Heat pumps are central to building and industrial decarbonisation strategies, yet their adoption relies on robust feasibility assessments during the early design phase, a stage often constrained by limited operational data and time for detailed simulations. This thesis aims to improve the reliability of heat pump performance estimation at this stage by developing a practical, data-driven Coefficient of Performance (COP) estimation tool that supports accurate energy and economic evaluations.

Three modelling approaches were developed and compared: a theoretical model for trend validation and sensitivity analysis, a manufacturer-based model reflecting realistic equipment behaviour, and the Jensen model from the literature. The analysis demonstrated that using a constant COP typically underestimates actual energy consumption, leading to potential oversizing and misrepresentation of seasonal efficiencies. By employing variable COP models, estimations of seasonal performance become more accurate, aligning better with real operational behaviour and improving the reliability of capital expenditure and return on investment assessments.

While the absence of field data limits direct validation, the consistency of the models with manufacturer data and literature benchmarks supports their robustness for early-stage feasibility studies. The work highlights the high sensitivity of the Jensen model to the fQ parameter, underlining the value of site-specific calibration when possible to improve estimation precision.

Overall, this thesis contributes a practical approach to enhance the reliability of heat pump feasibility studies, supporting informed decision-making in decarbonisation projects and facilitating the transition toward carbon-neutral heating and cooling solutions in the building and industrial sectors.

Värmepumpar är centrala i strategier för avkarbonisering av byggnader och industri, men deras implementering förutsätter tillförlitliga genomförbarhetsbedömningar redan i det tidiga projekteringsskedet, ett skede som ofta begränsas av brist på operativ data och tid för detaljerade simuleringar.

Denna avhandling syftar till att förbättra tillförlitligheten i uppskattningen av värmepumpars prestanda i detta skede genom att utveckla ett praktiskt, datadrivet verktyg för uppskattning av COP som möjliggör noggranna energi- och ekonomiska analyser.

Tre modelleringsmetoder har utvecklats och jämförts: en teoretisk modell för trendvalidering och känslighetsanalys, en tillverkarbaserad modell som speglar realistiskt utrustningsbeteende, samt Jensen-modellen från litteraturen. Analysen visar att användning av en konstant COP ofta underskattar den faktiska energianvändningen, vilket kan leda till överskattad dimensionering och felaktig bedömning av säsongsverkningsgrader. Genom att använda modeller med variabel COP blir uppskattningarna av säsongsprestanda mer exakta och stämmer bättre överens med verkligt driftbeteende, vilket förbättrar tillförlitligheten i CAPEX- och ROI-bedömningar.

Avsaknaden av fältdata begränsar visserligen möjligheten till direkt validering, men modellernas överensstämmelse med tillverkardata och referensvärden från litteraturen indikerar god robusthet för genomförbarhetsstudier i tidiga skeden. Arbetet belyser den höga känsligheten hos Jensen-modellen för parametern fQ och understryker vikten av platsanpassad kalibrering när så är möjligt för att förbättra precisionen i uppskattningarna.

Sammanfattningsvis bidrar denna avhandling med ett praktiskt tillvägagångssätt för att förbättra tillförlitligheten i genomförbarhetsstudier för värmepumpar, vilket stödjer välgrundat beslutsfattande i avkarboniseringsprojekt och underlättar övergången till koldioxidneutrala HVAC-lösningar inom byggnads- och industrisektorerna.