip van de gevonden resultaten is een statistische analyse uitgevoerd op de gebruikte klimaatbestanden en op een gedeelte van de resultaten. 3 x

18 Hoofdstuk Literatuurstudie Het literatuuronderzoek voor dit project beslaat een aantal uiteenlopende onderwerpen. Er is algemeen inzicht nodig op het gebied van gebouwprestatiesimulatie: op welke manier simulatieprogramma s zich hebben ontwikkeld en hoe ze werken. Er wordt ingegaan op de wijze waarop gebouwprestaties worden uitgedrukt om ze meetbaar en vergelijkbaar te maken. In relatie met de term robuustheid zijn de onderwerpen onzekerheid en gevoeligheid van belang. Er is onderzocht welke analysetechnieken er bestaan en in hoeverre deze toegepast kunnen worden in dit onderzoek. Daarna wordt dieper ingegaan op weer en klimaat. De wijze waarop buitenklimaat wordt meegenomen in gebouwsimulatie en de gebruikte klimaatbestanden voor gebouwsimulatie in Nederland tot nu toe worden beschreven, even als de recente ontwikkelingen. Er wordt ook een overzicht gegeven van de invloedsfactoren op weer en klimaat in de echte wereld en de verwachte ontwikkelingen daarvan in de toekomst. Een beschrijving van het literatuuronderzoek is te vinden in hoofdstuk drie. 2.3 Simulaties Het gebouwsimulatieprogramma VA114 van Vabi Software bv is gekozen als tool om gebouwprestaties op het gebied van energiegebruik en comfort te voorspellen. Het is een veelgebruikt programma in de praktijk van adviesbureaus. De keuze is gevallen op dit simulatieprogramma, zodat de onderzoeksresultaten ook een waarde hebben voor de praktijk. In hoofdstuk vier wordt de opzet van de uitgevoerde simulaties besproken. Case studie De voorgestelde methode om ontwerpvarianten met elkaar te kunnen vergelijken wordt geïllustreerd aan de hand van een case studie. Een tussenverdieping van het kantoorgebouw La Tour in Apeldoorn is daarvoor als basis gebruikt. In de bouwkundige constructie worden drie verschillende klimatiseringsconcepten toegepast die in de praktijk vaak voorkomen, topkoeling met radiatoren, vloerkoeling/ -verwarming en 4p-fancoilunits. De case studie wordt beschreven in paragraaf 4.2. Vergelijkbaarheid van klimatiseringsconcepten Het doel van dit onderzoek is het inzichtelijk maken van de invloed die klimaatvariaties hebben op de prestaties van een gebouw. Daartoe worden drie ontwerpvarianten met elkaar vergeleken. Om een goede vergelijking te kunnen maken, is het van belang dat deze varianten in uitgangspunt gelijkwaardig zijn. Hiervoor is een aansluiting bij de praktijk gezocht. Tot nu toe is het gebruikelijk om voor een beoordeling van het thermische comfort in gebouwen gebruik te maken van de klimaatgegevens van De Bilt uit 1964 en 1965, in dit onderzoek De Bilt genoemd. De drie klimatiseringsconcepten zijn vervolgens zo gedimensioneerd, dat ze voor dit X 4

19 Robuustheid voor klimaatvariaties klimaatbestand exact aan het comfortcriterium voldoen. Dit is gedaan door het maximale vermogen dat de installatie kan leveren te beperken. Er zijn drie verschillende indicatoren gebruikt als comfortcriterium, gewogen temperatuuroverschrijdingen (GTO), temperatuuroverschrijdingen (TO) en adaptieve temperatuurgrenzen (ATG). In paragraaf worden de comfortindicatoren besproken en in paragraaf wordt dieper ingegaan op het dimensioneren van de installaties. Automatisering van de simulaties Er zijn simulaties uitgevoerd voor drie klimatiseringsconcepten, met ieder drie varianten en in totaal 57 klimaatbestanden. Het simuleren met de hand via de interface van het programma VA114 zou erg tijdrovend worden. Het proces is daarom geautomatiseerd door middel van een directe aansturing vanuit de programmeeromgeving Matlab. In paragraaf 4.5 wordt hier uitvoeriger op ingegaan. 2.4 Transformatie van klimaatbestanden Om een indruk te krijgen van de invloed van variaties in het klimaat op de gebouwprestaties, zijn bewerkingen uitgevoerd op klimaatbestanden. In een samenwerking tussen de Technische Universiteit Eindhoven en Vabi Software bv zijn de klimaatbestanden van de nieuwe norm NEN 5060:2008 (ontw.) en de toekomstscenario s voor klimaatverandering van het KNMI gecombineerd tot klimaatbestanden voor de toekomst. De resulterende klimaatbestanden geven een beeld van het klimaat over 15 en 30 jaar, wanneer de verandering verloopt volgens elk van de vier toekomstscenario s van het KNMI. Met de huidige kennis is het niet mogelijk om aan te geven welk van de vier scenario s het meest waarschijnlijk is, dus ze moeten in dit onderzoek als gelijkwaardig beschouwd worden. In paragraaf wordt de wijze waarop deze transformatie heeft plaatsgevonden beschreven. 2.5 Statistische analyse Voor een beter begrip van de simulatieresultaten is een statistische analyse uitgevoerd op een aantal klimaatbestanden. Er is een frequentieverdeling opgesteld van de uurlijkse waarden voor de buitentemperatuur en de zonnestraling op het horizontale vlak. Daarnaast zijn gemiddelde waarden berekend over de hele periode, per maand en voor de maanden juli en augustus samen. Een statistische analyse is ook gebruikt bij de vergelijking van de resultaten voor de klimaatbestanden van de norm NEN 5060:2008 (ontw.) en de historische weergegevens van de periode , waarop de norm gebaseerd is. Er is onderzocht in hoeverre de klimaatbestanden uit de norm representatief zijn voor de historische weergegevens. De statistische analyses die zijn toegepast worden beschreven in paragraaf x

20 Hoofdstuk 2 X 6

21 Robuustheid voor klimaatvariaties Hoofdstuk 3 Literatuurstudie In dit hoofdstuk wordt voor het onderzoek relevante informatie uit de literatuur besproken. Er wordt gestart met een algemeen beeld van simulatieprogramma s voor de voorspelling van gebouwprestaties en de indicatoren die gebruikt worden om gebouwprestaties uit te drukken. Daarna worden de begrippen onzekerheid, gevoeligheid en robuustheid besproken in relatie tot gebouwsimulatie. Paragraaf drie behandelt de wijze waarop het buitenklimaat meegenomen wordt in simulatieprogramma s. Tenslotte worden de invloedsfactoren op weer en klimaat in de echte wereld besproken en de verwachte ontwikkelingen in de toekomst. 3.1 Gebouwprestatiesimulatie Traditioneel wordt er bij het ontwerpen van gebouwen gebruik gemaakt van vuistregels en handberekeningen om ontwerpbeslissingen te steunen. Hierbij worden bijvoorbeeld vereenvoudigde vergelijkingen gebruikt om de rekentijd te verkorten, worden aspecten, zoals de uitwisseling van infrarood straling, buiten beschouwing gelaten en wordt statisch gerekend in plaats van dynamisch. Vanaf halverwege de jaren 70 van de vorige eeuw begon hier verandering in te komen met de opkomst van steeds krachtigere computers. Er vond een ontwikkeling plaats naar geïntegreerde gebouwprestatiesimulatieprogramma s, waarin iedere energiestroom en ieder overdrachtsproces exact wordt gemodelleerd en tijdsafhankelijke aspecten worden meegenomen. [Clarke, 2001] In tabel 3.1 wordt een overzicht gegeven van de evolutie van traditionele handberekeningen naar geïntegreerde simulatieprogramma s in verschillende stappen. In tabel 3.2 worden de verschillen tussen beide tegenover elkaar gezet. Afhankelijk van de soort prestaties waarin men geïnteresseerd is, zijn er verschillende simulatieprogramma s beschikbaar voor bijvoorbeeld zaalakoestiek, daglichttoetreding en thermisch comfort. In dit onderzoek wordt gebruik gemaakt van het programma VA114 van Vabi Software bv [Vabi, 2009], dat ontwikkeld is voor het berekenen van temperatuuroverschrijdingen (thermisch comfort) en daarnaast ook het energiegebruik berekent. 7 x

22 Hoofdstuk 3 Tabel 3.1: Evolutie van traditionele handberekeningen naar geïntegreerde simulatieprogramma s. [Clarke, 2001] Tabel 3.2: Overzicht van de verschillen tussen traditionele ontwerp tools en simulatie tools. [Hensen, 2009] Traditionele ontwerp-tools Simulatie-tools mono-disciplinair multi-disciplinair oplossing georiënteerd probleem georiënteerd statisch dynamisch extreme condities alle condities analytische methodes (exacte oplossing van een zeer vereenvoudigd model van de werkelijkheid) numerieke methodes (benaderde oplossing van een realistisch model van de werkelijkheid) In gebouwprestatie-simulatie wordt de werkelijkheid gemodelleerd. Bij de omzetting van de werkelijkheid naar een model kunnen twee stappen onderscheiden worden. Eerst wordt het gedeelte van de werkelijkheid afgebakend dat zal worden beschouwd, omdat deze niet helemaal meegenomen kán en hoéft te worden. Dit is het beschouwde systeem met de bijbehorende systeemgrenzen. Daarna wordt van dit systeem een model gemaakt door het toekennen van randvoorwaarden, het discretiseren van ruimte en tijd en door het opstellen van vergelijkingen voor de verschillende processen die plaatsvinden, die vervolgens worden opgelost. Een model is een vereenvoudigde weergave van de werkelijkheid. De wijze waarop deze vereenvoudiging plaatsvindt, heeft een relatie met het doel van de simulatie, de informatie die men wil verkrijgen en de nauwkeurigheid die daarbij nodig is. X 8

23 Robuustheid voor klimaatvariaties In het simulatieprogramma VA114 wordt een meerzonemodel gemaakt. Maximaal dertig vertrekken en hun interacties kunnen gelijk gesimuleerd worden om informatie te verkrijgen over temperatuuroverschrijdingen en energiegebruik. Ruimtecondities worden daarbij bepaald per vertrek. In simulatieprogramma s worden de prestaties van een gebouw uitgedrukt in prestatie-indicatoren. Dit maakt het mogelijk om ze te vergelijken en toelaatbare grenzen af te spreken. In paragraaf en wordt een overzicht gegeven van de gebruikte prestatieindicatoren op het gebied van resp. thermisch comfort en energiegebruik Thermisch comfort In deze paragraaf worden drie prestatie-indicatoren voor thermisch comfort besproken: Temperatuur Overschrijdingsuren (TO), Gewogen Temperatuur Overschrijdingsuren (GTO) en Adaptieve Temperatuur Grenzen (ATG), gebaseerd op [ISSO 74, 2004]. Temperatuuroverschrijding (TO) In de jaren 70 van de vorige eeuw werden in Nederland de eerste richtlijnen voor het thermische binnenklimaat in de zomer opgesteld door de Rijksgebouwendienst (Rgd). Men baseerde zich daarbij op het werk van Fanger, die de thermische behaaglijkheid voorspelde met behulp van de ruimtegebonden eigenschappen: luchttemperatuur, stralingstemperatuur, luchtsnelheid en luchtvochtigheid en de gebruikersgebonden eigenschappen: kledingweerstand en activiteitenniveau. De thermische behaaglijkheid wordt uitgedrukt in de Predicted Mean Vote (PMV), waaruit het Predicted Percentage of Dissatisfied (PPD) kan worden afgeleid. De thermische (on)behaaglijkheid wordt op deze manier uitgedrukt in de voorspelling van het percentage van een grote groep gebruikers met gelijke kledingweerstand en activiteitenniveau dat zich onder de beschouwde condities onbehaaglijk voelt. Het optimale binnenklimaat wordt bereikt bij een PMV van 0 en de grenzen van een goed binnenklimaat worden gelegd bij een PMV van resp. -0,5 en +0,5 die beide overeenkomen met 10% ontevredenen. Volgens de richtlijn van de Rgd mogen deze grenzen gedurende maximaal 10% van de arbeidstijd worden overschreden. Deze richtlijn is vertaald naar de volgende temperatuuroverschrijdingen: 25 C mag gedurende maximaal 100 uur worden overschreden 28 C mag gedurende maximaal 20 uur worden overschreden 25 C is de op een heel getal afgeronde temperatuur die hoort bij een PMV van +0,5 onder gemiddelde kantooromstandigheden (25,5 C) en 28 C komt overeen met een PMV van +1. Het klimaatjaar De Bilt geldt hierbij als referentie. 9 x

24 Hoofdstuk 3 Gewogen temperatuuroverschrijding (GTO) Naarmate de hiervoor besproken richtlijn enige tijd in gebruik was, kwam men tot de ontdekking dat bij hetzelfde TO-criterium het thermische comfort niet gelijk bleek voor verschillende typen gebouwen. In een, thermisch gezien, licht gebouw was de thermische behaaglijkheid over het algemeen slechter dan in een thermisch zwaar gebouw. Dit heeft de Rijksgebouwendienst doen besluiten om een nieuw criterium, gebaseerd op gewogen temperatuuroverschrijdingsuren (GTO) op te stellen. In de GTO-beoordelingsmethode worden niet alleen de uren geteld dat een bepaalde grens wordt overschreden, maar wordt ook de mate van overschrijding meegenomen. Als grenswaarde wordt niet langer 25 C genomen, maar een PMV van +0,5, berekend uit de luchttemperatuur, stralingstemperatuur, luchtsnelheid en luchtvochtigheid en eventueel variabel op te geven kledingweerstand en activiteitenniveau. De mate van overschrijding wordt gewogen met behulp van de PPD, zodat een percentage van 20% ontevredenen tweemaal zo zwaar weegt als een percentage van 10%. Het criterium voor een goed binnenklimaat is vervolgens vastgesteld op 150 GTO-uren. Voor zware gebouwen zonder koeling blijkt dit goed overeen te komen met een overschrijding van 25 C met 100 uur. Voor lichtere gebouwen is de GTO-eis echter strenger dan de TO-eis en voor zware gebouwen met koeling juist minder streng. Adaptieve temperatuurgrenswaarden (ATG) De beide hiervoor besproken comfort-indicatoren zijn gebaseerd op het werk van Fanger, die laboratoriumonderzoek deed onder streng gecontroleerde omstandigheden. Zijn bevindingen zijn dan ook in de eerste plaats van toepassing op gebouwen met een volledige luchtbehandeling, die sterk lijken op de condities waaronder zijn onderzoek plaatsvond. Volgens internationaal onderzoek van onder anderen De Dear en Brager zijn zijn inzichten minder toepasbaar op gebouwen met te openen ramen en een grote individuele beïnvloedbaarheid van het binnenklimaat door de gebruiker. In natuurlijk geventileerde gebouwen bleek een psychologische adaptatie op te treden, waardoor bij een langere periode met hogere buitentemperaturen de gebruiker ook hogere binnentemperaturen acceptabel vindt. Deze inzichten vormen de basis voor de nieuwe adaptieve temperatuurgrenswaarden (ATG). Er wordt onderscheid gemaakt tussen twee typen gebouwen, alpha en bèta, dat gebaseerd is op de mate van individuele beïnvloedbaarheid van het binnenklimaat door de gebruiker. Voor beide typen zijn grenswaarden vastgesteld die niet mogen worden overschreden, bij drie verschillende kwaliteitsklassen. De centrale kwaliteitsklasse (klasse B) geeft een acceptatie van 80% van de gebruikers gedurende 100% van de tijd. Daarnaast bestaat een klasse A met hogere kwaliteit die overeenkomt met 90% acceptatie. Klasse C is in beginsel niet bedoeld voor nieuwe huisvesting, maar voor bijvoorbeeld renovatie, en komt overeen met 65% acceptatie. Aan de operatieve binnentemperatuur (het gemiddelde tussen de lucht- en stralingstemperatuur) wordt X 10

25 Robuustheid voor klimaatvariaties een grenswaarde gesteld die afhankelijk is van de buitentemperatuur (zie fig. 3.1). Hierbij wordt niet de buitentemperatuur op dat moment bekeken, maar worden de daggemiddelde temperaturen van de betreffende dag en de drie voorgaande dagen met een wegingsfactor gemiddeld. Dit omdat kledingkeuze en verwachting van het binnenklimaat beïnvloed worden door de buitentemperaturen van de voorafgaande dagen. Fig. 3.1: Grafische weergave van de adaptieve temperatuurgrenzen voor een bèta-type gebouw Energiegebruik Het simulatieprogramma VA114 is ontwikkeld voor het voorspellen van thermisch comfort in gebouwen. Daarnaast berekent het programma ook de hoeveelheid energie die nodig is om dit comfortniveau te bereiken, de totale afgegeven verwarmings- of koelenergie. Strikt genomen is het energiegebruik dan ook geen prestatie-indicator, maar geeft het de kosten weer om een bepaalde comfortprestatie te realiseren. De waarde die het programma bepaalt, geeft een beperkt beeld van het totale energiegebruik. Het is de hoeveelheid energie die aanwezig moet zijn in het transportmedium bij de koude- of warmteafgifte aan de ruimtelucht of aan de constructie (vloerkoeling/ -verwarming). Hierbij blijven de distributieverliezen van leidingen en kanalen, het opwekkingsrendement van de installatie en de hele weg van winning van 11 x

26 Hoofdstuk 3 grondstoffen, omzetting en transport naar het gebouw buiten beschouwing. In figuur 3.2 is een voorbeeld weergegeven van een energieketen, van winning tot afgifte in de ruimte en verlies naar de omgeving. Hierin is aangegeven welk gedeelte door het gebruikte simulatieprogramma wordt meegenomen in de waarde van de totale afgegeven verwarmings- of koelenergie. Wanneer een vergelijking wordt gemaakt tussen verschillende klimatiseringsconcepten op basis van de waarde die VA114 levert, ontstaat een vertekend beeld. Het maakt een groot verschil voor bijvoorbeeld de distributieverliezen of lucht centraal wordt gekoeld of verwarmd en daarna door middel van kanalen wordt verdeeld over de verdiepingen en vertrekken, of dat water met een bepaalde aanvoertemperatuur wordt verspreid via leidingen, waarna de warmteoverdracht van water op lucht lokaal plaatsvindt. In paragraaf 4.4 wordt behandeld hoe het energiegebruik van de klimatiseringsconcepten wordt vergeleken. VA114 Fig. 3.2: Een voorbeeld van een energieketen van winning tot afgifte aan de ruimte en verlies naar de omgeving, met daarin aangegeven het gedeelte dat door VA114 wordt meegenomen in de waarde van totale afgegeven verwarmings- of koelenergie. [Schmidt, 2003] 3.2 Robuustheid van een gebouw voor klimaatvariaties Wanneer je spreekt over een robuust gebouw, denkt men in eerste instantie aan de constructieve eigenschappen ervan: een stevig, solide gebouw. De term robuust wordt echter ook in een andere context gebruikt, op een meer figuurlijke manier. Voor softwareontwerpers is een programma dat robuust is, een programma dat acceptabele resultaten geeft voor een veel bredere toepassing dan waarvoor het oorspronkelijk ontworpen is [Sussman, 2007]. Het gaat hier dus om de prestaties onder condities die afwijken van de ontwerpcondities. Dit gegeven wordt ook op gebouwprestaties toegepast. De robuustheid van een gebouw is het vermogen ervan om aan de gewenste prestatie-eisen te voldoen, ook als de gebruikscondities verschillen van de ontwerpcondities. De term gebouw wordt hier gebruikt voor het object (systeem) dat wordt bestudeerd. Dit kan een heel, fysiek gebouw zijn, maar ook een verdieping uit een gebouw of een vertrek en daarnaast een ontwerpvariant of een klimatiseringsconcept. De veranderende condities in dit onderzoek betreffen het buitenklimaat en de onderzochte prestatie-eisen betreffen thermisch comfort en energiegebruik. X 12

27 Robuustheid voor klimaatvariaties Het buitenklimaat heeft op verschillende manieren invloed op het thermisch comfort en het energiegebruik in een gebouw. De temperatuur van de buitenlucht beïnvloedt bijvoorbeeld de warmtestroom door de uitwendige scheidingsconstructie. De hoeveelheid energie die nodig is om de inblaaslucht voor de vertrekken, op de gewenste temperatuur te brengen, is afhankelijk van de temperatuur die de buitenlucht heeft wanneer hij door de installatie wordt aangezogen. De zonnestraling die door de ramen de ruimte binnenkomt, is naast een lichtbron ook een bron van warmte. In welke mate het gebouw gevoelig is voor (veranderingen in) het buitenklimaat wordt bepaald door verschillende factoren, zoals de geometrie, de constructieopbouw, de afmetingen van de ramen en de toegepaste installaties Gevoeligheid en onzekerheid Robuustheid heeft een relatie met onzekerheid en gevoeligheid. Een gebouw dat niet robuust is, is gevoelig voor onzekerheden en veranderingen in de condities. In de literatuur is gevoeligheidsanalyse verwant aan onzekerheidsanalyse, maar er zijn verschillen. Een gevoeligheidsanalyse wordt uitgevoerd om te bepalen hoe gevoelig de uitkomsten van een simulatie zijn voor afzonderlijke invoerparameters. Het heeft als doel om de invoerparameters te kunnen aanwijzen waarvoor de uitkomsten het gevoeligste zijn en welke dus met zorg gekozen dienen te worden. Onzekerheidsanalyse heeft als doel het inschatten van de totale onzekerheid in de resultaten. Hierbij wordt de onzekerheid van de invoerparameters als uitgangspunt genomen en aan de hand daarvan wordt bepaald wat de spreiding in de uitkomsten is. Voor gevoeligheidsanalyse is de werkelijke verdeling van de invoerparameters van minder belang. [Macdonald, 2002] De technieken die gebruikt worden voor gevoeligheidsen onzekerheidsanalyse worden besproken in paragraaf Oorzaken van onzekerheid in gebouwsimulatie In het gebouwsimulatieprogramma VA114 wordt een model opgebouwd uit ruimtes die van elkaar en de omgeving gescheiden worden door vlakken. Aan de vlakken worden eigenschappen toegekend, zoals de materiaaleigenschappen en de afmetingen. Deze eigenschappen worden opgegeven in concrete getalswaarden voor lengte, breedte, dikte, warmtegeleidingscoëfficiënt, dichtheid, soortelijke warmte en dampdiffusie-weerstandsgetal. In werkelijkheid komen er echter maatafwijkingen voor en voldoen de materiaaleigenschappen niet exact aan de literatuurwaarden, bijvoorbeeld door afwijkingen in het vochtgehalte en dergelijke. De oorzaken die zorgen voor een bepaalde mate van onzekerheid bij het simuleren van een gebouw, worden door De Wit onderverdeeld in de volgende categorieën [Wit, 2001]: specificatie onzekerheden: onvolledige specificatie van invoerparameters, zoals materiaaleigenschappen model onzekerheden: aannames en simplificatie van fysische processen 13 x

28 Hoofdstuk 3 numerieke onzekerheden: discretisatie van ruimte en tijd scenario onzekerheden: buitenklimaat en gebruikersgedrag In de literatuur komen ook andere, licht afwijkende categorieën voor, bijvoorbeeld in [Macdonald, 2002]. In dit onderzoek wordt het buitenklimaat, dus scenario onzekerheden, bekeken. Een andere bron van scenario onzekerheden is het gebruikersgedrag. De gebruikers hebben op twee manieren invloed op een gebouw. Ten eerste vormen ze een interne vocht- en warmtebron net als bijvoorbeeld verlichting en apparatuur. Daarnaast schakelen ze apparatuur en verlichting aan en uit, bedienen zonwering en beïnvloeden de regeling van de gebouwinstallatie. Er zijn verschillende manieren om deze aspecten mee te nemen in gebouwsimulatie, van eenvoudig tot zeer complex [Hoes, 2007]. Het buitenklimaat heeft invloed op de gebouwprestaties, doordat het de randcondities geeft waarin het gebouw zich bevindt. De buitentemperatuur beïnvloedt bijvoorbeeld de warmtestroom door de uitwendige scheidingsconstructies en de zonnestraling die een vertrek binnentreedt, is een warmtebron. De buitencondities veranderen voortdurend en verschillen van plaats tot plaats. In gebouwsimulatie worden ze doorgaans gerepresenteerd door een bestand met uurlijkse waarden voor de verschillende parameters, dat meestal gebaseerd is op gemeten weergegevens. Er wordt gerekend met een referentiebestand, terwijl de condities in de praktijk daarvan kunnen afwijken Technieken voor gevoeligheids- en onzekerheidsanalyse Technieken voor gevoeligheids- en onzekerheidsanalyse worden verdeeld in interne en externe methoden. Dit onderscheid heeft te maken met de plaats in het simulatieprogramma waar de wijzigingen en de analyse plaatsvinden. Bij een externe methode wordt de simulatie zelf als een black box opgevat. Er worden meerdere simulaties uitgevoerd, waarbij de invoerparameters telkens worden gewijzigd en een analyse van de resultaten plaatsvindt. Bij een interne methode daarentegen worden er aanpassingen gedaan in het rekenprogramma zelf, zodat de onzekerheid in iedere rekenstap wordt meegenomen en deze aan het einde van één simulatie bekend is. Een voordeel van interne methoden is, dat er maar één simulatie nodig is om de onzekerheid van de resultaten te bepalen. Een nadeel is, dat er aanpassingen in het simulatieprogramma zelf gedaan moeten worden. [Macdonald, 2002] Dit laatste valt buiten het bereik van dit onderzoek. De technieken die in deze paragraaf besproken worden, zijn dus allemaal externe methoden. Bij technieken voor gevoeligheids- en onzekerheidsanalyse is nog een ander onderscheid relevant, dit tussen lokale en globale methoden [Macdonald, 2002] en [Saltelli, 2008] of X 14

29 Robuustheid voor klimaatvariaties individuele en totale gevoeligheden [Lomas, 1992]. Voor hetzelfde onderscheid worden verschillende terminologieën gehanteerd, waarbij lokale methoden overeenkomen met individuele gevoeligheden en globale methoden met totale gevoeligheden. Lokale methoden geven inzicht in het effect van de onzekerheid in iedere parameter afzonderlijk, terwijl globale methoden een beeld geven van de invloed van alle onzekerheden samen. Lokale methoden hebben dus meer relatie met gevoeligheidsanalyse, terwijl er bij globale methoden vooral een relatie is met onzekerheidsanalyse. Lokale methoden worden gebruikt om te bepalen voor welke invoerparameters de resultaten het gevoeligste zijn en dus met zorg gekozen dienen te worden of waarvoor aanvullende metingen nodig zijn. Ze worden ook gebruikt om te bepalen welke gebouwkenmerken belangrijk zijn om in het ontwerpstadium aandacht aan te besteden, of welke invoer zo kritisch is dat hij niet aan de gebruiker van een simulatieprogramma overgelaten kan worden. Globale methoden geven inzicht in de nauwkeurigheid van de voorspellingen van het programma. Ze kunnen gebruikt worden om de voorspellingen te vergelijken met gemeten waarden of de kans in te schatten dat een bepaalde grenswaarde van de prestatie-indicator wordt overschreden. Daarnaast geven ze inzicht in de nauwkeurigheid van de aannames in het rekenmodel. [Lomas, 1992] De meest bekende lokale methode is Differential Sensitivity Analysis (DSA). Er wordt eerst een simulatie uitgevoerd met alle variabelen op hun uitgangswaarde. Bij iedere volgende simulatie wordt telkens één invoerparameter gevarieerd, terwijl de andere variabelen op hun basis - waarde blijven staan. Op deze manier kan een variatie in de uitvoer direct gerelateerd worden aan een variatie in de invoer en is interpretatie van de resultaten eenvoudig. Wanneer men geïnteresseerd is in het gecombineerde effect van alle invoerparameters samen, zijn er echter beperkingen. Uitgangspunten zijn dan dat het systeem zich lineair gedraagt, dus dat een gelijke variatie in invoer een gelijke variatie in uitvoer tot gevolg heeft, en dat de variaties in afzonderlijke invoerparameters onafhankelijk van elkaar zijn, het principe van superpositie. In gebouwsimulatieprogramma s wordt hier vaak niet helemaal aan voldaan. [Lomas, 1992] Om de genoemde nadelen van DSA te voorkomen wordt soms gebruik gemaakt van de factorial method. Met deze methode worden de relaties tussen de verschillende invoerparameters meegenomen, door te simuleren met alle mogelijke combinaties van waarden voor de invoerparameters. Bij een groot aantal onderzochte invoerparameters neemt het aantal uit te voeren simulaties dan ook snel toe. De methoden van Cotter en Morris zijn afgeleid van de eerder genoemde methoden. Ze zijn vooral ontwikkeld voor het vinden van de invoerparameter waarvoor het model de grootste gevoeligheid heeft. [Macdonald, 2002] De globale methoden voor gevoeligheids- en onzekerheidsanalyse vallen alle onder de noemer Monte Carlo Analysis (MCA). Dit houdt in dat er een groot aantal simulaties wordt uitgevoerd, waarbij telkens de waarde voor iedere invoerparameter aselect (random) wordt gekozen, nadat van iedere invoerparameter de bijbehorende verdeling is opgegeven. Op basis van de 15 x

30 Hoofdstuk 3 simulatieresultaten kunnen statistische grootheden van de verdeling van de prestatieindicatoren bepaald worden. De methoden verschillen van elkaar in de technieken die worden gebruikt voor het samplen van de invoerwaarden en de analyse van de resultaten. Met behulp van MCA kunnen individuele en totale gevoeligheden bepaald worden, afhankelijk van de sampling- en analysetechnieken die worden gebruikt. De interactie tussen verschillende invoerparameters wordt hierbij goed meegenomen. [Macdonald, 2002] en [Saltelli, 2008] Beperkingen van de technieken De beschreven technieken voor gevoeligheids- en onzekerheidsanalyse worden voornamelijk gebruikt bij invoerparameters die gedurende de simulatie op een vaste waarde blijven staan, zoals geometrie en materiaaleigenschappen. Klimaatgegevens hebben echter waardes die veranderen in de tijd. Om de beschreven technieken te gebruiken moeten de gekozen variaties voor iedere tijdsstap worden toegepast. De onnauwkeurigheid van een meting wordt meestal in een percentage van de gemeten waarde weergegeven. Voor een onzekerheidsanalyse ligt het voor de hand om dit als uitgangspunt te nemen. Wanneer een relatieve onnauwkeurigheid wordt toegepast, betekent dit echter dat de absolute onnauwkeurigheid voor iedere tijdsstap verschillend is. [Lomas, 1992] De besproken technieken hebben voor tijdsafhankelijke parameters nog een nadeel. Wanneer een gelijke variatie voor iedere tijdsstap wordt aangebracht, dan wordt alleen de gevoeligheid voor het klimaatbestand als geheel beschouwd. Er bestaat echter ook een gevoeligheid voor de specifieke opeenvolging van waarden, omdat het systeem een geheugen heeft. Effecten die optreden, werken door in de tijd. Dit is een van de belangrijkste redenen, waarom dynamische simulatieprogramma s ontwikkeld zijn. Door Henze et al. [2007] is bijvoorbeeld een studie uitgevoerd naar de invloed van hittegolven. Daarbij is een maand aan gemeten weergegevens geselecteerd met daarin een aantal hittegolven. Op basis hiervan is een tweede set data gegenereerd, waarbij de losse dagen uit deze periode in een andere volgorde zijn gezet, zodat de hittegolven worden onderbroken. Het al dan niet voorkomen van hittegolven in de klimaatdata heeft een invloed op de gebouwprestaties. 3.3 Buitenklimaat in gebouwsimulatie In het gebouwsimulatieprogramma VA114 wordt het buitenklimaat, net als in de meeste soortgelijke simulatieprogramma s, gerepresenteerd door klimaatbestanden met uurlijkse waarden voor de klimaatparameters, zoals temperatuur, zonnestraling en wind. Deze bestanden geven de randcondities voor het simulatiemodel. Met behulp van computersimulatie probeert men een representatief beeld te krijgen van de prestaties van een gebouw. Men is niet zo zeer geïnteresseerd in het voorspellen van de prestaties voor een specifiek moment in de toekomst. Vanuit dit oogpunt worden de bestanden voor het buitenklimaat gekozen: ze moeten representatief zijn voor de buitencondities. X 16