Research and development of automated calibration and multi-objective optimization techniques applied to simulation of building energy models

Abstract

Buildings performance does not correspond to the predicted performance in the design phase. Several studies have revealed the discrepancies between the energy consumption of a simulated building and the measured consumption in the real building. The match between simulation models and measured data with monitoring should be improved, in order to have a reliable simulation tool. The improvement process is known as a model calibration. Calibrated model simulations are based on physical reality, real data from monitoring, rather than statistical or mathematical modifications, providing the ability to predict more accurate behaviour. The current problem is that there is no standard methodology, the uncertainty is high, and automated calibration tools are needed to simplify the process. Sensitivity analysis allows for detecting the parameters that have the greatest influence on the final response of the building model. Sensitivity analysis is necessary as a first step in the calibration process, orienting the parameter adjustment process to those that introduce the greatest error in the model. Once the most influential parameters of the model have been detected, they are calibrated with real monitoring data. The objective is to develop and implement calibration techniques that follow standardized, precise and reliable methods, that do not incur large costs, that take into account the uncertainty in the parameters and that can be automated. For these reasons, Bayesian calibration techniques and multi-objective optimization will be studied and implemented. Finally, multi-objective optimization can not only be used in the calibration of simulation models, but can also be applied to search for energy efficiency, involving diverse objectives that are in conflict and cannot be optimized simultaneously.

Los edificios no se comportan tan bien como se predice en fase proyecto. Existen estudios que han puesto de manifiesto las discrepancias entre el consumo energético de un edificio simulado y el consumo medido en un edificio real. Se debe mejorar el ajuste entre los modelos de simulación y los datos medidos en monitorización, para poder disponer de una herramienta segura de simulación. El proceso de mejora se conoce como simulación calibrada. Las simulaciones de modelos calibrados se basan en la realidad física, datos reales a partir de monitorizaciones, en lugar de modificaciones estadísticas o matemáticas, lo cual les confiere la habilidad para predecir el comportamiento de forma más segura. El problema actual, es que no existe una metodología estándar, la incertidumbre es alta y además se buscan herramientas automatizadas de calibración que simplifiquen el proceso. El análisis de sensibilidad permite detectar los parámetros que poseen mayor influencia en la respuesta final del modelo de edificio. El análisis de sensibilidad se muestra necesario, como primer paso dentro del proceso de calibración, orientando el proceso de ajuste de parámetros a aquellos que introducen mayor error en el modelo. Una vez detectados los parámetros más influyentes del modelo se procede a su calibración con datos reales de monitorización. El objetivo es desarrollar e implementar técnicas de calibración que sigan métodos estandarizados, precisas y fiables, que no incurran en grandes costes, que tengan en cuenta la incertidumbre en los parámetros y que puedan ser automatizadas. Por esto motivos se estudiarán e implementarán técnicas de calibración Bayesiana y de optimización multiobjetivo. Por último, la optimización multiobjetivo no solo se puede emplear en la calibración de modelos de simulación, sino que además se puede utilizar para la búsqueda de la eficiencia energética, involucrando objetivos diversos que se encuentran en conflicto y que no se pueden optimizar simultáneamente.

Os edificios non funcionan tan ben como o previsto na fase de proxecto. Hai estudos que revelaron as discrepancias entre o consumo de enerxía dun edificio simulado e o consumo medido nun edificio real. Debería mellorarse o axuste entre os modelos de simulación e os datos medidos con sensores para ter unha ferramenta de simulación segura. O proceso de mellora coñécese como simulación calibrada. As simulacións de modelos calibradas baséanse na realidade física, en datos reais de sensores, máis que modificacións estatísticas ou matemáticas, dándolles a capacidade de predicir o comportamento con máis seguridade. O problema actual é que non existe unha metodoloxía estándar, a incerteza é alta e tamén búscanse ferramentas de calibración automatizadas que simplifiquen o proceso. A análise de sensibilidade permite detectar os parámetros que teñen unha maior influencia na resposta final do modelo de edificio. A análise de sensibilidade é necesaria como un primeiro paso no proceso de calibración, orientando o proceso de axuste de parámetros a aqueles que introducen o maior erro no modelo. Unha vez detectados os parámetros máis influentes do modelo, son calibrados con datos de seguimento reais. O obxectivo é desenvolver e aplicar técnicas de calibración que sigan métodos normalizados, precisos e fiables, que non supoñan custos grandes, que teñan en conta a incerteza nos parámetros e que poidan automatizarse. Por estes motivos, estudiaranse e aplicaranse técnicas de calibración Bayesiana e optimización multi-obxectivo. Finalmente, a optimización multi-obxectivo non só se pode usar na calibración de modelos de simulación, senón que tamén se pode usar para mellorar a eficiencia enerxética, implicando diversos obxectivos que están en conflito e non se poden optimizar simultaneamente.