An application of urban building energy modelling: a district heating case study

As cities work toward decarbonizing their building stock, District Heating Systems (DHS) are emerging as a critical solution for delivering low-carbon thermal energy. Urban Building Energy Modelling (UBEM) provides a scalable method to simulate energy demand at the building and district levels, enabling data-driven planning and system optimization. However, there remain significant concerns regarding the reliability of UBEM outputs, particularly their sensitivity to input assumptions and their capacity to reproduce peak demand behaviour. This thesis investigates the performance of a bottom-up, physics-based UBEM workflow applied to a real DHS in northern Italy, using a novel integration of OpenStreetMap-based 3D modelling, UMI simulation, and localized weather datasets. A total of 105 buildings were modelled using archetype-based input assumptions, then refined down to 65 buildings, and validated against real monitored data. The study evaluates three simulation scenarios: a baseline using default parameters, a refined model incorporating updated geometry, construction data, and occupancy assumptions, and a final simulation using localized weather data from the nearest meteorological station. The adopted methodology follows a five-step UBEM workflow, input acquisition, model generation, simulation, output aggregation, and validation, executed using the UMI simulation tool within a Rhino environment. Validation was performed using hourly and annual real-world consumption data, applying standard error metrics (MPE, CVRMSE, NMBE) to assess accuracy. The refined UBEM model achieved a Normalized Mean Bias Error (NMBE) of 1.30% in total annual energy demand, indicating good agreement at district level. Nonetheless, consistent overestimation of domestic hot water (DHW) demand, and a 31% underestimation in peak load magnitude were observed. These limitations were largely attributed to inaccuracies in archetype definitions and abnormal consumption patterns. The findings underline the critical importance of input fidelity, particularly for weather files and building construction data, in shaping UBEM accuracy. Moreover, they demonstrate that while UBEM can effectively support DHS design and EU-aligned policy development, further improvements are needed in behavioural modelling and DHW representation to increase reliability at the building level. This work contributes a validated methodological pipeline for UBEM deployment in real-world urban energy contexts and highlights key areas for future refinement in model calibration and data integration.

Nel percorso di decarbonizzazione del patrimonio edilizio urbano, i sistemi di teleriscaldamento (District Heating Systems- DHS) si configurano come una soluzione strategica per la fornitura di energia termica a basse emissioni. L’Urban Building Energy Modelling (UBEM) rappresenta un metodo scalabile per simulare la domanda energetica a livello edilizio e distrettuale, supportando la pianificazione e l’ottimizzazione dei sistemi basandosi su dati. Tuttavia, persistono importanti interrogativi riguardo all’affidabilità dei risultati prodotti dai modelli UBEM, in particolare per quanto riguarda la sensibilità agli input e la capacità di riprodurre correttamente i carichi di picco. La presente tesi analizza le prestazioni di un modello UBEM bottom-up e basato su approcci fisici, applicato a un reale caso studio dotato di un sistema di teleriscaldamento situato nel Nord Italia. Il lavoro propone una metodologia innovativa che integra la modellazione tridimensionale tramite OpenStreetMap, simulazioni con la piattaforma Urban Modeling Interface (UMI) e dati climatici localizzati. Sono stati modellati complessivamente 105 edifici, utilizzando assunzioni basate su archetipi edilizi, poi raffinati a un campione di 65 edifici validati tramite dati di consumo reali. Lo studio prevede tre scenari di simulazione: un modello di base con parametri standard, un modello raffinato con geometrie aggiornate, dati costruttivi e profili di occupazione, e un’ultima simulazione basata su dati climatici provenienti dalla stazione meteorologica più vicina. La metodologia adottata segue un flusso operativo in cinque fasi, raccolta degli input, generazione del modello, simulazione, aggregazione dei risultati e validazione, realizzato all’interno dell’ambiente Rhinoceros con il supporto del tool UMI. La validazione è stata condotta confrontando i dati simulati con quelli monitorati, sia su base oraria che annuale, utilizzando indicatori standard (i.e., MPE, CVRMSE, NMBE) per valutare l’accuratezza del modello. Il modello raffinato ha raggiunto un NMBE pari all’1,30% sul fabbisogno energetico annuale totale, dimostrando un buon allineamento a livello distrettuale. Tuttavia, si osservano una sovrastima costante dei consumi per acqua calda sanitaria e una sottostima del 31% nella previsione dei picchi di carico. Tali limiti sono attribuibili principalmente a imprecisioni nella definizione degli archetipi e a pattern di consumo anomali. I risultati evidenziano l’importanza cruciale della qualità degli input, in particolare dei dati climatici e costruttivi, nel determinare l’accuratezza dei modelli UBEM. Inoltre, confermano che, se opportunamente calibrato, l’UBEM può rappresentare uno strumento efficace per supportare la progettazione dei DHS e l’implementazione di politiche coerenti con gli obiettivi europei. Il lavoro fornisce un flusso metodologico validato per l’applicazione dell’UBEM in contesti urbani reali e individua le principali aree da perfezionare in termini di calibrazione e integrazione dei dati.