Datensynthesemethoden für die Generierung dynamisch-thermischer Simulationsmodelle im Wohngebäudebestand am Beispiel von EnergyPlus

Als Bestandteil moderner Planungsverfahren stellen dynamisch-thermische Gebäudesimulationen den Stand der Technik für die energetische Optimierung neuer Bauprojekte dar. Für Bestandsgebäude ist es jedoch oftmals mit großem Aufwand verbunden, die für eine Simulation notwendigen geometrischen, bauphysikalischen, anlagentechnischen und nutzungsbezogenen Gebäudedaten zu erheben. Für die Planung von Energieeffizienzmaßnahmen im Gebäudebestand ist der Mehrwert dieser Simulationsverfahren daher für viele Bedarfsträger, wie z. B. Hauseigentümer, nicht ohne Weiteres nutzbar.

In der vorliegenden Dissertation wird ein Ansatz entwickelt, um die Erstellung dynamisch-thermischer Simulationsmodelle zu automatisieren. Zunächst werden die Herausforderungen in Hinblick auf die energetische Modellierung von Bestandsgebäuden analysiert und verschiedene Lösungsansätze diskutiert. Insbesondere wird auf die Rolle digitaler Gebäudemodelle als Datengrundlage für die energetische Modellierung eingegangen und ein Verfahren für die digitale Rekonstruktion geometrischer Gebäudeeigenschaften mit Hilfe mobiler Endgeräte vorgestellt. Es wird ein Lösungsansatz präsentiert, für die Generierung dynamisch-thermischer Simulationsmodelle auf Basis reduzierter Benutzereingaben und einer Synthese ausgewählter Datenquellen. Dies umfasst sowohl die Fusionierung verschiedener geometrischer Datengrundlagen als auch die Integration statistischer Daten zur Substitution unbekannter Parameter. Weiterhin wird ein auf Smart Metering Daten basierender Ansatz für ein evolutionäres Optimierungsverfahren zur Kalibrierung unverifizierter Modellparameter präsentiert. Schließlich werden die entwickelten Konzepte anhand einer Demonstrator-Anwendung zur Generierung von EnergyPlus-Simulationsmodellen umgesetzt und getestet.