Urban building energy modeling : integrating dynamic and data-driven models for time-series analysis

Name: Urban building energy modeling : integrating dynamic and data-driven models for time-series analysis
Author: Bolluk, Said

İsim	Urban building energy modeling : integrating dynamic and data-driven models for time-series analysis
Yazar	Bolluk, Said
Basım Tarihi:	2024
Konu	Cities and towns, Energy consumption, Environmental aspects, Buildings, Mathematical models, Energy conservation, City planning, Smart cities, Sustainable urban development, Carbon dioxide, Civil engineering
Tür	Belge
Dil	İngilizce
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Kayıt Numarası	cc29ce90-9815-4c3a-b0a3-cc82d47d857f
Lokasyon	Department of Civil Engineering
Tarih	2024
Örnek Metin	This study addresses a critical gap in Urban Building Energy Modeling (UBEM) by introducing an innovative hybrid approach that combines dynamic and statistical models. Previous hybrid studies faced challenges in result validation, model calibration, and delivering predictions at high temporal resolution. To fill this gap, the study presents an integrated UBEM for time-series analysis. The methodology involves creating a dynamic model for 13 buildings on a university campus, with key parameters calibrated using Bayesian Optimization. This calibration reduces the simulation's annual Mean Absolute Percentage Error (MAPE) from 21.56\% to 4.60\% and the monthly MAPE from 22.14\% to 9.90\%. The calibrated dynamic model's hourly energy consumption data is then incorporated into a statistical model, a Long Short-Term Memory (LSTM) network utilized in time-series regression. The statistical model predicts the hourly energy consumption with an average R-squared value of 0.915. The proposed hybrid model facilitates the creation of synthetic hourly energy consumption data for urban building stocks. In this sense, the energy use patterns derived from the hourly consumption can be combined with the building characteristics to identify parameters that shape the building energy demand. The hybrid model can also optimize the building energy efficiency design by exploring various configurations in the building envelope and operational schedules and minimizing the energy consumption and the resultant environmental impact. When adapted to the urban scale, this hybrid model can provide valuable insights for urban planners in identifying high-demand areas and implementing energy-efficient interventions based on high-resolution temporal energy consumption data. Instead of testing energy and cost-efficiency scenarios using dynamic simulations, the proposed hybrid model can effectively monitor and control the hourly building energy use over time-series analysis once calibrated. This study underscores the potential of hybrid modeling in UBEM despite facing challenges, like complexities in generating the validation data from a limited number of metered energy consumption and computational constraints. In summary, this research introduces a robust hybrid UBEM and draws a roadmap for future research to comprehend urban building energy demand accurately. Future research includes reliability improvements for the validation and input data, efficient and precise dynamic modeling approaches, and utilizing thermal interactions between buildings within the statistical model., Bu çalışma, dinamik ve istatistiksel modelleri birleştiren yenilikçi bir hibrit yaklaşım sunarak Kentsel Bina Enerji Modellemesindeki (UBEM) kritik bir boşluğu dikkat çekmektedir. Önceki hibrit çalışmalar, sonuçların doğrulanması, model kalibrasyonu ve tahminlerin yüksek zamansal çözünürlükte sunulması konularında zorluklarla karşılaşıyordu. Bahsi geçen sorunlara çözüm üretmek amacıyla bu çalışma, istatiksel ve dinamik modelleri bütünleştiren bir hibrit model sunmaktadır. Bu kapsamda ilk olarak 13 binalık bir üniversite kampüsünün dinamik modeli oluşturulmuş, daha sonra bu modelin temel parametreleri Bayes Optimizasyonu kullanılarak kalibre edilmiştir. Kalibrasyon sonucunda dinamik model simülasyonunun yıllık Ortalama Mutlak Yüzde Hatası (MAPE) \%21,56'dan \%4,60'a ve aylık \%22,14'ten \%9,90'a düşmüştür. Kalibre edilen dinamik model daha sonra saatlik enerji tüketim verileri yaratmada kullanılmıştır. Bu tüketim verileri, çalışmanın bir diğer kısmı olan istatiksel modelin doğrulama verilerini teşkil etmektedir. İstatiksel modelde her bir bina için bir tür Özyinelemeli Sinir Ağı (RNN) olan Uzun Kısa Süreli Bellek (LSTM) modeli oluşturulmuş, daha sonra bu modeller zaman serisi regresyon analiziyle binaların saatlik enerji tüketimlerini tahmin etmede kullanılmıştır. Regresyon sonuçlarına göre modellerin ortalama determinasyon katsayısı (R-sqaured) 0.915'tir. Önerilen hibrit model, kentsel bina stokları için sentetik saatlik enerji tüketimi verilerinin oluşturulmasını kolaylaştırmaktadır. Bu anlamda, saatlik tüketimlerden elde edilen enerji kullanım davranışları, binaların enerji talebini şekillendiren parametreleri belirlemek için binaların ayırt edici özellikleriyle birleştirilebilir (ör. yalıtım bilgileri) . Hibrit model aynı zamanda bina kabuğundaki ve operasyonel programlardaki çeşitli konfigürasyonları keşfederek enerji tüketimini ve bunun sonucunda ortaya çıkan çevresel etkiyi en aza indirebilir. Bu sayede önerilen hibrit model enerji verimli bina tasarımında değerlendirilebilir. Saatlik çözünürlükteki bina enerji tüketimi verilerini tahmin edebilen bu hibrit model, kentsel ölçeğe uyarlandığında kent planlayıcılarına yüksek enerji tüketen bölgelerin belirlenmesi ve bu bölgeler için gerekli önlemlerin alınması konusunda değerli bilgiler sağlayabilir. Önerilen hibrit model, dinamik simülasyonlar üzerinden enerji ve maliyet verimliliği senaryolarını test etmek yerine, istatiksel modelin sunduğu zaman serisi analizi yöntemiyle saatlik bina enerji kullanımını etkili bir biçimde tahmin edebilir ve kontrol edebilir. Bu çalışmada, doğrulama verileri oluşturulurken ölçülmüş tüketim verisine sahip ay sayısının az olması ve simülasyon ve tahminlerin yoğun hesaplama gücüne ve uzun bir zamana ihtiyaç duyması gibi sorunlarla karşılaşılmıştır. Fakat tüm zorluklara rağmen bu çalışma, UBEM alanındaki hibrit modellerin potansiyeline dikkat çekmiştir. Özetle, bu araştırma güçlü bir hibrit UBEM'i tanıtırken kentsel bina enerji talebini doğru şekilde anlamak için gelecekteki araştırmalara bir yol haritası çizmektedir. Gelecekteki yürütülmesi planlanan araştırmalar arasında doğrulama ve girdi verilerinin güvenilirliğinin iyileştirilmesi, verimli ve tutarlı dinamik modelleme yöntemlerinin geliştirilmesi ve binalar arasındaki termal etkileşimi göz önüne alan parametrelerin istatiksel modele tanıtılması yer almaktadır.

Kaynağa git Özyeğin Üniversitesi

Aramaya Dön

Özyeğin Üniversitesi

Kaynağa git

Urban building energy modeling : integrating dynamic and data-driven models for time-series analysis

Yazar Bolluk, Said

Basım Tarihi 2024

Konu Cities and towns, Energy consumption, Environmental aspects, Buildings, Mathematical models, Energy conservation, City planning, Smart cities, Sustainable urban development, Carbon dioxide, Civil engineering

Tür Belge

Dil İngilizce

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Kayıt Numarası cc29ce90-9815-4c3a-b0a3-cc82d47d857f

Lokasyon Department of Civil Engineering

Tarih 2024

Örnek Metin This study addresses a critical gap in Urban Building Energy Modeling (UBEM) by introducing an innovative hybrid approach that combines dynamic and statistical models. Previous hybrid studies faced challenges in result validation, model calibration, and delivering predictions at high temporal resolution. To fill this gap, the study presents an integrated UBEM for time-series analysis. The methodology involves creating a dynamic model for 13 buildings on a university campus, with key parameters calibrated using Bayesian Optimization. This calibration reduces the simulation's annual Mean Absolute Percentage Error (MAPE) from 21.56\% to 4.60\% and the monthly MAPE from 22.14\% to 9.90\%. The calibrated dynamic model's hourly energy consumption data is then incorporated into a statistical model, a Long Short-Term Memory (LSTM) network utilized in time-series regression. The statistical model predicts the hourly energy consumption with an average R-squared value of 0.915. The proposed hybrid model facilitates the creation of synthetic hourly energy consumption data for urban building stocks. In this sense, the energy use patterns derived from the hourly consumption can be combined with the building characteristics to identify parameters that shape the building energy demand. The hybrid model can also optimize the building energy efficiency design by exploring various configurations in the building envelope and operational schedules and minimizing the energy consumption and the resultant environmental impact. When adapted to the urban scale, this hybrid model can provide valuable insights for urban planners in identifying high-demand areas and implementing energy-efficient interventions based on high-resolution temporal energy consumption data. Instead of testing energy and cost-efficiency scenarios using dynamic simulations, the proposed hybrid model can effectively monitor and control the hourly building energy use over time-series analysis once calibrated. This study underscores the potential of hybrid modeling in UBEM despite facing challenges, like complexities in generating the validation data from a limited number of metered energy consumption and computational constraints. In summary, this research introduces a robust hybrid UBEM and draws a roadmap for future research to comprehend urban building energy demand accurately. Future research includes reliability improvements for the validation and input data, efficient and precise dynamic modeling approaches, and utilizing thermal interactions between buildings within the statistical model., Bu çalışma, dinamik ve istatistiksel modelleri birleştiren yenilikçi bir hibrit yaklaşım sunarak Kentsel Bina Enerji Modellemesindeki (UBEM) kritik bir boşluğu dikkat çekmektedir. Önceki hibrit çalışmalar, sonuçların doğrulanması, model kalibrasyonu ve tahminlerin yüksek zamansal çözünürlükte sunulması konularında zorluklarla karşılaşıyordu. Bahsi geçen sorunlara çözüm üretmek amacıyla bu çalışma, istatiksel ve dinamik modelleri bütünleştiren bir hibrit model sunmaktadır. Bu kapsamda ilk olarak 13 binalık bir üniversite kampüsünün dinamik modeli oluşturulmuş, daha sonra bu modelin temel parametreleri Bayes Optimizasyonu kullanılarak kalibre edilmiştir. Kalibrasyon sonucunda dinamik model simülasyonunun yıllık Ortalama Mutlak Yüzde Hatası (MAPE) \%21,56'dan \%4,60'a ve aylık \%22,14'ten \%9,90'a düşmüştür. Kalibre edilen dinamik model daha sonra saatlik enerji tüketim verileri yaratmada kullanılmıştır. Bu tüketim verileri, çalışmanın bir diğer kısmı olan istatiksel modelin doğrulama verilerini teşkil etmektedir. İstatiksel modelde her bir bina için bir tür Özyinelemeli Sinir Ağı (RNN) olan Uzun Kısa Süreli Bellek (LSTM) modeli oluşturulmuş, daha sonra bu modeller zaman serisi regresyon analiziyle binaların saatlik enerji tüketimlerini tahmin etmede kullanılmıştır. Regresyon sonuçlarına göre modellerin ortalama determinasyon katsayısı (R-sqaured) 0.915'tir. Önerilen hibrit model, kentsel bina stokları için sentetik saatlik enerji tüketimi verilerinin oluşturulmasını kolaylaştırmaktadır. Bu anlamda, saatlik tüketimlerden elde edilen enerji kullanım davranışları, binaların enerji talebini şekillendiren parametreleri belirlemek için binaların ayırt edici özellikleriyle birleştirilebilir (ör. yalıtım bilgileri) . Hibrit model aynı zamanda bina kabuğundaki ve operasyonel programlardaki çeşitli konfigürasyonları keşfederek enerji tüketimini ve bunun sonucunda ortaya çıkan çevresel etkiyi en aza indirebilir. Bu sayede önerilen hibrit model enerji verimli bina tasarımında değerlendirilebilir. Saatlik çözünürlükteki bina enerji tüketimi verilerini tahmin edebilen bu hibrit model, kentsel ölçeğe uyarlandığında kent planlayıcılarına yüksek enerji tüketen bölgelerin belirlenmesi ve bu bölgeler için gerekli önlemlerin alınması konusunda değerli bilgiler sağlayabilir. Önerilen hibrit model, dinamik simülasyonlar üzerinden enerji ve maliyet verimliliği senaryolarını test etmek yerine, istatiksel modelin sunduğu zaman serisi analizi yöntemiyle saatlik bina enerji kullanımını etkili bir biçimde tahmin edebilir ve kontrol edebilir. Bu çalışmada, doğrulama verileri oluşturulurken ölçülmüş tüketim verisine sahip ay sayısının az olması ve simülasyon ve tahminlerin yoğun hesaplama gücüne ve uzun bir zamana ihtiyaç duyması gibi sorunlarla karşılaşılmıştır. Fakat tüm zorluklara rağmen bu çalışma, UBEM alanındaki hibrit modellerin potansiyeline dikkat çekmiştir. Özetle, bu araştırma güçlü bir hibrit UBEM'i tanıtırken kentsel bina enerji talebini doğru şekilde anlamak için gelecekteki araştırmalara bir yol haritası çizmektedir. Gelecekteki yürütülmesi planlanan araştırmalar arasında doğrulama ve girdi verilerinin güvenilirliğinin iyileştirilmesi, verimli ve tutarlı dinamik modelleme yöntemlerinin geliştirilmesi ve binalar arasındaki termal etkileşimi göz önüne alan parametrelerin istatiksel modele tanıtılması yer almaktadır.