Methodological proposal for Adjusting the residential energy Simulation Models using Experimental Data (MASMED) = Propuesta metodológica para el ajuste de modelos de simulación energética de viviendas a partir de datos experimentales

Resumen

The energy consumption of buildings represents more than 40% of the total use of final energy in the European Union [1]. This is why the objectives of the EU’s energy and climate framework for 2030 and 2050 focus on accelerating the process that is underway to reduce CO2 emissions, improving energy efficiency in the building from retrofitting and the use of clean energies [2]. In the case of Spain, the construction sector is geared towards the refurbishment and modernization of buildings since a large part of the residential building stock is outdated, as it was built prior to 1979, when basic energy and habitability requirements were introduced [3]. In order to carry out effective retrofitting policies, it is necessary to know the housing stock, to have real information about the buildings, identifying and cataloguing the constructions [4-6] and generating databases to monitor compliance with regulations and statistics relating to the real building stock. The most appropriate refurbishment strategies for each building [7] are selected by employing a much more exhaustive approach, evaluating each of the influential variables on the thermal and energy behaviour of the building and their individual repercussion on the energy consumption of the building. Building energy simulation tools are used to predict the energy performance of buildings [8], for example in energy certification processes. However, numerous studies have shown [9-14] that there is a discrepancy between the expected and real energy behaviour of buildings; this is known as the “performance gap”. User behaviour is one of the main variables identified in the literature as relevant [15, 16], given the impact of occupants’ behaviour on the demand and energy consumption of the building. Likewise, the stochastic nature of the user behaviour hinders the definition of actual occupancy patterns that can be used in energy simulation programs and represent the social reality studied as accurately as possible. This thesis concentrates on the exploration of methods for reducing the performance gap between the expected and actual performance of buildings using a building dynamic simulation tool. This study pursues two main purposes. Firstly, it aims to develop a methodological proposal for the adjustment of residential energy simulation models using experimental data to help reduce the level of uncertainty of the results. Its second purpose is to quantify the relative effect of measured parameters compared to the standardized parameters for building and occupant desription, on the heating and cooling consumption by adjusting simulation models. This methodological proposal is carried out and tested in two experimental studies in Madrid, selecting two collective housing buildings identically constructed originally, although one has been retrofitted while the other has not. In-situ measurements and a monitoring campaign were performed, and the results were used to define use and occupancy patterns [17, 18], based on the application of the mixed-method approach [19, 20]. These patterns have been used to adjust the input parameters of energy simulation models with real data in order to study the energy consumption of the models and to distinguish the impact of each of the parameters studied through a parametric study. The case studies analysed in this research show a discrepancy between models adjusted with standardized and measured data. The results show that the estimated potential savings are four times greater when adjusting the models with standardized data rather than with measured data. The results on the energy consumption of the models have highlighted the importance of adjusting the user behaviour parameters (reaching differences of up to 98%) and the weather data parameters (reaching differences of up to 190%) as they have been identified as the most relevant variables in the difference between adjusting the models with measured or standardized data. This study constitutes an advance for future retrofitting programs in which the use of energy residential simulation models can be promoted, from the design phase, adjusted with real data of the characteristics of the building and its occupants. It allows the promotion of simulation programs as predictive tools to accurately estimate the energy savings and amortization periods resulting from the intervention. In addition, the need to promote the definition of real occupation patterns through national housing policies has been demonstrated, so that they reflect the different households, socio-economic factors, customs, ways of life, and user habits and attitudes. In turn, this will allow the accurate calculation of energy savings in retrofitting work and the future energy behaviour of new buildings. ----------ABSTRACT---------- El consumo energético de los edificios representa más del 40% del uso total de energía final en la Unión Europea (UE) [1]. Es por ello que los objetivos del marco de energía y clima para el 2030 y el 2050 de la UE se centran en acelerar el proceso iniciado para la reducción de emisiones de CO2 , mejorando la eficiencia energética en la edificación desde la rehabilitación y el uso de energías limpias [2]. En el caso concreto de España, el sector de la construcción de viviendas se dirige hacia la rehabilitación y modernización de los edificios, debido a que una gran parte del parque edificado está desactualizado por construirse en una época (anterior a 1979) en la que no existía una normativa con exigencias energéticas y de habitabilidad básicas [3]. Para llevar a cabo políticas de rehabilitación eficaces, es necesario conocer nuestro parque edificado, tener información real, identificar y catalogar los edificios [4-6]. Gracias a esto se podrán generar bases de datos para el control del cumplimiento de normativas y para la elaboración de estadísticas sobre el parque inmobiliario. Las estrategias de rehabilitación más apropiadas para cada edificio [7] podrán entonces ser seleccionadas haciendo una aproximación mucho más exhaustiva, evaluando cada una de las variables que influyen en el comportamiento térmico y energético del edificio, y estudiando la repercusión que tiene cada una de ellas en el consumo energético. Las herramientas de simulación energética son utilizadas para predecir el comportamiento energético de los edificios [8], por ejemplo, en los procesos de certificación energética. Sin embargo, numerosos estudios han demostrado [9-14] que existe una discrepancia entre el comportamiento energético esperado y el real de los edificios, denominado “performance gap” o brecha de comportamiento. El comportamiento de los usuarios es una de las variables identificadas en la literatura como relevante en la repercusión que tiene en la demanda y consumo energético del edificio [15, 16]. Asimismo, su carácter estocástico o aleatorio dificulta la definición de unos patrones de ocupación precisos, que representen lo más certeramente posible la realidad social estudiada, y puedan ser utilizados en los programas de simulación energética. Esta tesis se centra en la exploración de métodos para la reducción de la brecha que existe entre el comportamiento esperado y medido de la edificación a partir del uso de una herramienta de simulación dinámica de edificios. Este estudio persigue dos propósitos principales: por un lado, desarrollar una propuesta metodológica para el ajuste de modelos de simulación energética de vivienda, a partir datos experimentales, que permita reducir el nivel de incertidumbre de los resultados; y por otro, cuantificar el efecto que tiene, en el consumo de calefacción y refrigeración, el uso de parámetros medidos en comparación con parámetros estandarizados en el ajuste de modelos de simulación energética. La propuesta metodológica se aplica y testea en dos estudios experimentales, seleccionando dos edificios de vivienda colectiva del mismo tipo constructivo ubicados en Madrid, uno rehabilitado y otro sin rehabilitar. En ellos se han realizado monitorizaciones y mediciones in situ cuyos resultados han sido utilizados para definir los patrones de uso y ocupación [17, 18], a partir de la aplicación de los métodos mixtos [19, 20]. Estos patrones han sido utilizados para ajustar los parámetros de entrada de modelos de simulación con datos reales, con el fin de estudiar el consumo energético de los modelos, y de realizar un estudio paramétrico que permita independizar la repercusión de cada uno de los parámetros estudiados. Los casos de estudio analizados en la presente investigación han mostrado que existe una discrepancia en función de los datos utilizados para el ajuste en los modelos, dándose un potencial de ahorro estimado en el consumo de calefacción cuatro veces mayor al ajustar los modelos con datos estandarizados en vez de con datos medidos. Los resultados sobre consumo energético de los modelos han revelado la importancia del ajuste de los parámetros del comportamiento de los usuarios (alcanzando diferencias de un 98%) y de los datos climáticos (alcanzando diferencias de un 190%), los que se han identificado como más relevantes en la diferencia entre ajustar los modelos con datos medidos o estandarizados. Este trabajo constituye un avance para los futuros planes de rehabilitación en los que se pueda promover el uso de modelos de simulación energética de viviendas, desde la fase de diseño, ajustados con datos reales de los edificios y sus ocupantes. Su aplicación permitirá fomentar que las herramientas de simulación sean utilizadas como herramientas predictivas para estimar de manera fiable los ahorros energéticos que se producen tras las intervenciones de rehabilitación y, consecuentemente, los periodos de amortización. Además, se ha demostrado que existe la necesidad de promover, desde las políticas nacionales de vivienda, la definición de patrones de ocupación reales, que reflejen la diversidad de hogares, los factores socioeconómicos, las costumbres, modos de vida y los hábitos y actitudes de los usuarios, que permitan estimar de manera precisa los ahorros energéticos en los trabajos de rehabilitación, así como el comportamiento energético futuro de los edificios en los casos de obra nueva.