h1

000749705 001__ 749705
000749705 005__ 20231103183925.0
000749705 0247_ $$2HBZ$$aHT019882771
000749705 0247_ $$2Laufende Nummer$$a37661
000749705 0247_ $$2datacite_doi$$a10.18154/RWTH-2018-230258
000749705 020__ $$a978-3-942789-59-2
000749705 037__ $$aRWTH-2018-230258
000749705 041__ $$aGerman
000749705 082__ $$a620
000749705 1001_ $$0P:(DE-82)IDM00442$$aLauster, Moritz Robert$$b0$$urwth
000749705 245__ $$aParametrierbare Gebäudemodelle für dynamische Energiebedarfsrechnungen von Stadtquartieren$$cMoritz Lauster$$honline, print
000749705 246_3 $$aParameter-Based Building Models for Dynamic Energy Demand Calculations on the Urban Scale$$yEnglish
000749705 250__ $$a1st ed.
000749705 260__ $$aAachen$$bE.ON Energy Research Center, RWTH Aachen University$$c2018
000749705 300__ $$a1 Online-Ressource (xxv, 158 Seiten) : Illustrationen
000749705 3367_ $$02$$2EndNote$$aThesis
000749705 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000749705 3367_ $$0PUB:(DE-HGF)3$$2PUB:(DE-HGF)$$aBook$$mbook
000749705 3367_ $$2BibTeX$$aPHDTHESIS
000749705 3367_ $$2DRIVER$$adoctoralThesis
000749705 3367_ $$2DataCite$$aOutput Types/Dissertation
000749705 3367_ $$2ORCID$$aDISSERTATION
000749705 4900_ $$aE.ON Energy Research Center : EBC, Energy efficient buildings and indoor climate$$v60
000749705 502__ $$aDissertation, RWTH Aachen University, 2018$$bDissertation$$cRWTH Aachen University$$d2018$$gFak04$$o2018-05-28
000749705 500__ $$aAuch veröffentlicht auf dem Publikationsserver der RWTH Aachen University
000749705 5203_ $$aDiese Arbeit stellt eine Methodik und ein Software-Framework vor, welche eine dynamische Energiebedarfsrechnung von großen Gebäudebeständen auf Basis weniger Eingangsdaten erlauben. Solche zeitaufgelösten Bedarfsrechnungen bilden die Grundlage für Konzepte zur Steigerung der Energieeffizienz wie innovative Regelungskonzepte und optimale Auslegungsstrategien von Wärmeversorgungssystemen. Die Methodik umfasst dabei vereinfachte und dennoch dynamische Gebäudemodelle, die den Anforderungen hinsichtlich Rechenzeit und Modellkomplexität auf Stadtteilebene gerecht werden. Zusätzlich beinhaltet die Methodik ein Verfahren, das es ermöglicht, die Gebäudemodelle auf Basis weniger und einfach erfassbarer Eingangsdaten vollständig zu parametrieren. Beide Teilbereiche, Parametrierung und Modellierung, sind in einen übergreifenden Prozess zur Automation der Werkzeugkette eingebunden. Für die Umsetzung der Methodik kommen die Programmiersprache Python und die Modellierungssprache Modelica zum Einsatz. Die Parametrierung beruht auf Archetypen für Wohn-, Büro- und Institutsgebäude, welche eine Anreicherung der erfassten Daten mittels statistischer Aussagen zum jeweiligen Gebäudetyp erlauben. Der Archetyp für Institutsgebäude basiert auf statistischen Analysen des Gebäudebestandes von zwei Forschungsliegenschaften. Die Gebäudemodelle basieren auf einem thermischen Netzwerkmodell reduzierter Ordnung mit zwei Zustandsvariablen, dessen Grundlagen in der Richtlinie VDI 6007-1 (2015) beschrieben werden. Im Rahmen einer Charakterisierung verschiedener Modellvarianten zeigt sich, dass ein Modell zweiter Ordnung die beste Wahl hinsichtlich Rechenzeit und Komplexität darstellt. Die entsprechende Variante verwendet jeweils eine Zustandsvariable für Innen- und Außenbauteile plus einen separaten thermischen Widerstand für die Abbildung der Fenster.Die Untersuchungen von drei Anwendungsfällen zeigen, dass sich das Software-Framework zur Simulation großer Liegenschaften bei geringer Datenlage eignet. Am Anwendungsfall einer der analysierten Forschungsliegenschaften ergeben sich für Simulation und Messung des zeitaufgelösten Wärmebedarfs aller Gebäude Abweichungen von unter 3% für den Jahreswärmebedarf. Auch der zeitliche Verlauf wird mit einem Bestimmtheitsmaß von 0,894 gut wiedergegeben. Alle Teile der Methodik erfüllen die Kriterien der Verifizierbarkeit, Genauigkeit, Transparenz, Stabilität und Flexibilität. Sie können einen Beitrag im Bereich der urbanen Energiesystemmodellierung leisten, wenn die Zielstellung des Anwendungsfalls die Nutzung einer archetypischen Parametrierung und von vereinfachten Gebäudemodellen zulässt. Die Parametrierung ist im Rahmen des Software-Frameworks in der Python-Bibliothek TEASER umgesetzt. Die reduzierten Gebäudemodelle sind Teil der Modelica-Bibliothek AixLib. Beide Bibliotheken stehen offen und frei unter https://github.com/RWTH-EBC/TEASER und https://github.com/RWTH-EBC/AixLib zur Verfügung.$$lger
000749705 520__ $$aThis thesis presents a methodology and a software framework for dynamic modeling and heat demand calculations of building stocks using basic input data. Such heat demands build the foundation for the investigation of innovative efficiency measures, such as advanced control concepts and optimal design of heat supply systems. The methodology includes simplified dynamic building performance models that fulfil the requirements regarding computational effort and model complexity on urban scale. An accompanying model parameterization routine on the basis of accessible input data allows the efficient simulation of entire building stocks. Both parts, parameterization and modelling, are embedded in a workflow automation process and implemented using the programming language Python and the modelling language Modelica, respectively. The parameterization makes use of archetypes for residential buildings, offices and institute buildings, which allows for statistical enrichment of individual datasets for the given building types. The archetype for institute buildings is developed based on statistical analyses of two research centers. The simplified building performance models are based on a reduced thermal network model, which is described in the German Guideline VDI 6007-1 (2015). As part of a characterization of different model types, the use of a second order model including two state variables proves to be the best choice concerning efficiency and complexity. This model uses of one state variable each for interior and exterior building elements in addition to one separate resistance for windows.The investigations of three use cases show the framework’s ability to simulate entire building stocks using only basic input data. The use case of one of the studied research centers results in differences between simulation and measurement of less than 3% in the annual heat demand of all buildings. The simulation can in addition capture the dynamic behavior of the heat demand, what is highlighted by a coefficient of determination of 0,894. All parts of the methodology comply with the requirements regarding verification, accuracy, transparency, stability and flexibility. They can contribute to the field of urban energy modelling, if the individual application allows the use of archetypes and reduced order models. The parameterization is implemented in the Python library TEASER, the reduced order building models are integrated into the Modelica library AixLib. Both libraries are available open source at https://github.com/RWTH-EBC/TEASER and https://github.com/RWTH-EBC/AixLib.$$leng
000749705 588__ $$aDataset connected to Lobid/HBZ
000749705 591__ $$aGermany
000749705 653_7 $$aArchetypen
000749705 653_7 $$aModelica
000749705 653_7 $$aPython
000749705 653_7 $$aarchetypes
000749705 653_7 $$areduced order building models
000749705 653_7 $$areduzierte Gebäudemodelle
000749705 653_7 $$aurban energy systems
000749705 653_7 $$aurbane Energiesysteme
000749705 7001_ $$0P:(DE-82)IDM01533$$aMüller, Dirk$$b1$$eThesis advisor$$urwth
000749705 7001_ $$0P:(DE-82)540755$$aNytsch-Geusen, Christoph$$b2$$eThesis advisor
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.pdf$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705_source.zip$$yRestricted
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.gif?subformat=icon$$xicon$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.jpg?subformat=icon-1440$$xicon-1440$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.jpg?subformat=icon-180$$xicon-180$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.jpg?subformat=icon-640$$xicon-640$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.jpg?subformat=icon-700$$xicon-700$$yOpenAccess
000749705 8564_ $$uhttps://publications.rwth-aachen.de/record/749705/files/749705.pdf?subformat=pdfa$$xpdfa$$yOpenAccess
000749705 909CO $$ooai:publications.rwth-aachen.de:749705$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
000749705 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000749705 9141_ $$y2018
000749705 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00442$$aRWTH Aachen$$b0$$kRWTH
000749705 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM01533$$aRWTH Aachen$$b1$$kRWTH
000749705 9201_ $$0I:(DE-82)419510_20140620$$k419510$$lLehrstuhl für Gebäude- und Raumklimatechnik$$x0
000749705 9201_ $$0I:(DE-82)080052_20160101$$k080052$$lE.ON Energy Research Center$$x1
000749705 961__ $$c2018-12-13T14:17:35.544725$$x2018-11-15T12:45:44.341543$$z2018-12-13T14:17:35.544725
000749705 9801_ $$aFullTexts
000749705 980__ $$aI:(DE-82)080052_20160101
000749705 980__ $$aI:(DE-82)419510_20140620
000749705 980__ $$aUNRESTRICTED
000749705 980__ $$aVDB
000749705 980__ $$abook
000749705 980__ $$aphd