> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-sv/utvardering-och-rapportering/climate-compensated.md).

# Klimatkompensation

Användningen av energi för uppvärmning och kylning domineras av utomhusförhållandena. En kall januari ser sämre ut än en mild, även när byggnaden drivs identiskt. Klimatkompensation tar bort väderkomponenten så att perioder kan jämföras på lika villkor — månad mot månad, vinter mot vinter och en byggnad mot sig själv före och efter att myCoreAI tog över styrningen.

## Vad klimatkompensation gör

myCoreAI normaliserar uppmätt energianvändning mot en referens för utomhustemperatur. I stället för att rapportera råa kWh rapporterar den energi *per enhet av värmebehov*. Vädret neutraliseras i stort sett, och det som återstår speglar byggnaden och dess styrstrategi.

Principen tillämpas på tre ställen:

* **Effektivitetsmått per byggnad** genom att jämföra perioder med AI på mot AI av vid motsvarande utomhustemperaturer.
* **Besparingsuppskattningar baserade på regression** för uppvärmningssäsongen — energi anpassas mot utomhustemperatur (eller graddagar för uppvärmning) separat för varje styrläge, och gapet mellan anpassningarna är besparingen.
* **Referensjämförelser** mot normaliserad förbrukning för liknande byggnader.

## Uppvärmningsgraddagar (HDD)

HDD är standardingången för normalisering. För varje dag beräknar myCoreAI gapet mellan byggnadens bastemperatur (den utomhustemperatur över vilken ingen uppvärmning behövs) och dagens genomsnittliga utomhustemperatur, och summerar endast de timmar då utomhustemperaturen ligger under bastemperaturen. En kall dag ger ett högt HDD-värde; en mild dag ett lågt; en varm dag ger noll.

Energi dividerad med HDD uttrycker förbrukning per grad av värmebehov — jämförbar mellan perioder och väderförhållanden. Kylningsgraddagar fungerar symmetriskt för fjärrkyla.

## Upplösning och noggrannhet

| Upplösning          | Metod                                  | Resultat                                                                                                        |
| ------------------- | -------------------------------------- | --------------------------------------------------------------------------------------------------------------- |
| Timvis eller daglig | Regression mot utomhustemperatur / HDD | Renaste normalisering; korta köldknäppar snedvrider inte anpassningen                                           |
| Månadsvis           | Nationella normaliseringsfaktorer      | Fungerar för rapportering på hög nivå; kan inte isolera vilken vecka eller vilket system som drev en förändring |

Energidata med högre upplösning är den enskilt största förbättringen för klimatkompenserad rapportering.

### Arbetsexempel

Ett kontor med fjärrvärme i centrala Sverige förbrukar 180 MWh i en kall januarimånad och 140 MWh i följande januarimånad under myCoreAI-styrning. Råa siffror antyder en minskning på 22 %. Efter att myCoreAI normaliserar båda månaderna mot HDD med byggnadens bastemperatur blir den klimatkompenserade förbrukningen för den andra januari 155 MWh — en minskning på 14 % när det mildare vädret har räknats bort. Siffran 14 % är den som speglar styrprestanda; siffran 22 % blandar ihop väder och styrning.

## Var kompenserade siffror visas

* Den **besparingsanalys** vyn i myPortal visar energi direkt mot utomhustemperatur, med separata trendlinjer för perioder med AI på och AI av — en visuell form av samma normalisering, med vädret på x-axeln.

Rå, okompenserad förbrukning finns fortfarande tillgänglig i mätvärden, fakturor och exportfiler. Rått visar vad byggnaden förbrukade; kompenserat visar hur den presterade när vädret räknats bort.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-sv/utvardering-och-rapportering/climate-compensated.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.