Modelling Large-Scale Thermal Energy Stores
Transcript of Modelling Large-Scale Thermal Energy Stores
Modelling Large-Scale Thermal Energy Stores
Modelling Large-Scale Thermal Energy
Stores
submitted to
the Faculty of Energy and Process and Bio Technology, University of Stuttgart,
as partial fulfilment of the requirements for the degree of Doctor of Engineering
by
Fabian Ochs
from Stuttgart, Germany
First Examiner: Prof. Dr. Dr.-Ing. habil. H. Müller-Steinhagen Second Examiner: Prof. Jan-Olof Dalenbäck (PhD)
Defence of Dissertation: 28.10.2009
Institute for Thermodynamics and Thermal Engineering (ITW) 2009
D 93 (Diss. Universität Stuttgart)
Shaker VerlagAachen 2010
Berichte aus der Energietechnik
Fabian Ochs
Modelling Large-Scale Thermal Energy Stores
Bibliographic information published by the Deutsche NationalbibliothekThe Deutsche Nationalbibliothek lists this publication in the DeutscheNationalbibliografie; detailed bibliographic data are available in the Internet athttp://dnb.d-nb.de.
Zugl.: Stuttgart, Univ., Diss., 2009
Copyright Shaker Verlag 2010All rights reserved. No part of this publication may be reproduced, stored in aretrieval system, or transmitted, in any form or by any means, electronic,mechanical, photocopying, recording or otherwise, without the prior permissionof the publishers.
Printed in Germany.
ISBN 978-3-8322-8834-1ISSN 0945-0726
Shaker Verlag GmbH • P.O. BOX 101818 • D-52018 AachenPhone: 0049/2407/9596-0 • Telefax: 0049/2407/9596-9Internet: www.shaker.de • e-mail: [email protected]
Preface
i
Modelling Large-Scale TES
Fabian Ochs
Preface
This thesis is the result of my work as scientific researcher at the Institute for Thermodynamics and Thermal Engineering, (ITW), University of Stuttgart, from 2002 to 2009. A major part of this thesis is based on the project “Further Development of the Pit Heat Storage Technology” which was kindly supported by the German Federal Ministry for the Environment, Nature Conservation and Nuclear Safety (0329607E). The success of the project would not have been possible without the efforts of Dr. Volkmar Lottner and Dr. Peter Donat from PTJ, Dirk Mangold from Solites, Holger Koch and Markus Pfeil from PKi as well as Achim Lichtenfels from Ingenieurbüro Lichtenfels.
First and foremost I would like to thank Prof. Dr. Dr.-Ing. habil. Müller-Steinhagen for his ideas and advise during this work. I was very happy to have Prof. Jan-Olof Dalenbäck from Chalmers University of Technology in Göteborg as second examiner and want to thank him for his support.
Furthermore, I want to thank all the staff of ITW – in particular the head of the department Solar Assisted District Heating (SuN), Dr. Wolfgang Heidemann, and my former colleagues Dan Bauer, Roman Marx, Janet Nußbicker as well as Stefan Raab and Amaya Schenke.
I also want to thank all the students from ITW who contributed to this work with their student and diploma theses. These are: Herman Stumpp, Jochen Brellochs, Michael Bader, Oliver Kreis, Markus Dippon, Christos Tziggilis, Michele Bianchi Janetti, Robert Liebchen, Moritz Rodenhausen, Josef Özdemir and Sophia Ost.
I am very thankful for the support of my former colleagues and project partners Dirk Mangold and Thomas Schmidt from Solites. Special thanks go to Thomas for proof-reading some of the sections.
I would like to thank all companies and institutions that contributed to the project “Further Development of the Pit Heat Storage Technology” for their support and cooperation. Special thanks go to Holger Koch from PKi, Achim Lichtenfels from Ingenieurbüro Lichtenfels, Alexander Rostert from Züblin Spezialtiefbau, Wolfgang Bohmayr from Agru and Armin Eggersdörfer from Poraver.
Preface
ii
Modelling Large-Scale TES
Fabian Ochs
I want to encourage all – in particular all members of the German working group on seasonal thermal energy storage (Arbeitskreis Langzeit-Wärmespeicher) – to further develop the fascinating technology of seasonal thermal energy storage!
Very special thanks to Prof. Dr.-Ing. Eberhard Göde and his staff from the Institute of Fluid Mechanics and Hydraulic Machinery, University of Stuttgart, for the cooperativeness and for allowing to use one of his rooms for the heating central and thus enabling the construction and operation of the research TES in a less complicated way.
I would very much like to thank the Otto F. Scharr Foundation for awarding this work with the Otto F. Scharr-price for energy technology.
Per Alex Sørensen from PlanEnergi shared the Danish experience with me and thus encouraged me in writing this thesis in the first place. Thanks! I am looking forward to see further Danish efforts.
In the framework of the IEA Task 39 I met Claudius Wilhelms from the University of Kassel. I want to deeply thank him for several nice and fruitful discussions and for proof-reading some sections of my work.
The discussions with my colleague Henner Kerskes made the work at ITW a pleasure. Thank you, Amaya Schenke and Dominik Bestenlehner, for sharing the office with me and for the good times.
For the improvement of the English of some parts of this thesis I want to thank Barbara Berkmüller-Ochs as well as Silke and Matthias Santelmann.
Last but not least, I would like to thank my wife Jutta for her love and support during all that time. Thank you!
Between Stuttgart and Innsbruck, Autumn 2009 Fabian Ochs
iii
Modelling Large-Scale TES
Fabian Ochs
iv
Modelling Large-Scale TES
Fabian Ochs
For Valentin
Abstract
v
Modelling Large-Scale TES
Fabian Ochs
Abstract
More than 30 research and pilot seasonal thermal energy stores (TES) have been realized internationally within the last 30 years. Experience with operation of these central solar heating plants with seasonal thermal energy storage (CSHPSTES) shows that TES are technically feasible and work well. However, seasonal storage of solar thermal energy or of waste heat from heat and power cogeneration plants can only contribute significantly to substitute fossil fuels in future energy systems, if performance with respect to thermal losses and lifetime can be enhanced while construction costs can be further reduced. The aim of this work is to improve TES technology with regard to design and construction. To achieve this, models are necessary that enable the realistic representation of all relevant thermodynamic processes related to TES.
The large variety of TES makes it difficult to compare performance in relation to construction costs. Performance of TES depends on location (geological situation: rock, soil, sand, with or without ground water), construction type (tank or pit), size (from some 100 m³ to more than 10 000 m³), geometry and position (cuboid, cylinder, cone or pyramid trunk, buried or partially buried), storage medium (water, gravel/sand/soil-water, direct or indirect charging) and used material (e.g. stainless steel or polymer membrane liner).
Furthermore, TES are integrated in a heating and cooling system. Obviously, there is a great variety of system configurations and control strategies. Important aspects are e.g. number of charging cycles, maximum charging temperature, net return temperature and operation with or without heat pump and with or without additional buffer store.
All these constructional and operational characteristics as well as the boundary conditions influence the energetic and exergetic efficiency of (seasonal) TES. Hence, for realistic comparison, system simulations are required which include all relevant parameters.
This work provides an overview of state-of-the-art seasonal thermal energy storage with the focus on tank and pit TES construction. Aspects of TES modelling are discussed. Based on modelled and measured data the effects of construction type, system configuration and boundary conditions on thermal losses of large-scale TES are identified. It is found that available coarse-
Abstract
vi
Modelling Large-Scale TES
Fabian Ochs
structure TES models simplify the real processes such that a detailed analysis with the objective to enhance TES design is not possible.
Optimization of TES design and construction requires detailed insight in the processes related to heat and moisture transfer in the envelope of TES. The materials applied for insulation and lining are characterised and evaluated. By means of measurements and modelling of relevant material properties, i.e. sorption isotherm, thermal conductivity and permeation resistance, the processes in the envelope can be better explained, which is essential for improving TES design.
An analytical model for the thermal conductivity, developed in this work, yields good results. However, it represents a simplification of the real processes in the envelope of a TES. Hence, a model was established that accounts for coupled heat and moisture transport at elevated temperatures. Exemplarily, calculations were performed to demonstrate essential features of the model.
Outdoor laboratory experiments confirmed the transferability and relevance of the findings with regard to the influence of elevated temperature and moisture content on thermal losses. Good agreement between monitoring data and modelled thermal losses is achieved.
Kurzfassung
vii
Modelling Large-Scale TES
Fabian Ochs
Kurzfassung
Bis heute wurden in Deutschland über zehn Forschungs- und Pilotprojekte mit Langzeit-Wärmespeicher für solar unterstützte Nahwärmesysteme realisiert. International sind ca. 30 Projekte dokumentiert, die überwiegend in Europa und dort in den skandinavischen Ländern betrieben werden. Mittels dieser Projekte konnte demonstriert werden, dass derartige Systeme technisch machbar sind und funktionieren. Jedoch hat die Mehrzahl der bisher unterirdisch ausgeführten Langzeit-Wärmespeicher höhere Wärmeverluste als bei der Planung prognostiziert wurde. Die Gründe dafür sind:
� höhere mittlere Speichertemperaturen aufgrund geänderter Bebauung und damit Lasten oder Systemkonfigurationen,
� geringere Temperaturschichtung gegenüber dem Planungsstand, � höhere Rücklauftemperaturen im Nahwärmenetz und damit höhere
Speicherbodentemperaturen mit den daraus resultierenden höheren Wärmeverlusten im nur gering oder nicht gedämmten Bodenbereich,
� durch Feuchtigkeit und hohe Temperatur nimmt die effektive Wärme-leitfähigkeit der eingesetzten Wärmedämmung signifikant gegenüber dem bei der Planung als konstant angenommen Wert auf Basis der DIN 4108 zu,
� unzureichende Qualität der bei der Planung verwendeten Wärme-speichermodelle.
Während die drei erst genannten Gründe für die höheren Wärmeverluste systembedingt und somit vorab nicht oder nur schwer kalkulierbar sind, ist die Zunahme der Wärmeverluste durch Feuchtigkeit und hohe Temperaturen theoretisch modellierbar. Mit derzeit verfügbaren Modellen ist dies jedoch noch nicht möglich. Um die zur Auslegung und Nachrechnung von Nahwärme-systemen erforderlichen (Mehr-)Jahressimulationen in akzeptablen Rechen-zeiten durchführen zu können, müssen teilweise starke Vereinfachungen in Kauf genommen werden. Bisher wird für die Planung und Auslegung von solar unterstützten Nahwärmesystemen mit Langzeit-Wärmespeicher fast aus-schließlich die Simulationsumgebung TRNSYS verwendet.
Für die Abbildung des thermo-hydraulischen Verhaltens lassen sich prinzipiell Fein- und Grobstrukturmodelle einsetzen. Feinstrukturmodelle oder CFD-Modelle ermöglichen eine geometrisch exakte, fein aufgelöste 2D oder 3D Abbildung der Speicherstruktur sowie eine Berücksichtigung aller in Realität
Kurzfassung
viii
Modelling Large-Scale TES
Fabian Ochs
vorkommenden Wärmetransportvorgänge. Feinstrukturmodelle erfordern die Lösung partieller Differentialgleichungssysteme für die interessierenden physikalischen Größen wie Temperatur, Wassergehalt, Druck und Ge-schwindigkeit. Aufgrund des sehr großen Rechenaufwands können mit CFD-Simulationen derzeit keine Jahressimulationen von Langzeit-Wärmespeichern durchgeführt werden. Nachteilig ist zudem, dass jede Geometrieänderung eine aufwändige Rechengittergenerierung nach sich zieht.
Grobstrukturmodelle verwenden zur Berechnung, abhängig von der vor-liegenden Aufgabenstellung, vereinfachende Annahmen bei Geometrie, Stoff-werten und Randbedingungen, wodurch sich der Rechenaufwand stark reduzieren lässt. Es wird in dieser Arbeit untersucht, ob die Qualität der vorhandenen Wärmespeicher-Modelle ausreichend ist, um erdvergrabene saisonale Wärmespeicher realitätsnah abbilden zu können. Dabei wird gezeigt, mit welchen Vereinfachungen akzeptable Ergebnisse erzielt werden können und welche Annahmen und Vereinfachungen nicht tolerierbare Fehler bei der Berechnung der Wärmeverluste eines erdvergrabenen Wärmespeichers zur Folge haben. Darauf aufbauend werden Verbesserungsvorschläge erarbeitet.
Detaillierte Berechnungen mit dem Ziel einer Optimierung der Speicher-geometrie bzw. der Verteilung der Wärmedämmung können mit derzeit verfügbaren Modellen nicht durchgeführt werden. Ebenso ist eine realitätsnahe Berücksichtigung des Einflusses von Grundwasser auf die Wärmeverluste nicht möglich. Aufgrund der Komplexität von solar unterstützten Nahwärmesystemen kann zur Dimensionierung der Systemparameter mangels besserer Modelle jedoch nicht auf die vorhandenen TRNSYS-Speichermodelle für praxisrelevante Berechnungen verzichtet werden. Für beide Speichertypen, Behälter-Wärme-speicher und Erdbecken-Wärmespeicher, ist zur Beurteilung von Wärme- und Feuchtetransportvorgängen eine umfangreiche bauphysikalische und thermo-dynamische Betrachtung erforderlich. Um eine Degradation der Wärme-dämmung über den geforderten Zeitraum von mindestens 20 bis 40 Jahren auszuschließen, ist ein qualitativ hochwertiger Wandaufbau unerlässlich. Ursache für Degradation kann die Durchfeuchtung der Wärmedämmung durch Wasserdampfdiffusion vom Speicherinneren oder durch Feuchteeintrag über das umliegende Erdreich sein.
Verbesserungen sind insbesondere bei den verwendeten Materialien wie Wärmedämmung und Wärmespeicherabdichtung erforderlich. Für große
Kurzfassung
ix
Modelling Large-Scale TES
Fabian Ochs
Wärmespeicher erweisen sich speziell schüttfähige und druckbeständige Dämmstoffe als geeignet. Das Einbringen von rieselfähiger Wärmedämmung durch Schütten oder Einblasen ist im Vergleich zum Anbringen von Plattenmaterial speziell bei großen Speichervolumina und somit großen Böschungslängen wesentlich effektiver und kostengünstiger. Durch den schnellen Installationsprozess kann das Risiko einer Durchfeuchtung durch Niederschlag minimiert werden.
Für die für saisonale Wärmespeicher relevanten schüttfähigen Dämmstoffe und Abdichtungsbahnen liegen kaum Messwerte der für die Auslegung und Modellierung notwendigen Stoffwerte vor. Die Modellierung der Material-eigenschaften, wie der Sorptionsisotherme und der Wärmeleitfähigkeit poröser Stoffe, ist für die Berechnung der gekoppelten Wärme- und Feuchtetransport-vorgänge in der Wärmespeicherhülle erforderlich. Die effektive Wärmeleit-fähigkeit in Abhängigkeit von Stofffeuchte und Temperatur ist in der Literatur bisher kaum berücksichtigt worden.
Die Wasseraufnahme der verwendeten Materialien, wie z.B. Beton, Wärmedämmung und Erdreich, wird nicht nur durch die Porosität des Stoffes, sondern auch durch die Anteile an verschiedenen Porenarten beeinflusst. Dadurch können verschiedene Stoffe mit ähnlicher Porosität sehr unterschiedliche hygroskopische Eigenschaften aufweisen. Somit ist die Kenntnis des Wassergehalts als Funktion der Luftfeuchte (Feuchtespeicher-funktion) unerlässlich. Diese wurde messtechnisch bestimmt und mit Modell-werten verglichen. Die Modelwerte stellen wichtig Eingangsparamter für die Simulation des Wärme- und Feuchtetransports dar
In dieser Arbeit wurde ein analytisches Modell für die effektive Wärmeleit-fähigkeit als Funktion des Wassergehalts und der Temperatur aufgestellt. Die Validierung des Modells erfolgte auf der Basis von Messwerten der effektiven Wärmeleitfähigkeit schüttfähiger Dämmstoffe, die mit einer Zwei-Platten-Apparatur in einem Temperaturbereich von 20 °C bis 80 °C ermittelt wurden. Der Einfluss der Feuchte auf die Wärmeleitfähigkeit hängt primär von den Porenanteilen und der Porenstruktur des Materials ab. Die Modellwerte der effektiven Wärmeleitfähigkeit wurden in Anlehnung an ein von Krischer entwickeltes Wärmeleitfähigkeitsmodell berechnet. Dieses Modell wurde um eine Schicht erweitert, um den Anteil der geschlossenen und somit von der Feuchte unbeeinflussten Poren berücksichtigen zu können. Zudem wurde die
Kurzfassung
x
Modelling Large-Scale TES
Fabian Ochs
Methode verbessert, nach welcher der Anteil benetzter Poren, in denen Porendiffusion stattfindet, berücksichtigt wird. Mess- und Modellwerte der effektiven Wärmeleitfähigkeit als Funktion der Temperatur und des Wasser-gehalts stimmen im relevanten Temperaturbereich von 20 °C bis 80 °C gut überein. Zu erkennen ist ein exponentieller Anstieg der effektiven Wärme-leitfähigkeit bei höheren Wassergehalten bedingt durch Porendiffusion. Die Werte übersteigen bei Temperaturen über 60 °C und Stofffeuchten von ca. 200 kg/m³ den Bemessungswert nach DIN 4108 um das Vierfache, bei 80 °C um das Zehnfache.
Unter Zuhilfenahme des entwickelten analytischen Modells ist es möglich, durch Messung der Wärmeströme durch die Speicherwand mit Wärmestrom-Messplatten die Dämmstofffeuchte zu ermitteln. Damit werden Erkenntnisse gewonnen, die zur Optimierung der Bauweisen von Wärmespeichern beitragen können. Anhand eindimensionaler transienter Berechnung des Temperatur-profils der Wärmespeicherwand und des umgebenden Erdreichs können die Wärmeverluste abhängig von der Wärmeleitfähigkeit des Erdreichs und der Wärmedämmung bestimmt werden. Am Beispiel der Wärmespeicher in Friedrichshafen und Hannover wurde mittels Parameteridentifikation die Wärmeleitfähigkeit der Wärmedämmschicht und des umliegenden Erdreichs ermittelt. Dafür wurde die Abweichung zwischen berechneten und gemessenen Wärmestromdichten (Wärmestrom-Messplatte) unter Berücksichtigung der Erdreichtemperaturen minimiert. Sowohl für den Wärmespeicher in Friedrichs-hafen als auch für den in Hannover lassen sich die Messdaten mit einer zeitlich (=jährlich) variierenden Wärmeleitfähigkeit der Wärmedämmung besser wiedergeben. Die relativ gute Übereinstimmung der berechneten und gemessenen Wärmestromdichten kann als Indiz dafür gelten, dass die Messwerte der Wärmestrom-Messplatten plausibel sind.
Wärmespeicher werden entweder mit Stahl bzw. Edelstahl (VA) oder mit Kunststoffdichtungsbahnen abgedichtet. Edelstahl bietet Vorteile bezüglich Temperatur- und Langzeitbeständigkeit. Zudem ist Edelstahl hinsichtlich der Wasser- und Wasserdampfdiffusionsdichtigkeit polymeren Abdichtungsbahnen überlegen. Nachteilig sind jedoch die hohen Kosten, die schwierigere Ver-arbeitung sowie die Gefahr der Oxidation. Deshalb wurden in der Mehrzahl der Forschungs- und Pilotprojekte polymere Abdichtungen eingesetzt. Ins-besondere Erdbecken-Wärmespeicher wurden mehrheitlich damit abgedichtet.
Kurzfassung
xi
Modelling Large-Scale TES
Fabian Ochs
Da polymere und elastomere Abdichtungsbahnen keine hundertprozentige Wasserdampfdichtigkeit bieten, ist die Kenntnis des Wasserdampfdiffusions-widerstandes notwendig. Die Diffusionsdichtigkeit muss zumindest so hoch sein, dass über die Lebensdauer des Wärmespeichers von mindestens 20 bis 40 Jahren nur so viel Wasser in die Wärmedämmung eindringt, dass die Wärmedämmeigenschaften nicht wesentlich reduziert werden. Für die als Abdichtung in Langzeit-Wärmespeichern in Frage kommenden Kunststoff-dichtungsbahnen sind Messdaten nicht in ausreichendem Maße verfügbar. Über temperaturabhängige Messungen wurde in der Literatur bisher nur in sehr wenigen Einzelfällen berichtet. Deshalb wurde der Wasserdampf-diffusionswiderstand mit einer im Rahmen dieser Arbeit neu entwickelten Permeations-Messapparatur als Funktion der Temperatur bestimmt. Die Messergebnisse zeigen gute Übereinstimmung mit den entsprechenden Modellwerten. Die Temperaturabhängigkeit des Permeationswiderstandes kann gut mit einem Arrhenius-Ansatz wiedergegeben werden.
Werden Langzeit-Wärmespeicher mit Temperaturen bis zu 95 °C betrieben, genügt keine der untersuchten Kunststoffdichtungsbahnen den gestellten Anforderungen. Ausreichende Wasserdampfdichtigkeit kann nur durch eine zusätzliche Barriereschicht (aus Aluminium oder Edelstahl) erreicht werden. Vor allem flexible Membranen, wie EPDM, IIR, FPO oder TPE, bieten bei in Langzeit-Wärmespeichern vorherrschenden Umgebungsbedingungen kaum Widerstand gegen Wasserdampfdiffusion.
Mit dem entwickelten Modell für die effektive Wärmeleitfähigkeit von Dämmstoffen lassen sich die Wärmeverluste von erdvergrabenen Wärme-speichern realitätsnäher bestimmen. Das analytische Wärmeleitfähigkeits-Modell stellt jedoch eine Vereinfachung der tatsächlichen Vorgänge in der Speicherwand dar. Die Berechnung der tatsächlichen gekoppelten Wärme- und Feuchtetransportvorgänge im Wandaufbau eines erdvergrabenen Wärme-speichers ist mit dem analytischen Modell nicht möglich. In der Realität ist die Feuchte im Dämmstoff nicht homogen verteilt, sondern es stellt sich ent-sprechend der Temperatur und Partialdruckgradienten ein Feuchteprofil im Wandaufbau ein.
Seit den 1960er Jahren wurde eine Vielzahl von Simulationsprogrammen zur Berechnung des gekoppelten Wärme- und Feuchtetransports entwickelt. Kommerzielle Programme sind seit einiger Zeit auf dem Markt erhältlich.
Kurzfassung
xii
Modelling Large-Scale TES
Fabian Ochs
Dennoch gilt die von Glaser entwickelte Methode immer noch als Standard, um das hygrothermische Verhalten von Bauteilen zu berechnen. Arbeiten zur Standardisierung des gekoppelten Wärme- und Feuchtetransports für den Baubereich wurden begonnen. Der Stand der Technik zur hygrothermischen Modellierung wurde im Rahmen dieser Arbeit zusammengestellt und bewertet. Alle Ansätze, die mehrheitlich entwickelt wurden, um bauphysikalische Problemstellungen zu lösen oder die Gebäude-Bodeninteraktion besser abbilden zu können, sind in einem Temperaturbereich von bis zu etwa 50°C getestet und somit darüber hinaus nicht oder nur eingeschränkt gültig. Die besonderen Randbedingungen bei der Modellierung von Langzeit-Wärmespeichern (hohe Temperatur, Sättigungsfeuchte, Erdreichkontakt) werden bisher nicht in kommerziellen Programmen berücksichtigt. Für höhere Temperaturen (60 °C bis 95 °C) müssen sowohl die Wärme- und Feuchte-Transportgleichungen bzw. -koeffizienten angepasst, als auch die Stoffwerte feuchte- und temperaturabhängig modelliert werden.
Aufbauend auf vorhandene Ansätze werden die physikalischen Modell-gleichungen entwickelt, numerisch aufbereitet und in ein Computerprogramm implementiert. Es erfolgen Berechnungen von für die Weiterentwicklung von erdvergrabenen Langzeit-Wärmespeichern relevanten Problemstellungen, wie das Austrocknen von Baufeuchte des Betons durch die Wandwärmedämmung oder das Austrocknen von regennasser Wärmedämmung während der Bauphase.
Geeignete Materialien für Wärmedämmung und Abdichtung wurden im Innenlabor zur Bestimmung der Wärmeleitfähigkeit und des Wasserdampf-diffusionswiderstandes untersucht. Die Übertragbarkeit und die Relevanz der Ergebnisse wurde anschließend im Rahmen von Außenlaborversuchen in zwei Forschungsspeichern unter realitätsnahen Bedingungen hinsichtlich Ver-arbeitbarkeit und Praxistauglichkeit getestet. Verschiedene Wandaufbauten wurden im Betrieb kontinuierlich vermessen. Die Bestimmung der effektiven Wärmeleitfähigkeit zur Ermittlung der Wärmeverluste von Boden- und Wanddämmung sowie der Abdeckung im Betrieb stand dabei im Vordergrund dieser Arbeit. Die Außenlabore und die dazugehörige Heizzentrale wurden mit umfangreicher Messtechnik versehen. Durch die Erfassung der Speicher-, Dämmstoff- und Erdreichtemperaturen sowie der Wärmeströme durch die Wärmedämmung können die Wärmeverluste während des Betriebs bestimmt
Kurzfassung
xiii
Modelling Large-Scale TES
Fabian Ochs
und daraus die Wärmeleitfähigkeit der Dämmstoffschicht berechnet werden. Durch Auswertung der Messergebnisse unter realen Betriebsbedingungen mit unterschiedlichen Heiz-, Speicher- und Kühlzyklen konnte der Einfluss der Durchfeuchtung der Wärmedämmung auf die Wärmeverluste gezeigt werden. Die anhand der Auswertung der Messwerte getroffenen Aussagen konnten durch den Rückbau der Außenlabor-Wärmespeicher bestätigt werden. Der Vergleich der berechneten Werte für die Wärmeleitfähigkeit der Dämmschicht im Außenlabor mit den im Innenlabor experimentell bestimmten Werten lässt Aussagen über den Wassergehalt des Wärmedämmstoffs und somit über die Funktionalität des Wandaufbaus und speziell der Abdichtung zu. Eine Feuchte-bestimmung der Wärmedämmung in-situ ist derzeit mit vertretbarem Aufwand nicht möglich. Aus den Messergebnissen lassen sich Empfehlungen für optimierte Wandaufbauten erdvergrabener Wärmespeicher ableiten.
Eine Hauptaufgabe für zukünftige Untersuchungen bleibt die Verbesserung oder Neuentwicklung von geeigneten Abdichtungs- und Wärmedämmstoffen bzw. die Demonstration der Langzeitbeständigkeit der am Markt erhältlichen Materialien. Eine systematische Untersuchung zum Alterungsverhalten von (polymeren) Abdichtungsmaterialien bei hohen Temperaturen ist zwingend notwendig, konnte jedoch im Rahmen dieser Arbeit nicht durchgeführt werden. Derzeit können keine verlässlichen Aussagen zum Langzeitverhalten von Materialien getroffen werden, die in erdvergrabenen Wärmespeichern eingesetzt werden. Weitere grundlegende Untersuchungen sind notwendig. Außerdem müssen weitere praxisnahe Erfahrungen im Rahmen des Langzeit-Monitoring der Pilot- und Forschungsanlagen gesammelt werden.
Aufgrund des hohen Rechenaufwands zur numerischen Lösung des gekoppelten Wärme- und Feuchtetransports ist die Anwendung solcher Modelle für Mehrjahres-Systemsimulationen derzeit nicht zu empfehlen. Vielmehr ist je nach Zielstellung die Verwendung unterschiedlicher Ansätze notwendig. Eine Implementierung des analytischen Wärmeleitfähigkeits-Modells in Grobstruktur-modelle ist zukünftig anzustreben. Aufgrund der durch die zahlreichen Vereinfachungen (Geometrie, Randbedingungen) resultierenden Ungenauig-keiten heutiger Wärmespeicher-Modelle müssen diese jedoch grundlegend überarbeitet bzw. erneuert werden. Für Detailuntersuchungen werden auch zukünftig verbesserte Modelle unerlässlich sein.
xiv
Modelling Large-Scale TES
Fabian Ochs
Table of Contents
xv
Modelling Large-Scale TES
Fabian Ochs
TABLE OF CONTENTS
I PREFACE i
II ABSTRACT v
III KURZFASSUNG vii
IV NOMENCLATURE xxiii
1 INTRODUCTION 1
2 MOTIVATION AND OBJECTIVES 3
2.1 Aim and Methodology 3
2.2 Outline of the Work 8
3 STATE OF THE ART OF SEASONAL THERMAL ENERGY STORAGE 11
3.1 Definitions 11
3.2 Types of Seasonal Thermal Energy Stores 14
3.2.1 Construction 14
3.2.2 Storage Medium 16
3.3 Experiences with Research and Pilot Projects 19
3.3.1 Construction Techniques of Pilot and Research Thermal Energy Stores 24
3.3.1.1 Geometry of Buried Thermal Energy Stores 25
3.3.1.2 Pit Construction and Soil Works 28
3.3.1.3 Geotechnical Works – Ground Water Protection 29
3.3.1.4 Envelope of Thermal Energy Stores 31
3.3.1.5 Covering Hot Water Thermal Energy Stores 40
3.3.2 Experiences with Operation of Pilot and Research Thermal Energy Stores 42
3.3.2.1 Leakage 42
Table of Contents
xvi
Modelling Large-Scale TES
Fabian Ochs
3.3.2.2 Thermal Losses 45
4 MODELLING OF THERMAL ENERGY STORES 48
4.1 General Aspects 48
4.2 Thermal Energy Store Models in TRNSYS 50
4.2.1 XST-Model 50
4.2.2 ICEPIT-Model 54
4.2.3 Comparison of Thermal Energy Store Models 56
4.3 Boundary Conditions 58
4.3.1 General Aspects 58
4.3.2 Ambient Temperature 60
4.3.3 Soil Temperature 60
4.3.4 Storage Temperature 63
4.4 Geometry Considerations 64
4.5 Validation of Thermal Energy Store Models 70
4.5.1 General Aspects of Validation of Thermal Energy Store Models 70
4.5.2 Earlier Work - Literature Review 74
4.5.3 Comparison of Modelled and Measured Data 76
4.6 Limitations of Available Thermal Energy Store Models 78
5 MODELLING AND MEASUREMENT OF MATERIAL PROPERTIES 81
5.1 Hygric Material Properties of Porous Media 81
5.1.1 Material Characterisation 81
5.1.2 Porosity and Free Saturation 83
5.1.2.1 Definition of Pore Types 83
5.1.2.2 Free Saturation Water Content 86
Table of Contents
xvii
Modelling Large-Scale TES
Fabian Ochs
5.1.2.3 Absorption Measurements 86
5.1.2.4 SEM-Analysis 89
5.1.3 Moisture Storage 90
5.1.3.1 Basics 90
5.1.3.2 Moisture Storage Models 91
5.1.3.3 Sorption Isotherm Measurement 95
5.2 Effective Thermal Conductivity of Porous Media 96
5.2.1 Modelling Concepts 96
5.2.2 Development of the Thermal Conductivity Model 99
5.2.2.1 Thermal Conductivity of Moistened Porous Materials 99
5.2.2.2 Influence of Moisture as a Function of Temperature 103
5.2.2.3 Thermal Conductivity Due to Pore Diffusion 104
5.2.2.4 Approximation of the Fraction of Moistened Pores 109
5.2.2.5 Temperature Dependence of the Closed Pore Fraction 111
5.2.3 Measurements and Model Validation 112
5.2.3.1 Experimental Set-up 112
5.2.3.2 Evaluation of Measured Data 115
5.2.3.3 Measurement Results of Sheet Materials 119
5.2.3.4 Results of Measurement with Bulk Insulation Materials 121
5.2.4 Application of Thermal Conductivity Model 123
5.2.4.1 Partial Differential Equation for Conductive Heat Transfer 123
5.2.4.2 Parameter Identification and Boundary Condition 123
5.2.4.3 Comparison of Modelled and Measured Data 126
5.3 Permeation Resistance of Polymer Membrane Liners 132
5.3.1 Polymer Membrane Liners 132
5.3.1.1 Liner Overview 132
5.3.1.2 Polymer Membrane Liner Selection 132
Table of Contents
xviii
Modelling Large-Scale TES
Fabian Ochs
5.3.2 Modelling Permeation through Polymer Membranes 133
5.3.2.1 Fickian Diffusion 133
5.3.2.2 Water Vapour Transmission 134
5.3.2.3 Stefan Diffusion 137
5.3.2.4 Non-isothermal Diffusion 138
5.3.2.5 Moisture and Temperature Dependence 138
5.3.2.6 Multilayer Diffusion 140
5.3.2.7 Defects 141
5.3.3 Review of the Measurement Results of Standard Methods 142
5.3.4 Permeation Measurement Device 147
5.3.4.1 Functional Description 147
5.3.4.2 Measurement Errors 149
5.3.5 Measurement Results and Discussion 151
6 OUTDOOR LABORATORY EXPERIMENTS 157
6.1 Background and Motivation 157
6.2 Construction of the Outdoor Laboratories 158
6.2.1 Outdoor Laboratory Pits 158
6.2.2 Heating Central and Data Acquisition 161
6.3 Effective Thermal Conductivity of Insulation During Operation 162
7 MODELLING OF COUPLED HEAT AND MOISTURE TRANSFER 171
7.1 Motivation 171
7.2 Approaches to Coupled Heat and Moisture Transfer Modelling 171
7.2.1 General Aspects 171
7.2.2 Literature Review on Heat and Moisture Transport 173
7.2.3 Definition of the Driving Forces 175
Table of Contents
xix
Modelling Large-Scale TES
Fabian Ochs
7.3 Model Development 179
7.3.1 Modelling Assumptions 180
7.3.2 Definition of the Suction Pressure 180
7.3.3 Moisture Transport 181
7.3.3.1 Derivation of the Water Vapour Transmission 181
7.3.3.2 Derivation of the Liquid Water Transport 185
7.3.4 Moisture Storage 186
7.3.5 Heat Transport 187
7.3.6 Heat Storage 189
7.3.7 Energy and Mass Balance 191
7.3.7.1 Energy Balance 192
7.3.7.2 Moisture Balance 193
7.3.8 System of Equations 193
7.3.9 Boundary Conditions 193
7.4 Implementation in Simulation Code 196
7.4.1 Transfer Equations 196
7.4.2 Spatial Discretization 197
7.4.3 Temporal Discretization 198
7.4.4 Energy and Mass Conservation 200
7.4.5 Discretization of the Boundary Conditions 202
7.5 Computational Algorithm 206
7.6 Testing and Examples 206
7.6.1 Problem Description 206
7.6.2 Boundary Conditions - Soil Discretization 211
7.6.3 Conservative vs. Non-Conservative Model 213
7.6.4 Comparison of Modelled Data with Predictions of Other Models 217
7.6.4.1 Transient Heat Conduction with Analytical Model for the Thermal Conductivity 217
Table of Contents
xx
Modelling Large-Scale TES
Fabian Ochs
7.6.4.2 Comparison with Delphin and WUFi 219
7.6.5 Parameter Variation 224
7.6.5.1 Boundary Conditions, Coatings 224
7.6.5.2 Thermal Conductivity 227
7.6.5.3 Liquid Water Transport 229
7.6.6 Limitations and Drawbacks of the Model 233
8 CONCLUSIONS 235
LITERATURE I
Appendix A1
A 1 “Stock” Conferences
A 2 Pictures of Construction of Selected Pilot and Research Stores
A 3 Pilot and Research Thermal Energy Stores
A 4 Slope Stability
A 5 Special Geotechnical Works: Soil Nailing
A 6 Construction of Buried (seasonal) Thermal Energy Stores, Related Sectors
A 7 Floating Covers
A 8 Shell Covers
A 9 Polymer Membrane Liner
A 10 Geometry of TES in Friedrichshafen and Hanover and Position of Temperature and Heat
Flux Sensors
A 11 Comparison of TES Models, XST, ICEPIT and MST
A 12 Measured Annual Heat Flux Densities at Different Locations in the TES of Hanover and
Friedrichshafen
A 13 Results of Simulation with XST-Model: Contour Plots
A 14 Results of Simulation with XST-Model: Temperature History Plot, TES in Friedrichshafen
A 15 Investigated Bulk Insulation Materials
A 16 Free saturation Water Content – Absorption Experiments
A 17 Water Absorption, Temperature Dependence
A 18 Measured Water Content of Bulk Insulation
A 19 Measured Sorption Water Content
A 20 Guarded Heating Plate Measurement Device
A 21 Thermal Conductivity - Measurement Results Bulk Materials
A 22 Measured Effective Thermal Conductivity of Sheets
A 23 Measured Effective Thermal Conductivity of Bulk Insulation
Table of Contents
xxi
Modelling Large-Scale TES
Fabian Ochs
A 24 Influence of Compaction of Foam Glass Gravel
A 25 Measured Effective Thermal Conductivity of Compacted Foam Glass Gravel
A 26 Water Vapour Transmission - Standard Test Methods, Non-Standard Test Methods
A 27 Water Vapour Resistance Numbers, Water Vapour Transmission, Water Vapour
Transmission Rate, Permeability, Permeability Rate
A 28 Additives in Common Liners
A 29 Permeation Literature Data
A 30 Permeation Measurement Device
A 31 Summary of Permeation Measurement Results
A 32 Outdoor Laboratory Experiments – Construction of the Research TES
A 33 Outdoor Laboratory Experiments – Heating Central
A 34 Outdoor Laboratory Experiments – Measured Effective Thermal Conductivity
A 35 Fundamental Works Related to Coupled Heat and Moisture Transport
A 36 Definition of the Suction Pressure
A 37 Boundary Conditions – Heat and Moisture Transfer
A 38 Spatial Discretization
A 39 Temporal Discretization
Nomenclature
xxii
Modelling Large-Scale TES
Fabian Ochs
Nomenclature
Latin letters
Symbol Unit Definition
a ]sm[ 12 1 Thermal diffusivity
a ][ ] Fraction of poorly conductive layers
1a ]KmW[ 11 1K1 Empirical coefficient
2a ]CKmW[ 111 111 C Empirical coefficient
µa ][ ] Empirical coefficient for μ(u)
4o aa a various Empirical parameter for dynamic viscosity
51 aa a ][ ] Empirical parameter for u(psuc), Bednar
221121 n,m,n,m,a,a ][ ] Empirical parameter for u(r), Bednar
a,i,u aa,a,a a,i,, ][ ] Empirical factors for ( ), ufs( )
A ]m[ 2 Area
A ]J[ Work
A ]sm[kg -0.5-2 Water absorption coefficient
A ][ ] Empirical factor
A� ][W Power
b ][ ] Fraction of moistened pores
b ]Kmm[W -1-20.5 Thermal effusivity
21 b,b ][ ] , ]kgm[ 13 1 Empirical parameters for K(u)
210 B,B,B ][ ] Virial coefficients
c ]mkg[ 33 Concentration in solid
c ][ ] Approximation factor for b(u), model II
Hc ][ ] Empirical parameter for u( ), Husseini
Kc ][ ] Empirical parameter for u( ), Künzel
pc ]KkgJ[ 11 11 Specific heat capacity
radc ]Km[W -4-1 Radiation constant
C ]mkg[ 33 Concentration in gas
Nomenclature
xxiii
Modelling Large-Scale TES
Fabian Ochs
C ][ ] Storage coefficients
C various Global capacity matrices
CN ][ ] Number of charging cycles
D,d ]m[ Diameter, thickness
D ]sm[ 12 1 Diffusion coefficient
D ][ ] Matrix
wD ]sm[ 12 1 Liquid transport coefficient
e ][ ] Euler number, e = 2.71828
e� ]mW[ 22 Specific energy flow
f ]N[ External force
f ][ ] Mass flow factor
sf ][ ] Solar fraction
F ]N[ Force
F various Global external load vector
FF ][ ] Form factor
g ]sm[ 22 Acceleration due to gravity, g = 9.81 m2s-1
g ]smkg[ 12 12 Mass flow rate
G ]kgKJ[ 11 Free Gibbs enthalpy
h ]m[ Height
h ]kgJ[ 11 Specific enthalpy
Bh ]mJ[ 11 Bonding enthalpy
sh ]m[ Slant height
vh ]kgKJ[ 11 Latent heat of evaporation
*h ]mJ[ 33 Enthalpy density
H ]J[ Enthalpy
H various Unknown variables (T, PsucR) in matrix form
I ]A[ Current
J various External load vector
k ][ ] Parameter for periodic temperature change approach
Nomenclature
xxiv
Modelling Large-Scale TES
Fabian Ochs
21 k,k ][ ] Empirical parameters for u( ), Holm et al.
K ]Pasmkg[ 111 1P1s1 Liquid transport coefficient
K ][ ] Proportionallity factor
K ][ ] Transport coefficients
K various Global permeability matrices
*K ]sm[ 12 1 Liquid transport coefficient for moisture potential
Kn ][ ] Knudsen number
l ]m[ Length
L ]Kmol[ 11 Loschmidt number, L = 6.022E+26 kmol-1
m ]kg[ Mass
m� ]skg[ 11 Mass flow
'm ]mkg[ 22 Mass per unit area
21 m,m ][ ] Empirical parameters for b(u), model III
n,m ][ ] Empirical parameters for u( ), van Genuchten
n,m ][ ] Empirical parameters for u( ), Grunewald
m ]CKmW[ 111 111 C Linear coefficient
M ]Kmolkg[ 11 Molecular weight
n ][ ] Normal vector
n ][ ] Segment number (XST and ICEPIT model)
n ][ ] Darcy exponent (XST model)
N ]mol[ Mole number
N ][ ] Number of soil segments
o ][ ] Residual
p ]Pa[ (Atmospheric) pressure
P ]Pamskg[ 111 111 Permeation coefficient
P ]W[ Power
q ]mJ[ 22 Specific heat quantity
q� ]mW[ 22 Heat flux
Q ][ ] (Volume-) fraction
Nomenclature
xxv
Modelling Large-Scale TES
Fabian Ochs
Q ]J[ Heat quantitiy
Q� ]W[ Heat flow rate
sQ ]J[ Storage capacity
r ]m[ Radius
r ]smkg[ 12 12 Drying rate
R ]WKm[ 12 1 Thermal resistance
mR ]KmolJ[ 11 11 Universal molar gas constant
vR ]KkgJ[ 11 11 Individual gas constant for vapour
s ]m[ Thickness
ds ]m[ Equivalent air layer thickness
S ][ ] Vector containing moisture content u & enthalpy h
S ]Pamkg[ 13 13 Sorption coefficient
S ]KkgKJ[ 11 11 Entropy
hS ]smJ[ 13 13 Heat source/sink
wS ]smKg[ 13 13 Moisture source/sink
t ]s[ Time
j,it ][ ] Tensor
T ]K[ Absolute temperature
u ]mkg[ 33 (Absolute) moisture/water content
U ]V[ Voltage
U ]kgKJ[ 11 Internal energy
V ]sm[ 11 Particle velocity
V ]m[ 3 Volume
V� ]sm[ 13 1 Volume flow
w ]sm[ 11 Velocity
w ]m[ Width
W ]Pamskg[ 121 121 Water vapour permeability
WVT ]mskg[ 21 21 Water vapour transmission
WVTR ]mskg[ 11 11 Water vapour transmission rate
Nomenclature
xxvi
Modelling Large-Scale TES
Fabian Ochs
x ]m[ Spatial coordinate
X ][ ] Relative water content
Y ][ ] Variable with nodal values
Z ]m[ Spatial coordinate
Z ]kgW[ 11 Absorbed heat
Z ]kgsmPa[ 12 1 Water vapour diffusion resistance
Greek letters Symbol Unit Definition
]KmW[ 12 12 Heat transfer coefficient
][ ] Absorption coefficient
]Pasmkg[ 112 112 Moisture transfer coefficient
][� Slope angle / inclination
]K[ 11 Coefficient of expansion
][� Angle
]Pamskg[ 111 111 Water vapour permeability rate
ijij ][ ] Kronecker delta
][ ] Difference, finite change
EE ]kgkJ[ 11 Activation energy
][ ] Correction factor
][ ] Emissivity coefficient
][ ] Deviation (relative)
][ ] Parameter for periodic temperature change approach
][ ] Distribution parameter
, ][ ] Relative humidity
]m[ Matrix potential
]smkg[ 11 1s1 Dynamic viscosity
][ ] Relaxation factor
Nomenclature
xxvii
Modelling Large-Scale TES
Fabian Ochs
][ ] Parameter for periodic temperature change approach
SS ][ ] Efficiency factor
]C[ C Celsius temperature
]sm[ 11 Permeability
]KmW[ 11 11 Thermal conductivity
]m[ Free path length
]m[ Wave length 2.( .a.t0)0.5
][ ] Water vapour diffusion resistance number
2525 ][ ] µ at 25 % r.H.
]kgkJ[ 11 Chemical potential
]mkg[ 33 Density (bulk density)
]mN[ 11 Surface tension
]m[ 2 Scattering cross section
SS ]KmW[ 42 42 Boltzmann constant
]s[ Cylcle duration
][ ] Transfer rate
]sm[ 12 1 Kinematic viscosity
][ ] Pi, 1415926.33
][ ] Production rate
][ ] Moisture content, van Genuchten
][ ] Degree of saturation, van Genuchten
][ ] Porosity (void fraction)
]s[ 11 Permittivity
ww ][ ] Volume related liquid water content
Symbols
Symbol Unit Definition
][ ] Partial derivative
Nomenclature
xxviii
Modelling Large-Scale TES
Fabian Ochs
][ ] Vector
. ][ ] Rate
][ ] Nabla Operator
Dimensionless Numbers
Symbol Definition
s
lBis
ll Biot number
f
lNuf
ll
Nusselt number
PrGrRa G Rayleigh number
2
3lΔgGr 2lΔ lΔg
Grashof number
DaeLDa Lewis number
λcρPr Prandtl number
DSc
D Schmidt number
DlSh
Sherwood number
Subscripts
Symbol Definition
0 Zero (time), initial value
∞ Infinity
I, II Parallel, serial layer
a Air
a Annual
amb Ambient
av Average
A Absorbed
b Bottom
b Bulk
B Boundary
c Capillary
Nomenclature
xxix
Modelling Large-Scale TES
Fabian Ochs
c Cylinder
c Coating
cl Closed
cond Conductive
con(v) Convective
dif(f) Diffusion
des Design
dir Direct
dis Dispersion
e Exterior
eff Effective
ent Enthalpy
f Fluid
fs Free saturation
g Grain (particle)
grid Numerical grid
GR Guard ring
MC Measurement chamber
i Counting index
i Interior
ij Tensor notation
in Inlet
ins Insulation
H20 Water
l Liquid
l Left
m Mean
m Mass related
max Maximum
meas Measured
mix Mixture
mixed Corresponding to a fully-mixed process
mono Monomolecular
n Counting index
norm Normalized value
op Open
opt(imum ) Optimized value
out Outflow, outlet
p Pore
Nomenclature
xxx
Modelling Large-Scale TES
Fabian Ochs
pc Capillary pressure
pg Pore gas
r Right
r Radial
r Residual
rad Radiation
real Corresponding to a real process
ref Reference
R Reference (thermal conductivity)
s Solid
s Slope
s Surface
s(at) Saturation
sc Soil cover
se Surface exterior
si Surface interior
sol Solar
suc Suction
sucR Reference suction
S Storage
SM Storage medium
t Top
TB Thermal bridge
tot Total
v Vapour
v Volume related
VA Stainless steel
w Water
w Wall
wc Water column
ww Water transport distribution
ws Water transport suction
Abbreviations
Symbol Definition
a(mb) Ambient
av Average
Nomenclature
xxxi
Modelling Large-Scale TES
Fabian Ochs
ATES Aquifer thermal energy store
B Bottom
BC Boundary conditions
BTES Borehole thermal energy store (= duct TES)
C Cover
CN Number of charging cycles
CTES Cavern thermal energy store
CSHPCSTES Central solar heating plant with seasonal TES
CSPE Chlorsulfonated polyethylene
DAQ Data acquisition
DF Dynamic fitting
dir Direct
ECB Ethylen copolymer bituminous blend
ECG Expanded clay granules
(E)CTFE (Ethylen)chlortrifluorethylen
EGG Expanded glass granules
EPDM Ethylen propylene dien monomer
EPS Expanded polystyrene
Eq. Equation
ETFE Ethylen tetrafluorethylen
FEM Finite-element method
FDM Finite-difference method
FEP Polyfluorethylen-propylen
FGG Foam glass gravel
fPP Flexible polyporpylene
FPO Flexible polyolefine
FVM Finite-volume method
GW Ground water
GW Gravel water
HaM Heat and moisture
HDPE High density polyethylene
HFS Heat flux sensor
HW Hot water
IC Initial conditions
IIR Butyl rubber
LDPE Low density polyethylene
NS Number of segments
NPC Number of preheat cycles
NU Upper segment number
Nomenclature
xxxii
Modelling Large-Scale TES
Fabian Ochs
NL Lower segment number
ODE Ordinary differential equation
PA Polyamid
PC Polycarbonate
PDE Partial differential equation
PEX Cross-linked PE
PFA Perfluor alkoxyalkan
P(I)B Poly(iso)but(yl)en
PP Polypropylene
PSU Polysulfon
PTFE Polytetrafluorethylen
PUR/PIR Polyurethane
PVC Polyvinylchloride
PVDF Polyvinylidenfluoride
SEN Storage evaluation number
SPC Stored program control
TES Thermal energy store
TGS Top ground surface
TPE Thermoplastic elastomer
TPO Thermoplastic olefins
UTES Underground thermal energy store
VDI Verein Deutscher Ingenieure
W Wall
WVT Water vapour transmission
WVTR Water vapour transmission rate
XPS Extruded polystyrene