120 likes | 240 Views
Der Weg von der physikalischen Beschreibung von Gebäuden hin zu integralen Stadtmodellen. Motivation. Bestimmung eines Zusammenhangs zwischen Wärme- und Strombedarf in urbanen Systemen. Problem. Datenerfassung nur über zeit- und kostenintensive Einzelerhebung möglich. Ziel.
E N D
Der Weg von der physikalischen Beschreibung von Gebäuden hin zu integralen Stadtmodellen
Motivation Bestimmung eines Zusammenhangs zwischen Wärme- und Strombedarf in urbanen Systemen. Problem Datenerfassung nur über zeit- und kostenintensive Einzelerhebung möglich Ziel Zeitlich hoch aufgelöste Modelle für die Berechnung des Wärme- und Strombedarfs in Gebäuden
Die energetische Gebäude- simulation statisch dynamisch statisch dynamisch statisch dynamisch tatsächlicher physikalischer Aufbau der Gebäude Gebäudekennziffern Jahresenergie- verbrauch stündliche Auflösung des Energieverbrauchs Tagesschwankungen werden deutlich schnelle Lösung grobe Abschätzung lange Rechenzeiten CASAnova ENERPAS TRNSYS Wahl eines dynamischen Simulationsmodells als Basis für MORED (calculation MOdell for Residentual Energy Demand) Einteilung der möglichen Simulationsprogramme: statisch dynamisch • verwendete Größen: • Ergebnisse: • Vorteile: • Nachteile: • Beispiele:
Einteilung des Gebäudebestands in Stadt - typische Modellgebäude: Typische Parameter: • Errichtungszeitraum • Wandaufbau und der Gebäudestruktur spezifische U - Werte Für eine Modellstadt ergibt sich die Kategorisierung: Reduktion der zu erfassenden Gebäudezahl von ~ 70‘000 auf 17 + 10 (Reiheneckhäuser) = 27 Gebäudetypen! Die Gebäudetypisierung Die Gebäudetypisierung bildet sinnvolle Datengrundlage für dynamische Gebäudesimulations -Programme.
Modellgebäude der Gebäude- typisierung physikalischen Randparameter geometrische Randparameter Gebäudedatenblatt E 70 Haustyp: E70 Baualter: 1970 - 1977 Bauteil U-Wert Außenwand 0.82 - 1.44 Kellerdecke 0.69 - 0.83 oberste Geschoßdecke 0.75 - 0.92 Dachschräge 0.61 Fenster 2.80
Problem : Zur tatsächlichen Energiebedarfs - Verlaufsrechnung einer Stadt ist die Hoch - Skalierung der Jahresenergiever-brauchskurve der Modellgebäude nicht sinnvoll Es ist der Einfluss des Benutzers auf die Datengrundlage einer Gebäudesimulation zu berücksichtigen Neben den exogenen Simulationsparametern durch den physikalischen Aufbau und den Umweltbedingungen, gibt auch ein Hausbewohner Grenzwerte der Simulation vor: Aktive Einflussnahme Passives Einflussnahme • Raumtemperatur • Raumenergie Gewinn durch Körperwärme • Abschattung • Lüftung • Zwangsventilation Das Benutzerverhalten
Gebäudesteuerung unter Einfluss des Benutzers • Raumtemperatur • Abschattung • Lüftung • Körperwärme • keine Einflussnahme auf Randparameter Einstellungen bleiben auf zuletzt gewählter Position manuell • Temperaturabsenkung bei Abwesenheit und Nachts • Raumtemperatur • Abschattung • Lüftung • Körperwärme halbautomatisch • Automatische Abschattung bei hoher Außentemperatur und Einstrahlung • Eine vollkommen extern gesteuerte Regelung der durch den Menschen beeinflußbaren Parameter vollautomatisch • Raumenergie Gewinn durch Körperwärme Steuerung Anwesenheit Abwesenheit
Die Benutzersimulation Heizleistungsbedarf einer Woche für eine Gebäudezone: Zeit kWh
Die Benutzersimulation Sommer
Steuerungsmethoden • manuelle Steuerung Der Bewohner nimmt zu jedem Zeitschritt direkt Einfluss auf die Raumtemperatur, den Grad der Abschattung usw. Im Zeitraum der Abwesenheit bleibt die Temperatur und der Abschattungsgrad auf dem Stand des letzten Zeitschritts. • halbautomatische Steuerung Die Temperatur der Räume kann durch den Benutzer im Zeitraum seiner Anwesenheit variabel geändert werden, ebenso die Abschattung. In allen übrigen Zeiten übernimmt eine Steuerung die Temperatur- sowie Heizungs, Lüftungs- und Abschattungsregelung nach voreingestellten Parametern. • vollautomatische Steuerung Zu jedem Zeitpunkt übernimmt eine Steuerung die Temperaturkontrolle und regelt Heizung, Lüftung, Abschattung usw. nach den eingestellten Parametern.
Ziele • Im Weiteren werden nun Gebäudegruppierungen bis hin zu einer Stadt modelliert um belastbare Zahlen für anschliessende Simulationen zu bekommen. • Im Weiteren werden nun Gebäudegruppierungen bis hin zu einer Stadt modelliert um belastbare Zahlen für anschliessende Simulationen zu bekommen.