Vis enkel innførsel

dc.contributor.advisorHamdy, Mohamed
dc.contributor.advisorSkeie, Kristian Stenerud
dc.contributor.authorHaug, Karoline Bondø
dc.date.accessioned2019-10-26T14:03:39Z
dc.date.available2019-10-26T14:03:39Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2624653
dc.description.abstractBygninger står for en høy andel av verdens energiforbruk. Selv om det stadig gjøres fremskritt når det kommer til innstramminger i energikrav for nye bygninger, er det samtidig viktig å undersøke kostnadseffektive løsninger for energieffektivisering av den eksisterende bygningsmassen. Denne masteroppgaven tar for seg hvordan ulike strategier for å implementere dynamiske parametere i en bygningsenergimodell påvirker kalibreringen av et utvalg variabler. Implikasjonene strekker seg til kalibreringen av energimodeller for eksisterende bygg, hvor viktige parametere som blant annet U-verdier kan være ukjente når energimodellen skal konstrueres. Living Lab lokalisert i Trondheim er valgt som kasusstudie. Ti ulike bygningsenergimodeller ble laget, med en varierende grad av modellering med timesverdier for varmelaster hentet fra måledata. En optimeringsbasert kalibreringsalgoritme ble brukt for å sammenligne simulert innetemperatur med målt innetemperatur. Kalibreringsperioden ble satt til to uker i vinterhalvåret, grunnet tilgangen på måledata fra denne perioden. De utvalgte kalibreringsvariablene var isolasjonstykkelse i bygningskroppen, konduktiviteten i det ytre vindusglasset i de sørvendte vinduene, infiltrasjonsraten og den mekaniske ventileringsraten. De sanne verdiene var kjent på forhånd, og avviket mellom kalibreringsresultater og sanne verdier ble undersøkt. Det ble funnet at modellene med timesverdier av dynamiske variabler hentet fra måledata ga bedre resultater enn grunnmodellen hvor ingen måledata ble brukt i modelleringen. Funnene er av kvalitativ natur, men bidrar til å fremheve det faktum at tilgjengelighet på måledata er vesentlig for å oppnå gode kalibreringsresultater. Kalibrering av bygningsenergimodeller er en nøkkelfaktor når det kommer til å redusere avviket mellom simulert og målt energiforbruk i bygninger. Robuste modeller vil kunne bidra til en bedring i energieffektiv drift, diagnostisering og oppgradering av bygninger.
dc.description.abstractBuildings account for a considerable part of the worlds energy consumption. Although progress has been made concerning the energy requirements for new buildings, it is of great importance to investigate cost-effective solutions for energy diagnosis and retrofitting of the existing building stock. This thesis work explores how different strategies for implementing dynamic parameters in a building energy model affect the calibration of selected building variables. The implications extend to the calibration of building energy models of existing buildings where important parameters like envelope U-values may be unavailable when constructing the energy model. The chosen case study was Living Lab located in Trondheim. Ten different building energy models were made with varying degrees of hourly scheduled modelling of heat gain sources extracted from measurement data. An optimization-based calibration algorithm was used to compare the indoor air temperature yielded by simulations with the measured temperature. The calibration period was set to two winter weeks, chosen due to the availability of measurement data. The selected calibration variables were the insulation thicknesses in the building envelope, the south window outermost pane conductivity, the infiltration rate and the mechanical ventilation rate. The real values were known beforehand and the discrepancy between the calibration results and the known values were investigated. It was found that the models with hourly values of dynamic variables extracted from measurement data performed better than the base case with no measurement data used. The findings are qualitative, but underlies the fact that the availability of measurement data is essential for obtaining good calibration results. Building energy model calibration is a key factor in terms of decreasing the performance gap between simulated and measured energy use in buildings. Robust models may contribute to better energy operation, diagnosis and retrofitting of buildings.
dc.languageeng
dc.publisherNTNU
dc.titleStrategies for Modelling Dynamic Parameters in Optimization-Based Building Energy Model Calibration: A Case Study
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel