Schlüsselwörter
(Englisch)
|
Building Energy Epidemiology, building stock modelling, validation, performance gap
|
Kurzbeschreibung
(Deutsch)
|
Mit dem vorliegenden Projektbeitrag zum IEA EBC Annex 70 wird ein Austausch auf Grundlage des von TEP-Energy in den Jahren 2015 und 2016 realisierten Forschungsprojektes zum Gebäudeparkmodell mit den Mitwirkenden im Annex unterstützt. Ausserdem stellt das Projekt eine Anknüpfung an verschiedene BFE-Studien und weitere Projekte dar. Der aktuelle Auftrag setzt die Aktivitäten von 2017 in den Jahren 2018 bis 2020 fort.
|
Schlussbericht
(Deutsch)
|
TEP Energy hat die Schweiz im IEA EBC Annex 70: "Building Energy Epidemiology: Analysis of Real Building Energy Use at Scale" vertreten und trug aktiv zu dessen Zielen bei. Motivation und Zielsetzung: Der IEA EBC Annex 70 "Building Energy Epidemiology: Analysis of Real Building Energy Use at Scale" zielt auf die grossmassstäbliche Analyse des (realen) Gebäudeenergieverbrauchs und die Energiemodellierung von grossen Gebäudebeständen ab. Mit Verweis auf das aufkommende Gebiet der Energy Epidemiology sollen robuste Ansätze für solche Analysen entwickelt werden. Das Verständnis der Wechselbeziehungen zwischen Gebäuden, Akteuren und dem Gebäudebestand bzw. dem Gebäudepark sowie der Auswirkungen der verschiedenen Einflussfaktoren (einschließlich politischer Massnahmen) wird durch einen multidisziplinären Ansatz verbessert. Zweck des Annexes ist es, die Mitgliedsländer dabei zu unterstützen, realistische Absenkpfade zu entwickeln, die zu einer drastischen Verringerung des Energieverbrauchs und der CO2-
Emissionen ihrer Gebäudesektoren führen. Methodisches Vorgehen: Um die spezifischen Ziele des Annexes zu erreichen, werden die Forschungs- und Entwicklungsarbeiten in drei Teilaufgaben (Subtasks) unterteilt. Subtask A fokussiert auf den Einbezug der Nutzenden von Energie- und Gebäudedaten sowie Modellen. Daher wurde im Rahmen des IEA EBC Annex 70 eine Online-Umfrage entwickelt, um Informationen über den Bedarf an energie- und gebäudebezogenen Daten, die Häufigkeit der Nutzung und den Datenzugang zu erheben. Subtask B fokussiert auf Daten und Methoden. Es wurde ein Online-Datensatz-Repository für energie- und gebäudebezogene Datensätze entwickelt. Die damit referenzierten Datensätze werden beschrieben, klassifiziert und mit Metadaten versehen. Subtask C befasst sich mit der energetischen Modellierung von Gebäudebeständen und der damit verbundenen Analyse. Zunächst wird auf der Grundlage früherer Klassifizierungsstudien eine neue Systematik für die Klassifizierung von Gebäudeenergiemodellen
geschaffen. Darüber aufbauend wird ein Leitfaden entwickelt, um Gebäudeenergiemodelle systematisch und vergleichbar zu beschreiben. Im Gegensatz zur Klassifizierungssystematik geht dieser Leitfaden in Bezug auf technische Aspekte der verschiedenen Energiemodelle mehr ins Detail. Um die verschiedenen Modelle zu vergleichen und zu bewerten, werden Sensitivitätsanalysen angewendet, um die Auswirkungen von Unsicherheiten auf die Ergebnisse aufzuzeigen. Ergebnisse und Diskussion: Die Umfrage von Subtask A zeigt, dass eine grosser Teil der Datennutzenden nicht nur Daten verwendet, sondern auch selbst Daten sammeln und erzeugen. Gebäude und energiebezogene Daten werden in einer Vielzahl von Disziplinen verwendet. Aufgrund ihrer Heterogenität ist es jedoch oft schwierig, sie über verschiedene Länder hinweg zu kommunizieren und zu vergleichen. Das in Subtask B entwickelte Online-Daten Repository soll diese Situation weiter verbessern. Zu diesem Zweck werden Metainformationen zu einer Vielzahl von Datensätzen, die von Energiemodellierern verwendet werden, systematisch gesammelt und beschreiben. Mehr als 1000 Datensätze wurden in das Datensatzarchiv aufgenommen, das in Zukunft noch erweitert werden könnte. Die in Subtask C entwickelte Modellklassifizierungssystematik schlägt ein Quadrantenschema mit mehreren nicht-hierarchischen Ebenen vor. Mit den Quadranten werden die Modellierungsansätze nach ihrem Design (Top-down oder Bottom-up) und dem Grad der Transparenz (Black box oder White box) klassifiziert. Dies ermöglicht den Einbezug neuer Modellierungstechniken (systemdynamische Modelle, agentenbasierte Modelle und maschinelles Lernen) und Modellattribute (z. B. Systemgrenzen, geografische und räumliche Auflösung, Unsicherheit usw.). Diese Klassifizierungssystematik und der von den IEA EBC Annex 70-Mitgliedern entwickelte Leitfaden für die Erstellung von Modellbeschrieben soll die Transparenz und das Verständnis von Gebäudeparkmodellen verbessern. Der Leitfaden erstreckt sich auf fünf Themenbereiche (Überblick, Modellkomponenten, Input und Output, Qualitätssicherung und zusätzliche Informationen). Die Unsicherheits- und Sensitivitätsanalysen geben einen Überblick über typische Unsicherheiten von Datensätzen und Parametern von Gebäudeparkmodellen und zeigen die Auswirkungen solcher Unsicherheiten auf die Ergebnisse der Modelle auf.
|
Schlussbericht
(Englisch)
|
TEP Energy represented Switzerland in the IEA EBC Annex 70: "Building Energy Epidemiology: Analysis of Real Building Energy Use at Scale" and actively contributed to its goals. Motivation and Goals: The IEA EBC Annex 70 "Building Energy Epidemiology: Analysis of Real Building Energy Use at Scale" aimed at the analyses of (real) building energy use at scale and the energy modelling of building stocks. Referring to the emerging field of energy epidemiology, it seeks to develop robust approaches to such analyses. The comprehension of the interrelations between buildings, actors, and the building stock as well as the impacts of various drivers (including policy measures) is improved adopting a multi-disciplinary approach. The purpose of the Annex is to support member countries in their task of developing realistic transition pathways to dramatic reductions in energy use and carbon emissions associated with their buildings. Methodology and procedure: To address the specific Annex objectives, the research and development work in the Annex is divided into three subtasks. Subtask A focuses on user engagement (needs and provisions). Therefore, an online-survey was developed within the Annex 70 to collect
information on needs of different energy and building related data, the frequency of use and the data access. Subtask B focuses on data and methods. An online dataset repository is developed which serves as central repository for energy and building related datasets. Each dataset is described and classified and characterized with metadata. In Subtask C building stock modelling and related analysis are addressed. Based on previous classification studies, a new building stock energy model classification framework that leverages international modelling expertise from the participants of the International Energy Agency’s Annex 70 on Building Energy Epidemiology is set up. Further, a reporting guideline is generated by means of the aggregated knowledge of participating members of the IEA-EBC Annex 70. In contract to the classification framework, the reporting guideline is more precise on technical details of different energy models. Finally, in order to compare and evaluate different models, comparable methods for uncertainty and sensitivity analysis are applied. Results and Discussion: The survey of Subtask A shows that a large amount of data users not only use data but also collect/generate data themselves. Building and energy-related data is used in a variety of disciplines. However due to its heterogeneity it is often difficult to communicate and compare across different countries. The online dataset repository developed in Subtask B should further improve this situation by collecting and describing meta information of a variety of datasets, used by energy modellers in a systematic way. More than 1000 datasets were added in the dataset repository
which might further be expanded in the future. The model classification framework developed in Subtask C proposes a non-hierarchical multi-layer quadrant scheme that classifies modelling techniques by their design (top-down or bottom-up) and degree of transparency (black-box or whitebox).
This allows for the incorporation of emerging modelling techniques (system dynamics, agentbased and machine-learning) and model characteristics (e.g. system boundaries, geographical and spatial resolution, uncertainty etc.). Further, the reporting guideline designed by IEA EBC Annex 70 members expanding on five topics (overview, model components, input and output, quality assurance and additional information) will help to improve the transparency and understanding of building stock models. Finally, the uncertainty and sensitivity analysis gives an overview on typical uncertainties of
datasets and parameter used in building stock modelling and revealed the impact such uncertainties have on the output of models.
Zugehörige Dokumente
|
Schlussbericht
(Französisch)
|
TEP Energy a représenté la Suisse dans l'IEA EBC Annex 70 : "Building Energy Epidemiology : Analysis of Real Building Energy Use at Scale" et a contribué activement à ses objectifs. Motivation et objectif : L'IEA EBC Annex 70 "Building Energy Epidemiology : Analysis of Real Building Energy Use at Scale" vise l'analyse à grande échelle de la consommation (réelle) d'énergie des bâtiments et la modélisation énergétique de grands parcs de bâtiments. En référence au domaine émergent de l'épidémiologie de l'énergie, il s'agit de développer des approches robustes pour de telles analyses. La compréhension des interactions entre les bâtiments, les acteurs et le parc immobilier, ainsi que l'impact des différents facteurs d'influence (y compris les mesures politiques) seront améliorés par une approche multidisciplinaire. L'objectif de l'annexe est d'aider les pays membres à développer des trajectoires de réduction réalistes qui conduisent à une réduction drastique de la consommation d'énergie et des émissions de CO2 de leurs secteurs de la construction. Approche méthodologique : Pour atteindre les objectifs spécifiques de l'Annexe, les travaux de recherche et de développement sont divisés en trois sous-tâches (Subtask). Subtask A se concentre sur l'intégration des utilisateurs de données et de modèles énergétiques et immobiliers. Une enquête en ligne a donc été développée dans le cadre de l'Annexe 70 de l'AIE EBC afin de recueillir des informations sur les besoins en données relatives à l'énergie et aux bâtiments, la fréquence d'utilisation et l'accès aux données. Subtask B se concentre sur les données et les méthodes. Un référentiel de jeux de données en ligne a été développé pour les jeux de données relatifs à l'énergie et aux bâtiments. Les jeux de données ainsi référencés sont décrits, classés et dotés de métadonnées. Subtask C est consacrée à la modélisation énergétique des bâtiments existants et à l'analyse qui en découle. Tout d'abord, une nouvelle systématique pour la classification des modèles énergétiques des bâtiments sera créée sur la base d'études de classification antérieures. Ensuite, un guide sera développé pour décrire les modèles énergétiques des bâtiments de manière systématique et comparable. Contrairement à la systématique de classification, ce guide entre davantage dans les détails en ce qui concerne les aspects techniques des différents modèles énergétiques. Afin de
comparer et d'évaluer les différents modèles, des analyses de sensibilité sont utilisées pour mettre en
évidence les effets des incertitudes sur les résultats.
Résultats et discussion : l'enquête du Subtask A montre qu'une grande partie des utilisateurs de
données ne se contentent pas d'utiliser des données, mais qu'ils en collectent et en génèrent euxmêmes.
Les données relatives aux bâtiments et à l'énergie sont utilisées dans une multitude de
disciplines. Cependant, en raison de leur hétérogénéité, il est souvent difficile de les communiquer et
de les comparer entre différents pays. Le référentiel de données en ligne développé dans Subtask B
vise à améliorer cette situation. Pour ce faire, les méta-informations relatives à un grand nombre de
jeux de données utilisés par les modélisateurs énergétiques sont systématiquement collectées et
décrites. Plus de 1000 ensembles de données ont été ajoutés à l'archive de données, qui pourrait être
élargie à l'avenir. Le système de classification des modèles développé dans Subtask C propose un
schéma en quadrants avec plusieurs niveaux non hiérarchiques. Les quadrants permettent de classer
les approches de modélisation en fonction de leur conception (top-down ou bottom-up) et de leur
degré de transparence (« black box » ou « white box »). Cela permet d'intégrer de nouvelles
techniques de modélisation (modèles de dynamique des systèmes, modèles basés sur des agents et
apprentissage automatique) et de nouveaux attributs de modèle (par exemple, les limites du système,
la résolution géographique et spatiale, l'incertitude, etc.) Ce système de classification et le guide de
rédaction des modèles élaboré par les membres de l'AIE EBC Annex 70 visent à améliorer la
transparence et la compréhension des modèles de parcs immobiliers. Le guide couvre cinq thèmes
(aperçu, composants du modèle, entrées et sorties, assurance qualité et informations
supplémentaires). Les analyses d'incertitude et de sensibilité donnent un aperçu des incertitudes
typiques des ensembles de données et des paramètres des modèles de parcs immobiliers et montrent
les effets de ces incertitudes sur les résultats des modèles.
|
