Calibration of building energy simulation through meta-models

In energy and environment field, models are constructed, in general, based on well-defined physical phenomena and properties. Calibration and uncertainty analysis holds a particular interest because models represent a simplification of reality and, therefore, it is necessary to quantify to what degree. They are imperfect before employing them in design, prediction and decision-making processes. Integrated building energy models attempt to describe the effect of various internal and external actions (weather, occupancy, appliances, etc.) through physical relations (both algebraic and differential), and they are being widely used to design and operate high-performance buildings, which are an essential component of a global energy strategy to reduce carbon emission and fossil source's depletion. Building energy models attempt to describe through physical relations (both algebraic and differential) the effect of various internal and external actions (weather, occupancy, appliances, etc.). All these relations require the use of a large number of parameters and although the results for each single component or sub-system can be easily validated, overall system simulation output can be far from the measured value in real word applications. As a consequence, it is necessary to perform an uncertainty analysis procedure, in order to quantify properly how uncertainties in input reflect on output. This can be done, in general, by assigning appropriate statistical distribution to inputs, running several models (employing a sampling strategy) and analyzing relevant statistics for selected outputs. An approach oriented to systems and able to integrate effectively field measured data and computer simulations for calibration in the modeling process has the potential to revolutionize the way buildings are designed and operated, and to stimulate also the development of new technologies and solutions in the field. Due to accuracy and computational efficiency of models, model based simulation and estimations became more practical. Starting from these issues, the aim of the research is to propose a methodology to assess the effects to constructing meta-models, which could be useful in predicting building’s thermal behavior, doing sensitivity, uncertainty analysis and estimation of thermal demand. The methods for constructing and calibrating building thermal meta-model are implemented in this research in several stages. We utilized these methods on a case study which is presented in chapter 5. The case study is a Building which is located in Milan, Italy. This Building is an office building which has been retrofitted in recent years. This building has been monitored before, during and after the intervention.

Nel campo dell'energia e dell'ambiente, i modelli sono costruiti, in generale, sulla base di fenomeni fisici ben definiti e proprietà. Analisi di calibrazione e incertezza detiene un particolare interesse perché modelli rappresentano una semplificazione della realtà e, pertanto, è necessario quantificare in che misura. Essi sono imperfetti prima di assumere in progettazione, previsione e processi decisionali. Integrati modelli di energia a tentare di descrivere l'effetto di varie azioni interne ed esterne (meteo, occupazione, elettrodomestici, ecc) attraverso le relazioni fisiche (sia algebrica e differenziale), e che sono stati ampiamente utilizzati per progettare e gestire gli edifici ad alte prestazioni, che sono una componente essenziale di una strategia energetica globale per ridurre le emissioni di carbonio e l'esaurimento di origine fossile. Modelli energetici Costruzione tentare di descrivere attraverso relazioni fisiche (sia algebrica e differenziale) l'effetto di varie azioni interne ed esterne (meteo, occupazione, elettrodomestici, ecc.) Tutte queste relazioni richiedono l'uso di un gran numero di parametri e sebbene i risultati per ogni singolo componente o sottosistema può essere facilmente convalidata, uscita generale del sistema di simulazione può essere lontano dal valore misurato in applicazioni reali parole. Di conseguenza, è necessario eseguire una procedura di analisi incertezza, al fine di quantificare correttamente come incertezze in ingresso riflettere uscita. Questo può essere fatto, in generale, assegnando appropriate distribuzione statistica di ingressi, esegue vari modelli (impiegando una strategia di campionamento) e analisi statistiche per uscite selezionate. Un approccio orientato ai sistemi e in grado di integrare in modo efficace i dati misurati sul campo e simulazioni al computer per la calibrazione del processo di modellazione ha il potenziale per rivoluzionare il modo in cui sono progettati e gestiti gli edifici, e per stimolare anche lo sviluppo di nuove tecnologie e soluzioni in campo. Grazie alla precisione ed efficienza computazionale di modelli di simulazione, modello basato su stime e diventato più pratico. A partire da questi temi, l'obiettivo della ricerca è quello di proporre una metodologia per valutare gli effetti della costruzione di meta-modelli, che potrebbero essere utili per prevedere il comportamento termico dell'edificio, facendo sensibilità, analisi dell'incertezza e la stima della domanda termica. I metodi per la costruzione e la calibrazione edificio termale meta-modello sono implementati in questa ricerca in diverse fasi. Abbiamo utilizzato questi metodi su un caso di studio che viene presentato nel capitolo 5. Il caso di studio è un edificio che si trova a Milano, Italia. Questo edificio è un edificio per uffici, che è stato integrato negli ultimi anni. Questo edificio è stato monitorato prima, durante e dopo l'intervento.