Framework for emulation and uncertainty quantification of a stochastic building performance simulator
Framework for emulation and uncertainty quantification of a stochastic building performance simulator
复制标题
随机建筑性能模拟器的仿真和不确定性量化框架
DOI：
10.1016/j.apenergy.2019.113759
复制
发表时间：
2020
期刊：
影响因子：
11.2
通讯作者：
Wate P
中科院分区：
文献类型：
--
作者：
Wate P
在动态建筑性能模拟中，一个好的不确定性量化和分解框架应该：（i）模拟影响热流和随机扰动的主要确定性过程，（ii）量化和分解总的不确定性到其各自的来源，以及它们之间的相互作用，以及（iii）以计算有效的方式实现这一点。在本文中，我们介绍了一个新的框架，第一次，这样做。我们提出了这个框架的详细发展，用于模拟的平均值和方差的随机建筑性能模拟器（EnergyPlus共同模拟的多代理随机模拟器称为无质量）的响应，供热和制冷负荷预测。我们证明和评估这些仿真器的有效性，适用于单区办公楼。在25-50 kWh/m2的范围内，由于包络参数引起的认识不确定性在与居住者的相互作用有关的偶然不确定性上占主导地位，对于加热负荷，其范围为6-8 kWh/m2。匡威的是观察到的冷却负荷，其变化仅为3千瓦时/平方米的包络线参数，相比之下，8-22千瓦时/平方米的偶然对应。这是由于更大的刺激激发居住者的互动。敏感性指数证实了这一结果，与墙体保温厚度（0.97）和居住者的行为（0.83）有最高的影响，分别对加热和冷却负荷预测。这种新的仿真器框架（包括培训和后续部署）实现了c.30的总计算预算减少的一个因素，同时压倒性地保持在95%的置信区间内的预测，并成功地分解预测的不确定性。
A good framework for the quantification and decomposition of uncertainties in dynamic building performance simulation should: (i) simulate the principle deterministic processes influencing heat flows and the stochastic perturbations to them, (ii) quantify and decompose the total uncertainty into its respective sources, and the interactions between them, and (iii) achieve this in a computationally efficient manner. In this paper we introduce a new framework which, for the first time, does just that. We present the detailed development of this framework for emulating the mean and the variance in the response of a stochastic building performance simulator (EnergyPlus co-simulated with a multi agent stochastic simulator called No-MASS), for heating and cooling load predictions. We demonstrate and evaluate the effectiveness of these emulators, applied to a monozone office building. With a range of 25–50 kWh/m2, the epistemic uncertainty due to envelope parameters dominates over aleatory uncertainty relating to occupants' interactions, which ranges from 6–8 kWh/m2, for heating loads. The converse is observed for cooling loads, which vary by just 3 kWh/m2for envelope parameters, compared with 8–22 kWh/m2for their aleatory counterparts. This is due to the larger stimuli provoking occupants' interactions. Sensitivity indices corroborate this result, with wall insulation thickness (0.97) and occupants' behaviours (0.83) having the highest impacts on heating and cooling load predictions respectively. This new emulator framework (including training and subsequent deployment) achieves a factor of c.30 reduction in the total computational budget, whilst overwhelmingly maintaining predictions within a 95% confidence interval, and successfully decomposing prediction uncertainties.
登录
查看更多内容
从模型验证到参考模拟的生成：如何提高建筑和 HVAC 模拟模型的可靠性和适用性
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
Philippe André;B. Georges;J. Lebrun;V. Lemort;Ion Teodorese
通讯作者：
Ion Teodorese
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Matthew E. Riddle;R. Muehleisen
通讯作者：
R. Muehleisen
影响因子：
2.5
作者：
J. Chapman;P. Siebers;D. Robinson
通讯作者：
J. Chapman;P. Siebers;D. Robinson
非住宅建筑监管能源绩效差距及其根本原因回顾
影响因子：
--
作者：
Chris Van Dronkelaar;M. Dowson;C. Spataru;D. Mumovic
通讯作者：
D. Mumovic
用于高层办公楼优化运行的高斯过程模拟器
DOI：
--
发表时间：
2013
期刊：
Building Simulation Conference Proceedings
影响因子：
--
作者：
Ji;Young;K. Ahn;C. Park
通讯作者：
C. Park