polito.it
Politecnico di Torino (logo)

Occupant's Action Scenarios. Influence on indoor environmental quality and energy consumptions = Influenza del Comportamento dell'occupante sulla qualità climatica indoor e sui consumi energetici negli edifici.

Francesca Venezia

Occupant's Action Scenarios. Influence on indoor environmental quality and energy consumptions = Influenza del Comportamento dell'occupante sulla qualità climatica indoor e sui consumi energetici negli edifici.

Rel. Stefano Paolo Corgnati, Bjarne W. Olesen, Rune Vinther Andersen. Politecnico di Torino, Corso di laurea specialistica in Architettura (Costruzione), 2011

Questa è la versione più aggiornata di questo documento.

Abstract:

Diversi fattori hanno causato un aumento mondiale nei consumi energetici. La globalizzazione ha cambiato gli stili di vita e le aspettative sulla qualità di vita in molte culture e si è arrivati ad un punto in cui la sostenibilità non è più trascurabile.

Uno tra gli aspetti che maggiormente influenzano l'inquinamento ambientale nei paesi sviluppati è il consumo di energia negli edifici. In tutto il mondo l'industria delle costruzioni è tra quelle che più contribuiscono al consumo di materiali ed energia. Nell' Europa del nord il 41% dei consumi totali di energia è dovuto alle costruzioni di cui il 30% di questi sono da attribuirsi al settore residenziale. Nelle abitazioni, il 57% dell'energia consumata è impiegata nel riscaldamento, il 25% per l'acqua calda sanitaria, l'11% per l'illuminazione e per gli apparecchi elettrici e il 7% per cucinare. Di conseguenza le riduzioni dei consumi energetici negli edifici e delle relative emissioni di CO2 sono l'obiettivo principale che l'architettura sostenibile si propone. Le simulazioni energetiche sono sempre più utilizzate nella fase progettuale ma la maggior parte dei programmi di calcolo sono in grado di simulare accuratamente soltanto le proprietà fisiche dell'edificio. La capacità di calcolare i consumi energetici reali è infatti minata da una scarsa rappresentazione delle variabili stocastiche che mettono in relazione le interazioni umane con il controllo dell'ambiente interno.

La ragione della discrepanza tra i consumi energetici simulati e reali risiede nel fatto che gli strumenti di simulazione sono soltanto capaci di descrivere le azioni di controllo modellando deterministicamente e seguendo schedule prefissate e non realistiche. In realtà i modelli di comportamento dell'utente sono generalmente descritti da algoritmi statistici mentre gli strumenti di simulazione si basano su equazioni che mimano la realtà in maniera statica. Vengono di solito adottate assunzioni che descrivono la presenza dell'occupante e le azioni sull'edificio ma il comportamento umano è molto più complesso (Hoes e al., 2009). Nelle regolari simulazioni energetiche è impossibile stabilire quanto vicino i risultati saranno all'uso energetico totale. Negli ultimi anni è aumentata l'attenzione verso i modelli probabilistici di comportamento dell'occu¬pante negli edifici ed è necessario prendere in considerazione le interazioni degli occupanti alfine ottenere valori più vicini al consumo reale. Per fare ciò queste equazioni, che descrivono il comportamento, necessitano di essere implementate nei programmi di simulazione e deve essere definito un metodo per una migliore previsione della domanda energetica.

I software attuali non sono al momento in grado di valutare adeguatamente gli scenarios spiegando l'influenza del comportamento dell'occupante che è il punto cruciale nello sforzo di ridurrei i consumi energetici che anche questo lavoro di tesi si propone di affrontare. Si è dunque cercato di definire un modello realistico di profili comportamentali da poter implementare nei programmi si simulazione degli edifici. Il lavoro descritto in questa tesi si concentra principalmente sulla ricerca di come diversi profili di utenti probabilistici influenzino la qualità dell'ambiente interno e i consumi energetici allo scopo di confrontare i risultati ottenuti con un uso standard dei programmi di simulazione.

Inizialmente si sono analizzate le abitudini degli occupanti di 15 abitazioni danesi attraverso la regressione logistica al fine di calcolare la probabilità di regolare i set-point di temperatura delle valvole termostatiche dei radiatori. I risultati delle analisi statiche mostrano tre profili di utenti per la simulazione delle interazioni degli occupanti con i sistemi di controllo del riscaldamento da implementare come input all'interno dei programmi di simulazione. I risultati mostrano come le categorie di comfort abbiano un impatto significativo sulla qualità ambientale interna e sottolineano la loro influenza sui consumi energetici.

Si sono implementati i modelli di comportamento umano basati sulle misurazioni. I risultati delle simulazioni sono stati espressi come distribuzioni probabilistiche di valori di consumo energetico ed è stata calcolata la qualità ambientale interna.

L'intento principale di questa tesi è mostrare come questa metodologia possa essere anche applicata in tutti gli aspetti delle interazioni degli utenti con l'edificio e gli impianti come l'apertura delle finestre, dispositivi di ombreggiamento, illuminazione, etc. allo scopo di ottenere previsioni sempre più realistiche sui consumi energetici.

Relatori: Stefano Paolo Corgnati, Bjarne W. Olesen, Rune Vinther Andersen
Tipo di pubblicazione: A stampa
Numero di pagine: 234
Soggetti: A Architettura > AD Bioarchitettura
S Scienze e Scienze Applicate > SH Fisica tecnica
Corso di laurea: Corso di laurea specialistica in Architettura (Costruzione)
Classe di laurea: NON SPECIFICATO
Aziende collaboratrici: Department of Civil Engineering - Technical University of Denmark (DTU) - Kongens Lyngby (Denmark), Department of Civil Engineering - Technical University of Denmark (DTU) - Kongens Lyngby (Denmark)
URI: http://webthesis.biblio.polito.it/id/eprint/2382
Capitoli:

Ringraziamenti

Summary

Sommario

1.Introduzione

1.1Background

1.2State of the art

1.3Lo scopo della ricerca

1.4Strategia della ricerca

2.Il contesto della ricerca

2.1Aspetti climatici

2.1.1Raccomandazioni

2.1.2Tecnologie sostenibili

2.1.3Efficienza energetica negli edifici

2.2Effetti del comportamento degli occupanti sui consumi energetici negli edifici

2.2.1I consumi energetici negli edifici

2.2.2Il comportamento dell'occupante

2.3Utenti e progettazione sostenibile

2.3.1Le reazioni umane all'ambiente interno

2.3.2Utente reale vs utente standard

2.3.3Il ruolo dell'utente della progettazione del nuovo costruito

3.Una nuova sensibilità energetica nel progetto degli edifici...

3.1La direttiva sulle prestazioni energetiche degli edifici.

3.1.1Il contesto europeo. EPBD.

3.1.2Il contesto internazionale. Politiche di risparmio energetico.

3.2Annex 53

3.2.1I parametri influenzanti i consumi energetici

3.2.2Consumi energetici: teoria e realtà

3.2.3L'incertezza di simulare il comportamento dell'occupante

3.2.4"A better prediction for a better understanding"

4.Nuovi approcci per la progettazione energetica sostenibile

4.1IEQ. Indoor Environmental Quality

4.1.1Gli elementi della qualità dell'ambiente interno

4.1.2Il comfort termico

4.1.3Criteri raccomandati per l'IEQ

4.2Drivers e Action scenarios

4.3Migliorare le simulazioni energetiche attraverso la modellazione del

comportamento degli occupanti

4.4Verso una descrizione probabilistica del comportamento degli occupanti

5.Un caso studio. Ricerca su in progetto d'architettura

5.1Introduzione

5.2Il progetto

5.3Il calcolo energetico

5.3.1Metodologia

5.3.2Lo strumento di simulazione: IDA ICE

5.4Parametri di input

5.4.1Il clima

5.4.2Le caratteristiche fisico-tecniche

5.4.3Le caratteristiche dell' IEQ

5.4.4L'utente

5.5Simulazioni dei consumi energetici con riferimento ad utenti standard

5.5.1Risultati

5.5.2Indoor Thermal Comfort

5.6Conclusioni

6.Un modello probabilistico di comportamento degli occupanti

6.1Introduzione

6.2Il database

6.2.1Elaborazione dei dati

6.2.2Analisi dei risultati

6.3Metodologia

6.3.1II calcolo della probabilità con metodi statistici

6.3.2Regressione logistica

6.3.3Modello lineare

6.4La probabilità di operare sull'ITC

6.4.1Elaborazione dei dati di input con il programma di statistica R

6.4.2Profili di utenti reali

6.4.3Analisi dei risultati

6.5Implementazione dei profili di utenti con il programma di simulazione IDA ICE

6.5.1Metodologia

6.5.2I parametri di input

6.6Simulazione dei consumi energetici con riferimento ad utenti reali

6.7Una distribuzione dei consumi energetici

6.8Conclusioni

7.Conclusioni

7.1Discussione

7.1.1Verso un calcolo più accurato dell'impatto del comportamento degli

utenti sui consumi energetici

7.1.2Resilienza degli edifici ai comportamenti umani

7.2Potenzialità e limitazioni

7.3Conclusione

Bibliografia

Paper

Allegati

Bibliografia:

1.ASHRAE Standard 55P. Thermal Environmental Conditionfor human Occupancy. February 2003

2.ASHRAE Manuscript Central. The influence of occupant behaviour: a literature review ofdrivers, actions and effects on energy consumption and indoor environmental quality.

3.Andersen RV, Occupant behaviour with regard to control ofthe indoor environment. Ph.D.Thesis,

Technical University of Denmark; (May 2009).

4.Andersen RV, Olesen BW, Toftum J. Long term monitoring of occupant behaviour and indoor environment in Danish dwelling. Submitted to "International Journal ofBuilding and Environment, May 2009.

5.Andersen RV, Olesen BW, Toftum J. Simulation ofthe effect of occupant behaviour on indoor climate and energy consumption. Proceeding of Clima2007: 9th Rehva World Congressi Wellbeing Indoors, Helsinki, Finland, 2007.

6.Andersen RV, Toftum J, Andersen KK, Olesen BW. Survey of occupant behaviour and control of indoor

environment in Danish dwellings. Energy and Buildings 41 (2009) 11-16.

7.Bahaj AS, P.A. James, Urban Energy generation: thè added value of photovoltaics in social housing. Renewable and Sustainable Energy Reviews 11 (2007) 2121-2136.

8.Bjòrsell N, Bring A, Eriksson L, Grozman P, Lindgren M, Sahlin P, Shapovalov A, Bris Data AB and Vuoile M, HVAC-laboratory, Helsinki University of technology. Ida Indoor Climate and Energy.

9.Blom I, Itard L, Meijer A. Environmental impact of building-related and userrelated energy consumption in dwellings. Building and Environment (2011).

10.Bourgeois, Denis. Detailed occupancy prediction, occupancy-sensing control and advanced behavioral modelling within whole-building energy simulation. Ph.D.Thesis, Faculté des études supérieures de l'Université Lavai, (June 2005).

11.G.W.Brundrett. Ventilation: a behavioural approach. Energy Research 1 (1977) 289-298.

12.Caldera M., Corgnati SR, Filippi M. Energy demandfor space heating through a statistical approach: application to residential buildings. Energy and Buildings 40 (2008) 1972-1983.

13.Corgnati SP, Filippi, M., Perino, M. A new approachfor the IEQ (Indoor Environment Quality) assessment. Dipartimento di Energetica-Politecnico di Torino.

14.Corgnati SP, Fabrizio E., Filippi M. The impact of indoor thermal conditions, system controls and building types on thè building energy demand. Energy and Buildings 40 (2008) 627-636

15.Corgnati SP, Fabrizio E.,Raimondo D, Filippi M. Categories of indoor environmental quality and

building energy demandfor heating and cooling. Building simulation. June 2011.Vol.4.No.2.

16.Crawley DB, HandJW, Kummert M, Griffith BT. Contrasting thè capabilities of building energy performance simulation programs. Version 1.0 July 2005.

17.J.B Dick, D.A Thomas, Ventilation research in occupied houses, Journal ofthe Institution of Heating and Ventilation Engineers 19 (194) (1951) 279-305.

18.Directive 2002/91/EC ofthe European Parliament and ofthe Council of 16 December 2002 on thE energy performance of buildings.

19.Directive 2010/31/EU ofthe European Parliament and ofthe Council ofl9 May 2010 on thè energy performance of buildings (recast).

20.EN15251 (2008); Criteriafor thè Indoor Environment including thermal, indoor air quality, tight and noise. European Standard.

21.EN - ISO 7730 (2005);

22.Fabi V, Vinther Andersen R, Corgnati SP. Modelling occupant behaviourfor a betterprediction of building energy performance. Accepted manuscript, Building simulation. Sydney 2011.

23.Faiers A, Cook M, Neame C. Towards a contemporary approachfor understanding consumer behav-iour in thè context ofdomestic energy use. Energy Policy 35 (2007) 4381-4390.

24.Filippìn C, Flores Larsen S, Beascochea A, tesino G. Response of conventional and energy-saving build¬ings to design and human dependent factors. Solar Energy 78 (2005) 455-470.

25.Filippìn C, Flores Larsen S, Mercado V. Winter energy behavior in multi-family block buildings in a temperate-cold climate in Argentina. Renawable and Sustainable Energy Reviews 15 (2011) 203-219.

26.Guerra-Santi O, Itard L. Occupants' behavior: determinants and effect on residential heating consumption. Building research and Information 38 (2010) 3,318-338.

27.Guerra-Santi O, Itard L, Visscher H. The effect of occupancy and building characteristics on energy use far space and water heating in Dutch residential stock. Energy and Building 41 (2009) 1223-1232.

28.Haas R, Auer H, Biermayr P. The impact ofconsumer behavior on residential energy demandfor space heating. Energy and Buildings 27 (1998) 198-205.

29.Haldi F, Robinson D. On the behaviour and adaption of office occupants. Building and Environment 43 (2008) 2163-2177.

30.Herkel S, Knapp U, Pfafferott J. "Towards a model ofuser behaviour regarding thè manual control of Windows in office buildings", Science Direct Building and Environment 43 (2008), pp. 588-600.

31.Hoes P, Hensen }LM,, Loomans MGLC, De VriesB , Bourgeois D. User behavior in whole building simulation, Energy and Buiidings 41 (2009), pp.295-302.

32.Howard-Reed C, Wallace LA, Ott WR. The effect ofopening Windows on airchange rates in two homes. Air and waste management association 2002; 52:147-159.

33.JEA-ECBCS Annex 53 Subtask D. Analysis and Predktion Methods; Updated Work pian: April 2010 Ph.André.ULg/DSGE/BEMS, S.Bertagnoiio, ULg/LT, V.Lermort.ULg/LTJ.Lebrun, ]QEnergetici.

34.IDA 1CE 4, Manual versioni 4.0. EQUA Simulation AB (September 2009).

35. Karjalaìnen S. Thermal comfort and use of thermostat in Finnish homes andoffices. Building and En-vironment 44 (2009) 1237-1245.

36.Lindén AL, Carlsson-Kanyama A, Eriksson B. Efficient and inefficìent aspect of residential energy be¬havior. What are thè polky instruments far change?

37.M.Clevenger C, Haymaker }. The impact of thè building accupation on energy modeling simulatìons.

38.Masoso OT, Grobler L). The dark side ofoccupants' behaviors on building energy use. Energy and Buiidings 42 (2010) 173 - 177.

39.Meier A, Aragon C, Hurwttz B, Mujumdar D, Peffer T, Perry D, Pritoni M. Lawrence Berkeley Na¬tional Laboratory and University ofCalifomia and California Institutefor Energy and Enviwnment. How people actually use thermostat.

40.Mihalakakou G., Santamouris M.,Tsangrassouliss A. On thè energy consumption in residential buiid¬ings. Energy ans Buiidings 34 (2002) 727-736.

41.Nichol F, Humpreys MA. A stochastic approach to thermal comfort-occupant behaviour and Energy use in buiidings. ASHRAE TRANSACTIONS 2004; 110(2):554-68.

42.Ouyang I, Hokao K. Energy-saving potential by improving occupants' behavior in urban residential

sectorin Hangzhou City,China. Energy and Buiidings 41 (2009) 711-720.

43.Owens S, DriffillL. How to change attitudes and behaviors in thè context of energy. Energy Polky 36(2008)4412-4418.

44.W.Page, Jessen. Simulating occupant presence and behavior in buiidings. Pd.D.Viesis, École Polytechnique Federale de Lausanne,( 2007).

45.Page J, Robinson D, Morel N, Scartezzini I-L. A generalised stochastic mode! far thè simulation of oc¬cupant presence. Energy and Buiidings 40 (2008) 83-98.

46.Peeters L, Van der Veken J, Hens H, Helsen L, D'haeseleer W. Contro! of heating systems in residential buiidings: Current practice, Energy and Buiidings (2008) 1446-1455.

47.Pettersen Trine Dyrstad. Variation of energy consumption in dweìlings due toclimate, building and in-habitants. Energy and Buiidings 21 (1994)209-218.

48.K. Rathouse, B.Young, RPDH15: Use of domestic heating controis, Defras Market Transformation Programme.

49.W.Pettersen TD. Variation of energy consumption in dweìlings due to climate, building and inhabitants.Energy and Buildings 21 (1994) 209-218.

50.Rijal HB, Tuohy P, Humphreys MA, Nicol JF, Samuel A, Clarke J. Using results from fields surveys to predici thè effect ofopen window on thermal comfort and Energy use in buildings. Energy and Build¬ings 2007;39:823-36.

51.Reinhart CE Lightswitch-2002: a modelfor manual and automated control ofelectric lighting and blinds. Solar Energy 77 (2004) 15-28.

52.Roetzel A, Tsangrassoulis A, Dietrich U, Busching S. A review of occupant control on naturai ventila-tion. Renewable and Sustainable Energy Review (2009).

53.C. Seligman, J.M. Darly, L.J. Becker, Behavioral approaches to residential energy conservation, Energy

and Buildings 1 (1977/78) 325-337.

54.Singh MK, Mahapatra S, Atreya SK. Adaptive thermal comfort modelfor different climatic zonrs of North-East India. Applied Energy 88 (2011) 2420-2428.

55.Toftum J, Andersen RV, Jensen KL. Occupant performance and building energy consumption with different philosophies of determining acceptable thermal conditions. Building and Environment 44(2009)2009-2016.

56.Wallace LA, Emmerich SJ, Howard-Reed C. Continuous measurements ofair change rates in an occupied housefor 1 year: The effect of temperature, windfans and Windows, Journal ofexposure analysis and environmental epidemiology 2002; 12:296-306.

57.Yun GY, Steemers K. Time-dependent occupant behavior models ofwindow control in summer. Build¬

ing and Environment 2007, doi:10.1016/j.buildenv.2007.08.001, in press.

Modifica (riservato agli operatori) Modifica (riservato agli operatori)