Procedura di clustering per l'applicazione su vasta scala della simulazione dinamica in fase di pre-assessment di interventi di riqualificazione energetica su un portfolio scolastico

In response to the challenges posed by the new European directives on decarbonization (EPBD IV and EED III), the management of large real estate assets requires rapid and scalable pre-assessment models. This thesis proposes a methodological revision of the clustering procedure applied to a sample of schools in the Municipality of Rome, aimed at maximizing the representativeness of archetype buildings to optimize the trade-off between reducing computational burden and minimizing the projection error of savings derived from envelope retrofit strategies, simulated dynamically on reference buildings. The core of the research lies in the transition from a 'hybrid' clustering model to a 'stratified' strategy focused on building morphology and thermophysics. The methodology proposes the decoupling of system-related and thermophysical parameters and integrates typical clustering operations such as pre-processing, feature selection, and feature weighting. The tested models were evaluated using KDE curves, box-plots, coefficients of variation and cluster overlap, and the average Silhouette index. In the scenarios examined, performance was measured through the Mean Absolute Error (MAE) of the transfer of saving potential from the medoid to the real building, with reference to the thermal demand calculated in a quasi-steady state under pre and post-intervention conditions. The results of the newly defined clustering procedure (C13) showed that the adoption of macro-clustering followed by sub-clustering maximizes the representativeness of the medoids, reducing the global mean error to 8,01% and the share of buildings with critical deviations (>10%) from 40% to 30% of the sample. A dynamic simulation analysis conducted on a pair of buildings produced saving estimates within 0,5-7,4% of the medoid’s saving. Although the results suggest a significant advancement in the functionality of the adopted clustering procedure and the validity of the implemented revision strategy, the new model shows limitations and critical issues that necessitate further research efforts.

In risposta alle sfide imposte dalle nuove direttive europee sulla decarbonizzazione (EPBD IV e EED III), la gestione di grandi asset immobiliari richiede modelli di pre-assessment rapidi e scalabili. La presente tesi propone una revisione metodologica della procedura di clustering applicata a un campione di scuole del Comune di Roma, finalizzata a massimizzare la rappresentatività degli edifici tipo per ottimizzare il compromesso tra riduzione dell'onere computazionale e minimizzazione dell’errore di proiezione dei risparmi derivanti dalle strategie di retrofit sull’involucro simulate a livello dinamico sugli edifici di riferimento. Il cuore della ricerca risiede nel passaggio da un modello di clustering "ibrido" a una strategia "stratificata" focalizzata sulla morfologia e la termofisica dell'edificio. La metodologia propone il disaccoppiamento tra parametri impiantistici e termofisici e integra operazioni proprie delle tecniche di clustering, quali il pre-processing, la feature selection e il feature weighting. I modelli testati sono stati valutati tramite curve KDE, box-plots, coefficienti di variazione e sovrapposizione dei cluster e indice di Silhouette medio. Negli scenari esaminati, la funzionalità è stata misurata con l’errore medio di trasferimento (MAE) del potenziale di risparmio dal medoide all'edificio reale, con riferimento al fabbisogno termico calcolato in regime quasi-stazionario nelle condizioni pre e post-intervento. I risultati della nuova procedura di clustering definita (C13) hanno mostrato che l’adozione di un macro-clustering e un successivo sub-clustering permettono di massimizzare la rappresentatività dei medoidi, riducendo l’errore medio globale a 8,01% e la quota di edifici con scostamenti critici (>10%) dal 40% al 30% del campione. Un’analisi tramite simulazione dinamica condotta su una coppia di edifici ha prodotto stime di risparmio distanti dal saving del medoide dello 0,5-7,4%. Seppure i risultati suggeriscano un avanzamento significativo della funzionalità della procedura di clustering adottata e la validità della strategia di revisione implementata, il nuovo modello mostra limiti e criticità che rendono necessari ulteriori sforzi di ricerca.