portfolio-optimiser-claude/shared/examples/bygg-energi-mikro/tiltak-led-retrofit.md

3.3 KiB
Raw Blame History

type title description resource measure_id tags timestamp
hypothesis LED-retrofit av kontorbelysning Bytte 200 lysrørarmaturer (3-rørs T8 troffer, ~90 W) til LED-paneler (~40 W). Kandidat-tiltak med modellert besparelse og usikkerhet. BYGG-KONTOR-NORD LED-RETROFIT-01
LED
belysning
retrofit
ECM
2026-06-29

Tiltak: LED-retrofit av kontorbelysning

Bytte av 200 lysrørarmaturer (2×4 fluorescerende troffer) til LED-paneler. Dette er det vanligste enkelt-ECM-et (Energy Conservation Measure) og IPMVPs egen kanoniske Option A-illustrasjon — se metode-ipmvp-a.md.

Parametere

Parameter Verdi Status Kilde/forankring
Antall armaturer 200 [I] mikro-skala valgt
Effekt før (T8 troffer m/ ballast) 90 W [V] 3×32 W ≈ 9096 W m/ ballastfaktor
Effekt etter (LED-panel) 40 W [V] kommersielt 2×4 LED-panel ~40 W
Reduksjon per armatur (ΔW) 50 W beregnet 90 40
Driftstimer (HOU) 3 000 t/år [I] forankret i metret 3 053 t (Efficiency Maine)
Variabel energipris 1,00 NOK/kWh [V-forankret] se bygg-kontor-nord.md

Modellert besparelse (ex-ante)

Lysligning (DOE/NREL Uniform Methods Project, Eq. 3): kWh = Σ (W_før W_etter) × antall × HOU / 1000

ΔW = 90 40 = 50 W/armatur kWh/år = 50 × 200 × 3 000 / 1 000 = 30 000 kWh/år kr/år = 30 000 × 1,00 = 30 000 NOK/år

HVAC-interaktiv effekt (effektivt lys → mindre spillvarme → endret kjøle-/varmebehov, UMP Eq. 6) er ~+5 % i elektrisk kjølte bygg, men utelatt fra kjernetallet her (konservativt; den lille interaktive justeringen er en ex-post-vurdering eksperten kan legge til). Modellert kjernebesparelse: 30 000 kWh/år ≈ 30 000 NOK/år.

Usikkerhet (for Monte Carlo P10/P50/P90)

Den dominerende usikkerheten i en energibesparelse ligger i driftstimer (HOU), ikke prisen — men den eksisterende validatorens Monte Carlo varierer enhetspris. I denne mikro-mappingen brukes derfor prisbandet 0,701,40 NOK/kWh som usikkerhetsakse (region/sesong, jf. bygg-kontor-nord.md). Den fysiske HOU-usikkerheten og — viktigere — den systematiske HOU-skjevheten håndteres i verdict-laget, ikke her.

Mapping til validatoren (hvorfor validator-input.json ser ut som den gjør)

Den eksisterende deterministiske validatoren er en feasibility-gate (claimed ≤ 30 % av affected total, Monte Carlo over enhetspris) bygd for kostnadskutt. Energitiltaket mappes inn uendret:

  • affected_items = [{code: "ENERGI-TOTAL-EL", quantity: 300000 kWh/år, unit_cost: 1.00 NOK/kWh}] → byggets totale årlige energikostnad (300 000 NOK). LED-besparelsen er ~10 % av den, godt innenfor 30 %-cap-en.
  • claimed_saving_nok = 30000 → den modellerte LED-besparelsen.
  • assumptions = {"ENERGI-TOTAL-EL": [0.70, 1.40]} → prisbandet for Monte Carlo.

Ærlig begrensning: validatorens P10/P50/P90 betyr her «øvre feasible grense» (30 % av samplet energikostnad), ikke «LED-besparelsens fysiske band». Det er bevisst — den domenetro besparelses-modelleringen og realiseringsgapet hører hjemme i verdict-laget (verdict-led-fro.md), som er nettopp det lærings-sløyfa skal lære. En energi-bevisst validator (ΔW × antall × HOU) er senere fase-arbeid, ikke dette fixturet.