Temperatuurprofielen, in allerlei verschillende vormen, vormen de basis van geothermisch ontwerp, en het is echt belangrijk dat je ermee vertrouwd raakt voordat je verder gaat in deze cursus. Daarom zullen we ze in dit hoofdstuk in detail bespreken, zodat je weet wat ze zijn en je de benodigde achtergrondinformatie hebt om in de volgende hoofdstukken in de onderliggende fysica te duiken. Laten we beginnen!
Twee soorten profielen
Zoals we hebben besproken in Deel 1.4, We kunnen geothermische simulaties uitvoeren met verschillende soorten belastingsprofielen. Aan de ene kant kunnen we simulaties doen met een belastingsprofiel per uur, waarbij de belasting van het gebouw (of omgekeerd de belasting van de grond) wordt gedefinieerd voor elk uur van de simulatieperiode, of we kunnen vertrouwen op een maandelijkse gegevensresolutie. Hieronder lichten we eerst het uurlijkse temperatuurprofiel toe, gevolgd door het maandelijkse profiel.
Uurlijks temperatuurprofiel
Hieronder wordt een temperatuurprofiel gegeven voor een periode van 20 jaar met een uurresolutie, wat betekent dat we elk uur van de simulatie een temperatuurwaarde krijgen. Zoals we hebben besproken in Deel 1.2 over het belang van het ontwerp van boorvelden, zijn de horizontale stippellijnen onze minimaal en maximaal toegestane temperatuurlimieten en zijn constant. In dit geval, omdat we onze maximumgrens overschrijden, zou je kunnen stellen dat dit veld niet goed ontworpen is.
De andere twee lijnen, de blauwe en zwarte, vertellen ons iets over ons geothermische systeem. In het algemeen houden we ons bezig met twee dingen: de boorgatwandtemperatuur (dit is de temperatuur van de grond die direct in aanraking komt met ons boorveld) en onze vloeistoftemperatuur (omdat die invloed heeft op de efficiëntie van ons systeem, zoals besproken in Deel 1.5). Van deze twee is de vloeistoftemperatuur de belangrijkste.
In het bovenstaande profiel zijn twee hoofdtrends zichtbaar. Aan de ene kant is er een seizoensvariatie omdat het profiel een sinusvormig gedrag vertoont, wat wordt veroorzaakt door warmte die in de winter aan het veld wordt onttrokken en in de zomer wordt geïnjecteerd, waardoor het boorveld respectievelijk afkoelt en opwarmt. Aan de andere kant zien we duidelijk een temperatuurdrift naar lagere temperaturen, veroorzaakt door de onbalans, Het verschil tussen warmte-injectie en -extractie. Dit betekent dat, volgens afspraak, wanneer we meer extractie dan injectie hebben, de onbalans zal negatief zijn.
Misschien zul je merken dat in jouw simulatie (net als in het voorbeeld hierboven) het verschil tussen de vloeistof- en boorgatwandtemperatuur niet duidelijk zichtbaar is. Daarom wordt hieronder een close-up van een zomermaand getoond.
Hier zie je duidelijk de temperatuurpieken, waar de vloeistoftemperatuur afwijkt van de boorgatwandtemperatuur. Omdat dit een close-up in de zomer is, zien we dat onze gemiddelde vloeistoftemperaturen hoger zijn dan onze bodemtemperaturen. Dat komt omdat we nu warmte in de grond injecteren, want warmte stroomt altijd van een warme naar een koude locatie (daarom koelt je hete kop koffie ook af op tafel). In de winter zijn de vloeistoftemperaturen lager dan de grondtemperaturen.
Misschien heb je al gezien dat op sommige momenten de vloeistof- en boorgatwandtemperatuur elkaar overlappen. Dit komt omdat er op deze momenten geen injectie- of extractievraag is, waardoor de vloeistoftemperatuur ongedefinieerd is. Je kunt hier als volgt over denken: wanneer je geen energie uitwisselt met je boorgat, kijk je niet naar de temperaturen en heb je dus geen idee wat ze zijn (en het kan je ook niet schelen). In GHEtool gebruiken we de conventie dat, wanneer er geen belasting is, is de vloeistoftemperatuur gelijk aan de boorgatwandtemperatuur.
Dit is echter niet 100% nauwkeurig, omdat het de thermische traagheid van de vloeistof. Dit betekent dat als we een vloeistof op een bepaalde temperatuur hebben en we stoppen met verwarmen of koelen, de temperatuur niet plotseling daalt, maar geleidelijk verandert om in evenwicht te komen met de omgeving (in dit geval de boorgatwandtemperatuur). Op het moment van schrijven is deze thermische traagheid niet opgenomen in deze grafieken en we zullen er in de volgende hoofdstukken op terugkomen.
Maandelijks temperatuurprofiel
Voor snellere berekeningen is het mogelijk om met maandelijkse belastingsprofielen te werken. Hier heeft het temperatuurprofiel 4 verschillende lijnen, de boorgatwandtemperatuur, net als voorheen, samen met drie verschillende vloeistoftemperaturen. Over het algemeen zijn in dit voorbeeld dezelfde twee trends zichtbaar: een seizoensvariatie en een (lichte) onbalans naar koelere temperaturen.
De close-up van de eerste vijf jaar hieronder maakt het gemakkelijker om onderscheid te maken tussen de verschillende vloeistoftemperaturen. Wanneer je simuleert met een belasting per uur, is er op elk uur ofwel warmteonttrekking ofwel warmte-injectie, maar op een maandelijkse tijdschaal kunnen beide in dezelfde maand voorkomen.
Als je bijvoorbeeld kijkt naar de lentemaand mei: het kan gebeuren dat er aan het begin van de maand nog enige vraag naar verwarming is, maar dat er tegen het einde meer vraag naar koeling is. Daarom kan elke maand zowel een temperatuur voor piekverwarming als piekkoeling hebben, waarbij de temperaturen tijdens verwarming lager zijn dan de boorgatwandtemperatuur en de temperaturen tijdens koeling warmer zijn dan de boorgatwand.
De laatste temperatuur is de groene lijn die de gemiddelde vloeistoftemperatuur is tijdens de basislast. In tegenstelling tot de piekbelastingen (waar je in dezelfde maand zowel verwarming als koeling kunt hebben), heeft elke maand maar één netto resulterende grondbelasting, d.w.z. in elke maand is er alleen ofwel een netto onttrekking ofwel een netto injectie van warmte. Als je alle piekvermogens zou weglaten en alleen met de energiebalans zou werken, zou het temperatuurprofiel eruit zien als de groene lijn.
Een andere manier om naar deze basislasttemperatuur te kijken is dat het de best case situatie is.
Stel je voor dat je een gebouw hebt met 730 kWh verwarmingsvraag in een bepaalde maand. Op maandelijkse schaal kun je deze energie aan het gebouw leveren met een constant basisvermogen van 1 kW - een maand heeft 730 uur - of met 2 uur van 365 kW. Beide leveren dezelfde energie aan het gebouw, maar de piektemperatuur tijdens verwarming zal in het tweede geval aanzienlijk lager zijn.
Als je peak shaving en shifting maximaliseert en veel buffervaten installeert, kun je het piekvermogen verlagen, totdat je theoretisch in de best case situatie van de basislasttemperatuur terechtkomt.
Op het eerste gezicht lijkt dit misschien een beetje vreemd, maar deze basislasttemperatuur kan worden geïnterpreteerd als een gemiddelde vloeistoftemperatuur tijdens je simulatieperiode en is ook warmer dan de boorgatwandtemperatuur in de zomer (omdat er meer energie in de grond wordt geïnjecteerd dan onttrokken) en vice versa in de winter.
Boorveldkwadranten
Voordat we in de fysica duiken en bespreken hoe de inputs die we in deel één van deze cursus hebben besproken, leiden tot de bovenstaande temperatuurprofielen, laten we ze eerst van dichterbij bekijken.
Stel dat we het onderstaande temperatuurprofiel hebben, dat een negatieve onbalans heeft en duidelijk wordt beperkt door de maximale temperatuurbegrenzing. Dit zou bijvoorbeeld het geval kunnen zijn bij een auditorium of een duur woongebouw, waar de jaarlijkse vraag naar verwarming meestal groter is (wat leidt tot de negatieve onbalans), maar het piekvermogen in koeling eigenlijk de beperkende factor is.
In het onderstaande profiel is een andere onbalans te zien. Dit kan bijvoorbeeld een kantoorgebouw zijn (of zelfs een commercieel gebouw zoals winkels) waar er op jaarbasis meer vraag is naar koeling dan naar verwarming, wat een positieve onbalans veroorzaakt, waardoor het ontwerp weer wordt beperkt door de maximumtemperatuur.
Een ander profiel met een negatieve onbalans wordt hieronder gegeven. Hier is het kritieke punt de minimumtemperatuur tijdens de piekwinning in het laatste jaar van de simulatieperiode. Dit kan bijvoorbeeld een woongebouw zijn waar verwarming (en de vraag naar sanitair warm water) de onttrekking uit het boorgat domineert.
De laatste situatie die zich kan voordoen, wordt hieronder gegeven. Hier is er een positieve onbalans, maar wordt het boorveld nog steeds beperkt door een hoge onttrekkingsbelasting. In vrij koude landen kan dit ook voorkomen voor de kantoorcase (vooral als je actieve koeling hebt en een maximumgrens hoger dan 17°C), waar de bodemtemperaturen in het begin vrij laag zijn.
Al deze vier verschillende opties kunnen nu als volgt worden gevisualiseerd.
In de afbeelding hierboven zijn de vier verschillende gevallen gestructureerd in een 2×2 raster op basis van of ze ontworpen (of beperkt) zijn door de minimum- en maximumtemperatuur en of ze die limiet ervaren in het eerste of het laatste jaar van de simulatieperiode. Dit worden de boorveld kwadranten.
In de bovenstaande figuur zijn de kwadranten 1 en 4 groen gekleurd en de kwadranten 2 en 3 blauw. Deze indeling is gebaseerd op de onbalans, aangezien zowel 1 als 4 een negatieve onbalans hebben en 2 en 3 een positieve onbalans. Wanneer je de grootte van een boorveld bepaalt, is het niet a priori bekend in welk van de 4 kwadranten je zal terechtkomen, dus in theorie zou je (of op zijn minst het algoritme) ze allemaal moeten controleren. Op basis van de onbalans kan deze zoekruimte worden teruggebracht tot slechts 2 opties.
Stel je voor dat je een boorveld hebt met een negatieve onbalans, dan weten we zeker dat het boorveld nooit in kwadrant 2 en 3 zal liggen. Om dit te bewijzen, gebruiken we het bewijs van tegenspraak en veronderstellen we het volgende: stel je voor dat het boorveld beperkt wordt door de minimumtemperatuur in het eerste jaar. Door de onbalans weten we dat het boorveld het volgende jaar koeler zal zijn, dus het eerste jaar kan nooit het kritieke punt zijn. Dit is in tegenspraak met onze hypothese, dus het kan niet zo zijn dat het boorveld in kwadrant 3 valt.
Laten we nu eens kijken wat deze boorveldkwadranten ons kunnen leren over ons boorveld.
A priori inzichten
Het grote voordeel van het indelen van boorvelden in verschillende boorveldkwadranten is dat je bepaalde geothermische vragen kunt beantwoorden zonder dat je daarvoor verdere berekeningen hoeft uit te voeren. Hieronder beantwoorden we drie veelvoorkomende vragen door alleen naar de boorveldkwadranten te kijken.
Wanneer is onbalans/regeneratie relevant voor investeringskosten?
Er wordt vaak gezegd dat regeneratie, met als doel de onbalans te verminderen, de investeringskosten van een boorveld verlaagt, maar dit is niet altijd het geval. Als een boorgat in kwadrant 1 of 3 valt, waar de ontwerpbeperking optreedt in het eerste jaar van exploitatie, vormt onbalans geen probleem. In kwadranten 2 en 4 daarentegen leidt het verminderen van onbalans door regeneratie tot een kleiner boorveld, omdat het systeem wordt ontworpen op basis van het laatste jaar van de simulatie, wanneer de geaccumuleerde onbalans de grootste impact heeft.
Wanneer is dieper boren voordelig?
Voor gebouwen met een hoge verwarmingsbehoefte kan dieper boren voordelig zijn, omdat de bodemtemperatuur toeneemt met de diepte (zoals we hebben besproken in Deel 1.3). Dit betekent dat boorvelden in kwadrant 3 en 4 kunnen profiteren van diepere boorgaten, terwijl kwadrant 1 en 2 dat niet zullen doen, omdat ze primair zijn ontworpen voor warmte-injectie in plaats van warmtewinning.
Wanneer is actieve koeling voordelig?
Actieve koeling kan een zeer effectieve manier zijn om de investeringskosten te optimaliseren, maar alleen voor boorvelden die ontworpen zijn om hoge eisen aan de warmte-injectie aan te kunnen. Met actieve koeling verschuift de temperatuurbeperking van typisch 16-17°C (voor passieve koeling) naar 25°C of hoger, waardoor een kleiner boorveld en dus lagere investeringskosten mogelijk zijn. Dit is gunstig in kwadrant 1 en 2, maar niet in kwadrant 3 en 4.
Conclusie
In dit hoofdstuk bespraken we de twee soorten temperatuurprofielen bij het werken met boorveldontwerpen: uurlijkse temperatuurprofielen en maandelijkse. Op basis van enkele algemene kenmerken die inherent zijn aan elk profiel (namelijk de onbalans en de piektemperaturen) werden de boorvelden ingedeeld in kwadranten. Deze boorveldkwadranten geven ons extra inzicht in het gedrag van het systeem zonder dat er uitgebreide berekeningen nodig zijn.
In het volgende hoofdstuk gaan we onderzoeken wat er achter deze temperatuurprofielen zit en introduceren we het belangrijke concept van de effectieve thermische boorgatweerstand.
Vragen
Referenties
- Peere, W., Picard, D., Cupeiro Figueroa, I., Boydens, W., en Helsen, L. (2021). Gevalideerde gecombineerde eerste en laatste jaar boorveld dimensioneringsmethodologie. In Resultaten van de Internationale Conferentie voor Gebouwsimulatie 2021. Brugge (België), 1-3 september 2021. https://doi.org/10.26868/25222708.2021.30180