In-situ gegevensgestuurde schatting van dynamische zonnewinsten in gebouwen: Grey- en black-boxbenaderingen

In-situ gemeten gegevens worden steeds vaker gecombineerd met statistische technieken om erg eenvoudige numerieke modellen  te creëren, die kunnen gebruikt worden voor de evaluatie van de werkelijke energieprestatie van een gebouw, voor model predictive control (MPC), foutdetectie en optimalisatie van  energienetwerken. Zonnewinsten, het deel van de energiewinst van het gebouw dat door de zon wordt bijgedragen, spelen een essentiële rol in de warmtebalans en het thermisch dynamisch gedrag  van het gebouw. Een nauwkeurige inschatting van de variërende  zonnewinsten kan de kwaliteit van de modellen dan ook verbeteren. Het meten van de zonnewinsten en hun tijdsafhankelijkheid is in de praktijk echter een uitdaging. Daarom rekenen de meeste van deze eenvoudige modellen de zonnewinsten in door aan te nemen dat de zonnewinstcoëfficiënt (zonneopening of gA-waarde) constant is. Deze aanname leidt tot onzekerheden in de inschatting van de zonnewinsten, aangezien de gA-waarde in werkelijkheid sterk afhankelijk is van de stand van de zon gedurende de dag en het jaar.

Om deze leemte op te vullen worden in dit proefschrift twee statistische modelbenaderingen voorgesteld om de in de tijd variërende zonnewinsten nauwkeuriger in te schatten en te voorspellen. . De twee technieken werden ontwikkeld op basis van in-situ meetgegevens van een vereenvoudigd gebouw van beperkte omvang en worden aanzien  als parallelle benaderingen voor het karakteriseren van de dynamische zonnewinsten van gebouwen. De twee benaderingen staan bekend als B-splines geïntegreerde “grey-box” en ARX modellen (autoregressief met extra input) en hun uitkomsten zijn geverifieerd met “white-box” simulaties. Bovendien wordt de robuustheid van B-splines geïntegreerde “grey-box” modellen verder getest in meer geavanceerde en realistische gebouwcases: te beginnen met gegevens van een gebouw van beperkte omvang met een specifiek gecontroleerd verwarmingsprofiel (d.w.z. pseudo-willekeurige binaire sequentie: PRBS-signaal) tot gebouwen van volledige omvang met synthetische gebruikersprofielen. Hieruit bleek dat de robuustheid van de voorgestelde B-splines geïntegreerde “grey-box” modellering uitstekend is, althans wat betreft de onthulling van de primaire dynamische trend van de zonnewinsten voor een specifiek gebouw. De twee in deze studie voorgestelde modelbenaderingen, die gebaseerd zijn op beperkte laagfrequente gegevens, kunnen gedeeltelijk de leemte opvullen als efficiënte en nauwkeurige methode voor het inschatten van de variërende  zonnewinsten. De voorgestelde twee methoden, B-splines geïntegreerde “grey-box” en ARX-modellen, tonen het potentieel om voorspellingsfouten van energiebesparing in gebouwen in de praktijk te verminderen.

De twee gegevens gestuurde modelleringstechnieken worden voorgesteld in Hoofdstuk 2, gebaseerd op on-site datasets van een gebouw met één zone van beperkte omvang en een eenvoudig aan/uit PRBS verwarmingssignaal. De veelbelovende prestaties van beide technieken worden in dit hoofdstuk aangetoond. Vanaf hoofdstuk 3 ligt de nadruk van dit proefschrift op B-splines geïntegreerde “grey-box” modellen, aangezien “grey-box”-modellen over het algemeen een grotere extrapolatiecapaciteit hebben dan “black-box”-modellen (bv. ARX-model). Hoofdstuk 4 onderzoekt de potentiële effecten van een gedetailleerde modellering van de zonnewinsten in “grey-box” modellen op de bepaling van de warmteverliescoëfficiënt van een gebouw. De resultaten tonen aan dat het gedetailleerd uitwerken van zonnewinsten in “grey-box”-modellen geen belemmering vormt voor betrouwbare schattingen van de warmteverliescoëfficiënt. Hoofdstuk 4 onderzoekt de robuustheid van B-splines geïntegreerde “grey-box”-modellering in hetzelfde gebouw van beperkte omvang, maar in een meer realistische configuratie, waarbij twee thermische zones worden gecreëerd en de energiewinsten als gevolg van twee (synthetische) bewoners worden nagebootst door verwarmingselementen. In hoofdstuk 5 wordt de robuustheid van de geïntegreerde “grey-box”-modellering met B-splines verder onderzocht in een realistischer gebouw van ware grootte. Hoofdstuk 6 tenslotte, geeft een samenvatting van de belangrijkste bevindingen van dit proefschrift en de beperking van dit promotieonderzoek en stelt mogelijkheden voor toekomstig onderzoek op basis van dit proefschrift voor.