Dimensjonerende døgn sommer og vinter for effektberegninger, vedlegg til NS 3031: 2025

Dette regnearket er produsert av Standard Norge komité SN/K 34 Bygningsers energiytelse og inneholder dimensjonerende døgn sommer og vinter ment til beregninger av termisk effektbehov til bygningsinstallasjoner. Regnearket og datagrunnlag er utarbeidet i 2023-2024, og er ment som en overgangsløsning frem til at at nettbasert løsning for adgang til dimensjonerende døgn er på plass. Datagrunnlag for døgnmiddeltemperaturer og temperatur- og fuktvariasjon er basert på data for årene 1991-2020, hentet fra MET Nordic Long-Term Consistent analysis med nearest neighbour interpolation. Dette betyr at dataene for f.eks. Oslo er hentet fra bare ett grid point of MET Nordic.entet Data for døgnmiddeltemperaturer sommer og vinter er tatt ut for hvert kommunesenter for forskjellige varighet og returperioder basert på en Bayesisk GEV distribusjon. Data for temperatur- og fuktvariasjon er tatt ut for de samme stedene, men er kun tatt ut for de 9 varmeste og kaldeste dagene. Fuktigheten og døgnvariasjon i temperatur er beregnet som et gjennomsnitt gjennom de 9 varmeste døgnene for sommer, og 9 kaldeste for vinter. Disse er vurdert til å være beskrivende for de mest vanlig forekommende returperioder og varighet, disse har en høy pålitelighet sommer, men kan tendere til for høye fuktighetsverdier vinterstid. Metodikken for utrekk av døgnmiddeltemperaturer er beskrevet i "Calculation of design temperatures - Proposed use of Bayesian GEV to calculate design summer and design winter temperatures. Hans Olav Hygen, Lars Grinde and Helga Therese Tilley Tajet, 2023", vedlagt datasettet.本计算手册由挪威标准委员会（Standard Norge）SN/K 34建筑能源性能委员会编制，包含夏季与冬季设计日数据，用于建筑设备系统的热负荷需求计算。本手册及基础数据集编制于2023至2024年，作为过渡方案，直至可访问设计日数据的网络平台正式上线。 日平均气温、气温与湿度变化的基础数据集，基于1991-2020年的MET Nordic长期一致性分析数据，采用最近邻插值法生成。这意味着例如奥斯陆的相关数据仅取自MET Nordic的单个网格点。 基于贝叶斯广义极值（Bayesian GEV）分布，针对各市政中心提取了不同持续时长与重现期的夏季、冬季日平均气温数据。针对上述相同地点，提取了气温与湿度变化数据，但仅选取了9个最热日与9个最冷日的数据。湿度与气温日较差通过夏季9个最热日的平均值、冬季9个最冷日的平均值计算得出。经评估，该数据可表征最常见的重现期与持续时长场景，夏季数据可信度较高，但冬季时段的湿度值可能偏高。 日平均气温的提取方法详见本数据集附件中的《设计温度计算——贝叶斯广义极值法在夏季与冬季设计温度计算中的应用建议》（Hans Olav Hygen、Lars Grinde与Helga Therese Tilley Tajet，2023）。