Options
2013
Doctoral Thesis
Titel
Monte Carlo Based Uncertainty and Sensitivity Analysis for Building Performance Simulation
Abstract
Building performance simulation is most often used to improve the design and at times the operation of buildings. Within a building model, the thermal characteristics of the envelope and the HVAC (heating, ventilation, and air conditioning) equipment are described by parameters that often cannot be estimated with high accuracy (e.g., occupant behavior, building envelope and HVAC equipment performance). These uncertainties in simulation input have a great influence on the simulation results. An uncertainty analysis quantifies the result uncertainty given the model input uncertainty. The aim of a sensitivity analysis is to attribute the uncertainty in the model output to the uncertainty in the different model inputs. Despite the benefits which these techniques can provide, uncertainty and sensitivity analysis are not commonly applied in either design practice or scientific research. In this thesis, a Monte Carlo based methodology for uncertainty and sensitivity analysis is introduced. A significant reduction of computational expense and an increased robustness was achieved by the application of a quasi-random sampling technique (i.e., sampling based on Sobol' sequences). Furthermore, a systematic approach for conducting the analyses is proposed. The methodology was implemented in a tool that is applicable to most simulation programs and operating systems and allows parallel computing. Another common part of the design process of a building is a cost-benefit analysis to compare design options and different scenarios. The results are also strongly dependent on assumptions about uncertain economic parameters (e.g., future inflation rates and energy costs). An overall methodology for uncertainty and sensitivity analysis that combines building performance simulation and cost-benefit calculation is developed and demonstrated. The methodology is applied to three case studies to illustrate possible applications. It can improve the design process or building operation and provides differentiated information on these topics for decision-making.
;
Gebäudesimulationen werden häufig während der Planung von Gebäuden eingesetzt. Vereinzelt kommen sie auch für die Gebäudebetriebsoptimierung zum Einsatz. Innerhalb von Gebäudesimulationsmodellen wird die Charakteristik der Gebäudehülle und der Anlagentechnik mittels Parametern beschrieben, die oft nicht genau bestimmbar sind (z.B. Nutzerverhalten, Spezifikation der Gebäudehülle und Anlageneffizienz). Unsichere Randbedingungen haben einen großen Einfluss auf das Ergebnis von Gebäudesimulationen. Eine Unsicherheitsanalyse quantifiziert die Ergebnisunsicherheit in Anbetracht der unsicheren Eingangsgrößen. Das Ziel einer Sensitivitätsanalyse ist die Identifikation des Anteils der Ergebnisunsicherheit, der den einzelnen Eingangsgrößen zuzuordnen ist. Trotz der Vorteile bei der Anwendung dieser Methoden werden Unsicherheits- und Sensitivitätsanalysen bisher in der Planungspraxis und auch in wissenschaftlichen Untersuchungen selten durchgeführt. In dieser Arbeit wird eine Methodik zur Unsicherheits- und Sensitivitätsanalyse vorgestellt, die auf einem Monte Carlo Ansatz basiert. Durch ein Verfahren zum Ziehen von Stichproben, das auf Quasi-Zufallszahlen beruht (Ziehen von Stichproben auf der Basis von Sobol'-Sequenzen), kann der erforderliche Rechenaufwand signifikant verringert und die Robustheit erhöht werden. Weiterhin wird eine systematische Vorgehensweise bei der Anwendung der Analysen eingeführt. Die Methodik wurde in eine Programmumgebung implementiert, die für die meisten Simulationsprogramme und Betriebssysteme anwendbar ist und eine Parallelisierung der Berechnungen ermöglicht. Ein weiterer üblicher Teil des Planungsprozesses von Gebäuden sind Wirtschaftlichkeitsberechnungen für den Vergleich von verschiedenen Planungsoptionen und Szenarien. Die damit erzielten Ergebnisse hängen ebenfalls stark von den Annahmen zu unsicheren wirtschaftlichen Randbedingungen ab (z. B. zukünftige Inflationsraten und Energiepreise). Eine Methodik zur Unsicherheits- und Sensitivitätsanalyse für die kombinierte Gebäudesimulation und Wirtschaftlichkeitsberechnung wurde entwickelt und angewendet. Die Gesamtmethodik wird für drei Beispiele angewendet, um Einsatzmöglichkeiten darzustellen. Ihre Anwendung kann dazu beitragen, den Planungsprozess und den Gebäudebetrieb zu verbessern und eine Entscheidungsfindung zu erleichtern.
ThesisNote
Zugl.: Karlsruhe, Karlsruher Institut fu&r Technologie, Diss., 2013