How Climate Trends Impact on the Thermal Performance of a Typical Residential Building in Madrid.


Ajuste de demandas por factores climáticos.

Hace algunas semanas hablaba sobre la necesidad de realizar correcciones climáticas para evaluar correctamente los ahorros energéticos. Tengo pendiente continuar este tema en profundidad.

Pero entre medias, he tenido la oportunidad de leer un artículo que aborda el mismo tema. En “How Climate Trends Impact on the Thermal Performance of a Typical Residential Building in Madrid”, Investigadoras de CIEMAT aprovechan los datos de una estación meteorológica que tienen en sus instalaciones para evaluar los cambios de demanda energética de un edificio, en función de los datos climáticos.

Toman los datos climáticos del CTE, los de Energy Plus, y generan un archivo climático a partir de los datos de la estación meteorológica de CIEMAT. Luego evalúan el efecto en la demanda energética de dos edificios (NBE y CTE 2006).

Para empezar, un primer análisis arroja discrepancias relevantes entre las series climáticas. Incluso entre las “sintéticas” (CTE y Energy Plus).

  CTE Energy Plus Experimental
Temperatura ambiental (°C) 13.6 ± 3.5 14.3 ± 4 15.8 ± 3.5
Humedad relativa (%) 58 ± 11 62 ± 14 51 ± 11
Radiación global solar (kWh/m2) 2131 ± 227 2210 ± 235 2254 ± 232

Valores climáticos (promedio y desviación standard) en las distintas series climáticas. Fuente, licencia CC BY 4.0

Esta diferencia tiene su fundamento en que las series climáticas sintéticas, se generan a partir de datos más antiguos y distintos para las dos series sintéticas. Mientras que los datos experimentales del CIEMAT son más recientes.

¿Tendrá algo que ver el calentamiento global? Las autoras indican que sí. Coincido con ellas. Pero en cualquier caso, desde el punto de vista de una inversión en eficiencia energética, lo relevante es ser capaz de medir el efecto de la misma en un clima futuro.

Si observamos el cálculo de grados-día que realizan las autoras, en general hay una variación a la baja de entre el 5 y el 10% en los grados día de calefacción, mientras que los grados día de refrigeración se incrementan al alza en torno al 20%.

Grados día de calefacción (base 18ºC) y refrigeración (base 24ºC) mensuales en Madrid. Para las tres series climáticas consideradas. Fuente, licencia CC BY 4.0

Si nos fijamos en la demanda energética del edificio NBE, la variación sólo entre series climáticas sintéticas, ya conlleva cambios relevantes en calefacción (-11%). Considerando los datos meteorológicos reales, la variación es todavía más significativa (-24% a -33%). En este caso, se produce además un incremento del orden del 45% en la demanda de refrigeración.

Demandas de calefacción y refrigeración anual para dos edificios en Madrid. Calculados en base a las tres series climáticas consideradas. Fuente, licencia CC BY 4.0. NOTA. Aparentemente la unidad correcta es kWh/m2

El edificio CTE 2006 necesita incluso un análisis más detallado, pues sus mejores calidades constructivas hacen que la demanda predominante sea de refrigeración. No sé hasta que punto esto debe ser así, o debería considerarse un modelo con mejores criterios de control solar.

En general, este artículo va en la línea de demostrar que es relevante tener en cuenta la calidad de los datos climáticos, la evolución de estos, y considerar el efecto de la variación climática en los cálculos de ahorros energéticos.

Las variaciones resultantes en el consumo de los edificios pueden hacer que los ahorros energéticos no sean tales, pudiendo conllevar perjuicios para algunas de las partes, debido a diseños subóptimos o a cálculos financieros basados en información errónea.

Para el que tenga interés, el artículo completo está localizable aquí, en inglés. Además de lo ya presentado en este post, incorpora temas relacionados con la distribución horaria de las demandas de calefacción y los niveles de confort en el interior de los edificios.

Personalmente, el estudio me parece bien planteado, y que incide en temas clave del “performance gap”, y el confort en climas mediterráneos. Conozco desde hace años a Maria José Jimenez, con la que he coincidido en varios grupos de trabajo internacionales y de la que he aprendido bastante en analítica de datos.