Bachelorarbeit Jan Trosdorff

 

Stochastische Nutzerverhaltensmodelle für Nichtwohngebäude: Analyse, Implementierung und Validierung

Anwesenheitsprofil Urheberrecht: EBC Anwesenheitsprofil

Thermische Gebäudesimulationen können während der Planungsphase von Gebäuden genutzt werden, um eine optimale Auslegung hinsichtlich energetischer und wirtschaftlicher Gesichtspunkte zu erreichen.

Zur Berücksichtigung des Nutzers in der Simulation wird häufig auf deterministische Modelle mit festgelegter Anwesenheit der Nutzer zurückgegriffen. Deterministische Modelle sind jedoch nicht in der Lage den zufälligen Charakter menschlichen Handelns zu erfassen. Daher werden stochastische Modelle verwendet, um das Verhalten des Nutzers realitätsgetreu abzubilden und in eine thermische Gebäudesimulation mit einbringen zu können.

In dieser Arbeit wird mit Hilfe einer Literaturrecherche analysiert welche stochastischen Modelle zur Simulation des Nutzerverhaltes bereits entwickelt wurden und für eine Simulation von Nichtwohngebäuden geeignet sind. Für das gewählte Modell von Page wird die Implementierung mit Hilfe der Programmiersprache Python vorgenommen. Zusätzlich werden Methoden zur Erstellung von Inputdaten für die Simulation entwickelt und das Modell um eine Methode zur Berücksichtigung von „langen Abwesenheiten“ erweitert. Die entwickelten Methoden zur Erstellung von Inputdaten und zur Durchführung der Validierung können auch für spätere Simulationen und Validierungen noch verwendet werden.

Anschließend wird das Nutzerverhaltensmodell anhand von Monitoringdaten aus dem E.ON ERC Hauptgebäude validiert. Die Validierung zeigt, dass das Modell in der Lage ist mit Hilfe von wenigen Informationen über die Rahmenbedingungen eine Zeitreihe von Anwesenheitsdaten zu erstellen, die die Charakteristik der gemessenen Anwesenheitsprofile wiedergeben. Die überwiegend gerade Anzahl von Statuswechseln, die eine typische Eigenschaft des Nutzerverhaltens in einem Nichtwohngebäude darstellt, wird sowohl durch die Simulation als auch durch die Messwerte bestätigt.

Die Validierung der „langen Abwesenheiten“ Methode kann nicht durchgeführt werden, da die Daten, die zurzeit zur Verfügung stehen, nicht ausreichen, um eine Kalibrierung und Validierung des Modells durchzuführen.