FenixEdu™

Dissertação

{pt_PT=Identification of residential electricity consumption profiles for building dynamic simulation through smart-meter data} {} EVALUATED

Detalhes: {pt=Há uma grande oportunidade para reduzir o consumo de energia na Europa, analisando medidas de eficiência energética aplicados a edifícios residenciais, já que são responsáveis por 27% do consumo final de energia da Europa e são altamente ineficazes. É necessário realizar simulações de energia em edifícios para avaliar tais medidas, mas esses modelos são muito complexos e requerem dados detalhados sobre características de construção e operação, geralmente difícies de obter. O investimento em “smart meters” disponibiliza dados de alta resolução promovendo estudos inovadores sobre o consumo elétrico residencial e não residencial. Um modelo matemático é proposto para desagregar dados de consumo elétrico em possíveis perfis de uso-final para simulação de energia em edificios. Dados de “smart meters” são utilizados para realizar uma análise de “clusters” para determinar perfis de consumo diário de utilizadores residenciais, nos 3 meses de referência (“free-float”, inverno e verão). São realizadas simulações de energia para testar se é possível descrever o perfil de consumo real de um conjunto de utilizadores através desses perfis de “input” (ocupação, iluminação, equipamentos, aquecimento e arrefecimento). O modelo provou ser eficaz, ja que a diferença entre o consumo total diário medido e simulado no pior caso é igual a: para o “free-float” (0.22%), para o inverno (0.9%) e para o verão (4.0%). É possível concluir que, mesmo que o consumo de perfil medido e simulado não tenha uma combinação horária perfeita, é possivel concluir que se obtem uma boa aproximação usando o modelo matematico proposto. , en=There is a great opportunity to reduce energy consumption in Europe by addressing energy efficient measures applied to residential buildings since they are responsible for 27% of Europe’s final energy consumption and are known to be highly ineffective. To evaluate these measures, building energy simulation (BES) models have been widely used. However, these models are very complex and require detailed input data on building characteristics and operation, which is usually hard to collect. The recent investment in smart meters encourages innovative studies addressing residential and non-residential electrical consumption by making high-resolution data available. A mathematical model is proposed to disaggregate total electrical consumption data into possible end-use profiles for building energy simulation. Data from several smart meters is collected and used to perform cluster analysis via k-means algorithm, to determine residential users’ daily consumption profile in three reference months (free-float, winter and summer). Building energy simulations are performed to test, if the resulting input profiles for occupancy, lighting, equipment, heating and cooling use can describe the real consumption of a given set of users. Different comfort temperature, heating and cooling systems types are considered in a model calibration step. The model proved to be effective, as the difference between the total daily consumption from measured and simulated data is small: for free-float (0.22%), for winter (0.90%) and for summer (4.00%). Concluding that even if the measured and the simulated profile consumption do not present a perfect hourly match, the total consumption does present a close approximation. }
Keywords: {pt=Clustering analysis, perfis por uso-final, Simulação de energia, en=Clustering analysis, End-use profiles, Building energy simulation}

Discussão: novembro 30, 2017, 16:0