Metaheuristiken zur Kalibrierung energetischer Gebäudemodelle

Kordowou, Ziyaad-Touré (2019)
Metaheuristiken zur Kalibrierung energetischer Gebäudemodelle.
Technische Universität Darmstadt
Bachelorarbeit, Bibliographie

Kurzbeschreibung (Abstract)

Die vorliegende Bachelorarbeit beschäftigt sich mit Möglichkeiten der Kalibrierung von Parametern bezüglich des Energieverbrauchs eines spezifischen Gebäudemodells. Dazu werden verschiedene Metaheuristiken hinsichtlich ihrer Eignung untersucht und auf Basis dieser ein Softwaremodul entwickelt, welches auf numerischem Wege eine Optimierung der zu Anfang eingepflegten Parametern durchführen soll. Der Energieverbrauch eines Gebäudes unterliegt vielfältigen Faktoren. Es müssen dabei Aspekte wie die Gebäudetypologie, die Art der Nutzung, die Anzahl der nutzenden Personen und viele andere Faktoren berücksichtigt werden. In dieser Arbeit wird das Augenmerk auf jene Parameter gelegt, die bei der Modellierung eines Einfamilienhauses entsprechend kalibriert werden müssen, um einen bestimmten Verlauf des Energieverbrauchs hervorzubringen. Da bei Erhebungen von Daten jederzeit Fehler passieren können, werden oft fundierte Annahmen getroffen, die das Fehlerpotential zwar reduzieren, jedoch nicht die gewünschte Validität gewährleisten. Sollte mit diesen Annahmen ein Energieverbrauch simuliert werden, ist nicht zu sagen, inwieweit mit den Simulationsdaten gearbeitet werden kann. Das im Rahmen der Arbeit entwickelte Softwaremodul zieht bei der energetischen Simulation, welche mit der Software EnergyPlus erfolgt, bestimmte Smart Meter Daten hinzu, um bei einer Anfangskalibrierung eine schrittweise Optimierung vorzunehmen, welche das Modell und deren Parameter anpasst, bis der Verlauf der Smart Meter Daten möglichst erreicht wurde. Dieser Sachverhalt beschreibt also einen Minimierungsprozess, welcher, analog zur Methode der kleinsten Quadrate, die Summe der quadratischen Abweichungen bildet und minimiert. Aufgrund der Tatsache, dass die Funktionswerte durch Eingabe in ein Modell ermittelt werden, werden insbesondere Metaheuristiken, basierend auf der Schwarmintelligenz, analysiert. Hierbei werden zunächst die Partikelschwarmoptimierung und die Ameisenkolonieoptimierung genauer beschrieben. Für das Modul der Kalibrierung wurde die Partikelschwarmoptimierung aufgrund ihrer Vorteile in der Implementierung gewählt. In diesem Rahmen wird die Arbeitsweise der Partikelschwarmoptimierung analysiert, indem verschiedene Einstellungen hinsichtlich verschiedener Strategien bis hin zur Konfigurierung der Metaheuristik ausprobiert und dokumentiert werden. Die Partikelschwarmoptimierung bietet viele Möglichkeiten zur Implementierung und zeigt eine große Flexibilität, womit mehrere Tests Aufschluss über die genaue Arbeitsweise und das Verhalten auf verschiedene Einflüsse geben können. Dabei soll deutlich gemacht werden, welche Einstellung für den spezifischen Sachverhalt am geeignetsten ist. Die Aspekte, auf die bei der Arbeitsweise beachtet wurden, wie die Schnelligkeit, Zeitpunkt der Konvergenz und Diversität der Ergebnisse, spielte bei der Analyse demnach eine große Rolle.

Typ des Eintrags:

Bachelorarbeit

Erschienen:

2019

Autor(en):

Kordowou, Ziyaad-Touré

Art des Eintrags:

Bibliographie

Titel:

Metaheuristiken zur Kalibrierung energetischer Gebäudemodelle

Sprache:

Deutsch

Publikationsjahr:

17 April 2019

Datum der mündlichen Prüfung:

29 April 2019

Kurzbeschreibung (Abstract):

Alternatives oder übersetztes Abstract:

Alternatives Abstract

Sprache

The following bachelor thesis deals with the possibilities of calibrating parameters regarding the energy consumption of a specific building model. For this purpose, different metaheuristics are analysed with regard to their suitability and a software module is developed on the basis of these, which is to carry out an optimization of the parameters entered at the beginning on numerical way. The energy consumption of a building is subject to various factors. Aspects such as building typology, type of use, number of users and many other factors have to be considered. This paper focuses on the parameters that need to be calibrated when modelling a single-family home in order to produce a specific course of energy consumption. Since errors can occur at any time during data collection, well-founded assumptions are often made that reduce the potential for errors but do not guarantee the desired validity.If these assumptions are used to simulate energy consumption, it is not possible to say to what extent the simulation data can be used. The software module developed as part of this work uses certain smart meter data in the energy simulation carried out with the EnergyPlus software in order to carry out a step-by-step optimisation during an initial calibration, which adjusts the model and its parameters until the course of the smart meter data has been reached as far as possible. This fact thus describes a minimization process which, analogous to the method of the smallest squares, forms and minimizes the sum of the square deviations. Due to the fact that the function values are determined by input into a model, metaheuristics based on swarm intelligence are analysed in particular. At first the particle swarm optimization and the ant colony optimization are described in more detail. Particle swarm optimization was chosen for the calibration module because of its advantages in implementation. In this context, the mode of operation of the particle swarm optimization is analysed by testing and documenting different settings with regard to different strategies up to the configuration of the metaheuristics. The particle swarm optimization offers many implementation possibilities and shows a high flexibility, with which several tests can give information about the exact mode of operation and the behaviour on different influences. It should be made clear which setting is most suitable for the specific situation. The aspects that were considered in the mode of operation, such as speed, time of convergence and diversity of the results, therefore played an important role in the analysis. The analysis could finally show that particle swarm optimization is a suitable metaheuristic and thus a good possibility for optimizing the parameters to be entered. The results are particularly characterized by their informative value and diversity.

Englisch

Freie Schlagworte:

Modellkalibrierung

Schlagworte: