Wenn Sie sich für Gebäudeenergieeffizienzmaßnahmen entscheiden, kann ein Energiemodell ein sehr leistungsfähiges Werkzeug sein. Dies liegt daran, dass der Energieverbrauch einer der wichtigsten Faktoren ist, um den ökologischen Fußabdruck zu verringern und die Energieeffizienz des Gebäudes zu erhöhen, um die Gesamtinvestition zu senken. Der Energieverbrauch des Gebäudes kann anhand der Typenschilddaten des Gebäudes und des Betriebsplans der Systeme geschätzt werden. Es handelt sich jedoch um eine grobe Schätzung, bei der andere Faktoren wie das Klima und die Interaktion zwischen Gebäudesystemen nicht berücksichtigt werden. Energiemodellierung ist die Antwort.
Eine Studie des American Institute of Architects (AIA) ergab, dass Gebäude mit Energiemodellierung im Vergleich zu Gebäuden ohne Energiemodellierung eine erhebliche Menge an Energie einsparen. Die Studie ergab, dass die Gebäude ohne Energiemodellierung 37% Energie einsparen konnten, während Gebäude mit Energiemodellierung 52% Energie einsparen konnten. Mit anderen Worten, Energieeffizienzprojekte in Gebäuden konnten 15% mehr Energie einsparen, wenn Energiemodellierung wurde benutzt.
Um die Energiemodelle zu verstehen, schauen wir uns die drei Haupttypen an, je nachdem, wie jedes Modell Informationen verarbeitet.
White Box - Dieses Modell basiert auf der Physik und den Eigenschaften der zu modellierenden Systeme.
Black Box - Dieses Modell basiert auf historischen Daten und statistischen Analysen.
Gray Box - Dieses Modell verwendet eine Kombination aus vereinfachter Physik und historischen Daten.
White Box: Energiemodellierung mit Physik
Physikbasierte Energiemodelle sind die genauesten, und Software wie DOE-12 und EnergyPlus verwenden diesen Ansatz. Da für die Erstellung physikbasierter Modelle alle erforderlichen Daten und Gleichungen erforderlich sind, sind White-Box-Energiemodelle recht anspruchsvoll und anspruchsvoll. Aufgrund ihrer hohen Nachfrage und Komplexität verlangsamen die Modelle die Computersimulation.
White-Box-Energiemodelle sind nicht nur sehr genau, sondern hängen auch nicht von historischen Daten ab, die es ermöglichen, ein nicht vorhandenes Gebäude zu simulieren, solange alle physikalischen Eigenschaften bekannt sind. Mit dem richtigen technischen Know-how und der richtigen Rechenleistung können White-Box-Energiemodelle den Projektbesitzern und Entwicklern wertvolle Erkenntnisse und Informationen liefern.
Black Box: Energiemodellierung mit Daten
Im Gegensatz zu White-Box-Modellen, die vollständig auf Physik basieren, um das Verhalten vorherzusagen, verwenden Black-Box-Modelle Reverse Engineering mit bereits vorhandenen Daten. Da die für Black-Box-Modelle erforderlichen Daten bereits verfügbar sind, sind die Kalibrierungen einfach und können viel schneller verarbeitet werden. Einige der bekannten Beispiele sind künstliche neuronale Netze (ANN), Support Vector Machines (SVM) und statistische Regression.
Die Abhängigkeit bereits vorhandener Daten kann zuweilen auch eine der Haupteinschränkungen sein. Das Erstellen eines Black-Box-Modells für ein nicht vorhandenes Gebäude ist nicht möglich, da diese Energieeffizienzanwendungen von Gebäuden abhängen, die Daten erzeugen, oder von Gebäuden mit ähnlichen Eigenschaften. Ohne bereits vorhandene Daten kann die datenbasierte Energiemodellierung nicht kalibriert werden.
Für bestehende Gebäude können Black-Box-Modelle bei der Verwaltung von Energieeffizienzmaßnahmen hilfreich sein, da die Auswirkungen dieser Maßnahmen bereits vor ihrer Implementierung simuliert werden können. Es ermöglicht die Analyse der Gebäudeprobleme, indem die Ursachen nach der Erstellung des Modells ermittelt werden.
Gray Box: Hybride Energiemodellierung
Gray Box hat die Designelemente von White Box- und Black Box-Modellen, da sie physikalische Gleichungen wie White Box verwenden, um das Gebäudeverhalten darzustellen. Diese Gleichungen sind jedoch einfacher. Dies ermöglicht eine schnellere Simulation des Gebäudemodells, sobald es kalibriert wurde. Eine vereinfachte Physikgleichung führt jedoch zu einer geringeren Genauigkeit als die White Box. Um dies zu kompensieren, verwenden Gray-Box-Modelle historische Daten zur Kalibrierung. Somit bietet das Gray-Box-Energiemodell ein Gleichgewicht zwischen Genauigkeit und Geschwindigkeit.
Für den Kalibrierungsprozess werden Black-Box- und Gray-Box-Energiemodelle häufig als „Training“ der Modelle bezeichnet, da die Parameter der Simulation angepasst werden, bis die Ergebnisse des Modells mit dem Verhalten des zu modellierenden Systems übereinstimmen.
Energiemodellierung effektiv nutzen
Abhängig von den Gebäudeanforderungen können die Energieeffizienzmaßnahmen variieren, um die erforderlichen optimalen Bedingungen zu erfüllen. Somit kann keines der oben genannten Energiemodelle als besser als das andere angesehen werden. Wenn für das Energieverbrauchsprofil eines Gebäudes keine Daten verfügbar sind, ist das White-Box-Modell die einzige Option, mit der auch das tatsächliche Verhalten des Gebäudes mit dem physikbasierten Verhalten des Gebäudes verglichen werden kann. Andererseits können verfügbare Daten aus den vorhandenen Gebäuden den Bauherren wertvolle Erkenntnisse liefern, wenn sie sich für die erforderlichen Energiemodellierungsmaßnahmen entscheiden.
Für den Bau in New York City, Energiemodellierung kann angesichts der strengen Emissionsgrenze auf der Grundlage des lokalen Gesetzes 97 von 2019 sehr nützlich sein.
