Building energy performance simulation benchmarking by metamodel-based sensitivity assessment

  • Building energy performance simulation benchmarking by metamodel based sensitivity assessment

Nouri, Amin; van Treeck, Christoph Alban (Thesis advisor); Grunewald, John (Thesis advisor)

Aachen : RWTH Aachen University (2023)
Doktorarbeit

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Kurzfassung

Zwischen den Ergebnissen der thermisch-energetischen Gebäude- und Anlagensimulation und dem tatsächlichen energetischen Gebäudeverhalten können große Abweichungen auftreten. Unsicherheits- und Sensitivitätsanalysen werden durchgeführt, um die wesentlichen Beiträge der einzelnen Eingabeparameter zu diesen Diskrepanzen zu ermitteln. Varianzbasierte Sensitivitätsanalysen wie die Sobol’-Methode erfordern in der Regel eine große Anzahl stochastischer Simulationen, was rechenintensiv und zeitaufwendig ist. Um diese Hindernisse zu überwinden, wird in der vorliegenden Arbeit ein schnelles und zuverlässiges vierstufiges metamodellbasiertes Sensitivitätsanalyse-Framework entwickelt, einschließlich Validierung (Benchmarking), Morris-Methode, Meta-Modellierung und Sobol‘-Methode, um die einflussreichsten Eingangsparameter auf die Simulationsergebnisse (Jahresenergieverbrauch) zu identifizieren. Benchmarking und Bewertung der Modellqualität werden anhand von acht systematischen Testfällen durchgeführt, um die Genauigkeit der Gebäudemodelle zu beurteilen. Die screeningbasierte Sensitivitätsanalyse mit der Morris-Methode wird vor der Anwendung der Sobol‘-Methode durchgeführt, um die Rechenkosten durch die Auswahl der wichtigsten Eingangsparameter zu reduzieren. Zur Analyse der Methodik wird ein hypothetisches Gebäude mit einer einzigen thermischen Zone verwendet. Vier Meta-Modelle Multivariate Adaptive Regression Splines (MARS), Polynomial Regression (PR), Random Forest (RF) und Support Vector Regression (SVR) basierend auf der radialen Basisfunktion (RBF)-Kernel, werden evaluiert, um ihre Performance anhand von statistischen Metriken zu vergleichen. Der Vergleich zeigt, dass das MARS-Meta-Modell die beste Performance erzielt. Die varianzbasierte globale Sensitivitätsanalyse unter Verwendung der Sobol’-Methode in Kombination mit dem entwickelten MARS-Meta-Modell wird eingesetzt, um die letzte, robuste Stufe der Sensitivitätsanalyse durchzuführen und die einflussreichsten Eingangsparameter für den analysierten Fall zu ermitteln.

Einrichtungen

  • Lehrstuhl für Energieeffizientes Bauen [312410]

Identifikationsnummern

Downloads