Occupants’ behavior and its impact upon the energy performance of buildings

Aachen / E.ON Energy Research Center, RWTH Aachen University (2016, 2017) [Buch, Doktorarbeit]

Seite(n): 1 Online-Ressource (xxiii, 164 Seiten) : Illustrationen, Diagramme

Kurzfassung

Gebäude verbrauchen bis zu 40 Prozent der Primärenergie in Europa. Aus diesem Grund müssen die ambitionierten Energieeinsparziele der EuropäischenUnion (Energy Roadmap 2050) die Sanierung von Bestandsgebäuden berücksichtigen. Zwischen dem Energiebedarf und dem Energieverbrauch neuer sowie sanierter Gebäude liegt jedoch laut vieler Feldstudien eine Diskrepanz vor. Diese beruht auf fehlerhafter Anlagen- und Regelungstechnik sowie falschen Annahmen über das Nutzer-verhalten. Das Ziel dieser Arbeit ist den Einfluss des Nutzerverhaltens auf den Gebäudeenergieverbrauch, mit einem besonderen Fokus auf die freie (natürliche) Lüftung, zu evaluieren und zu modellieren. Die Evaluation wie auch das Modellieren basieren auf hochaufgelösten Monitoringdaten von 90Wohnungen aus drei unterschiedlich sanierten Gebäuden. Der Energiebedarf dieserWohnungen wird nach EnEV (Energieeinsparverordnung) berechnet. Daraufhin wird dieser mit dem tatsächliche Energieverbrauch verglichen, um den Erfolgsgrad jeder Sanierungsvariante zu evaluieren. Der Einfluss des Nutzerverhaltens wird darüber hinaus auch in dynamischen Simulationen analysiert. Der Energiebedarf dieser Gebäude wird basierend auf zwei Simulationsszenarien ermittelt. Das erste Szenario berücksichtigt eine konstante Luftwechselrate, während das zweite Szenario Lüftungswärmeverluste aufgrund des Lüftungsverhaltens der Bewohner einbezieht: Der durch dasMonitoringsystem beobachtete Öffnungsstatus der Fenster wird als Input für die Simulationsmodelle angegeben. Die Simulationsergebnisse zeigen, dass letzteres eine präzisere Vorhersage des Gebäudeenergieverbrauchs ermöglicht, und zusätzlich die Heterogenität der Nutzer in die Simulationsergebnisse einfließen lässt. Die Monitoringdaten werden dazu verwendet, das Nutzerverhalten in Bezug auf das Lüftungsverhalten zu modellieren. Zwei Modellklassen für das Nutzerverhalten werden vorgestellt. Die erste Modellklasse beruht auf dem stochastischen Prozess der Markov-Kette erster Ordnung mit zeitabhängigen Übergangsmatrizen. Drei Modelle werden für das Erstellen von Fensteröffnungsprofilen eingeführt und durch die Markov-Ketten Monte Carlo Technik validiert. Diese Profile können als Input für dynamische Simulationen des Gebäudeenergiebedarfs genutzt werden. Die dynamische Simulation der Gebäude mit den generierten Fensteröffnungsprofilen macht deutlich, dass verlässliche Vorhersagen über den Gebäudeenergieverbrauch möglich sind. Die zweite Modellklasse basiert auf der logistischen Regression (Logit-Modell). Die Handlungswahrscheinlichkeit (das Fenster zu öffnen oder zu schließen) wird von der Tageszeit, den Wetterbedingungen (Temperatur, Feuchtigkeit, Windgeschwindigkeit) und den Bedingungen der Innenraumluft (Temperatur, Feuchtigkeit und Luftqualität) abgeleitet. Mit dieser Methode werden die Faktoren, die für das Ändern des Fensterstatus verantwortlich sind, identifiziert: Die Haupteinflussfaktoren für das Öffnen eines Fensters sind die Tageszeit sowie die Kohlendioxidkonzentration imInnenraum, während für das Schließen von Fenstern hauptsächlich die Tageszeit und die Umgebungstemperatur verantwortlich sind.

Autorinnen und Autoren

Autorinnen und Autoren

Calì, Davide

Gutachterinnen und Gutachter

Müller, Dirk
Olesen, Bjarne

Identifikationsnummern

  • ISBN: 978-3-942789-36-3
  • URN: urn:nbn:de:hbz:82-rwth-2016-099556
  • REPORT NUMBER: RWTH-2016-09955