Η επίδραση της συμπεριφοράς των ενοίκων δεν έχει ληφθεί επαρκώς υπόψη κατά το σχεδιασμό και τη λειτουργία των κτιρίων. Οι συμβατικές προσεγγίσεις αντιμετωπίζουν τη θερμική άνεση και την ενεργειακή αποδοτικότητα, συνήθως βασιζόμενες σε συστήματα που λειτουργούν με βάση κανόνες και χρονοδιαγράμματα. Η παρούσα μελέτη συνδυάζει καινοτόμες δυναμικές μεθόδους και μετατοπίζει την προσοχή στη συμπεριφορά των ενοίκων και την επίδραση αυτής στις εσωτερικές συνθήκες του κτιρίου, τη θερμική άνεση του ενοίκου και την ενεργειακή απόδοση του κτιρίου. Παρουσιάζεται ένα πλαίσιο για την προσομοίωση της συμπεριφοράς των ενοίκων των κτιρίων και, συνεπώς, για την παροχή εργαλείων υποστήριξης της λήψης αποφάσεων για κοινότητες χαμηλών εκπομπών διοξειδίου του άνθρακα με προτεραιότητα την άνεση και την ικανοποίηση των ενοίκων. Στους πρωταρχικούς στόχους περιλαμβάνεται η προώθηση της επιστημονικής κατανόησης της ενεργειακής απόδοσης των κτιρίων και της ποιότητας του εσωτερικού περιβάλλοντος, στο πλαίσιο των παρεμβάσεων και των ρυθμιζόμενων τροποποιήσεων με επίκεντρο τον ένοικο. Η βελτιστοποίηση προς την μεγιστοποίησης της θερμικής άνεσης και της ελαχιστοποίησης της κατανάλωσης ενέργειας δημιουργούν τη βάση για ένα σύστημα υποστήριξης αποφάσεων. Για την επίτευξη των προαναφερθέντων στόχων, χρησιμοποιούμε μια μεθοδολογία, η οποία περιλαμβάνει: (i) ενεργειακές προσομοιώσεις κτιρίων (EnergyPlus), (ii) μοντελοποίηση ενεργειών ενοίκων, (iii) σύζευξη προσομοίωσεων με Python, (iv) μηχανική μάθηση (τεχνητά νευρωνικά δίκτυα βασισμένα σε ReLU) και (v) τεχνικές βελτιστοποίησης μεικτών ακεραίων. Οι τεχνικές βελτιστοποίησης που εφαρμόστηκαν, αξιοποιούν την μέθοδο του "κυλιόμενου ορίζοντα", προκειμένου να προσδιοριστούν στρατηγικές (υπο)βέλτιστης συμπεριφοράς ενός μεμονωμένου ενοίκου με την πάροδο του χρόνου. Τα αποτελέσματα παρέχουν μια ολοκληρωμένη κατανόηση της περίπλοκης δυναμικής μεταξύ των ενεργειών προσαρμογής της θερμικής άνεσης του ενοίκου, των θερμικών συνθηκών του κτιρίου και της κατανάλωσης ενέργειας του κτιρίου όταν αυτό εκτίθεται σε συγκεκριμένες καιρικές συνθήκες.
(EL)
Occupant behaviour impact is under-recognized in the design and operation of buildings. Conventional approaches address thermal comfort and energy efficiency typically relying on rule-based and schedule-based systems. This study combines innovative dynamic methods and shifts focus on occupant behaviour and its impact on building conditions, thermal comfort, and energy efficiency. A framework is introduced to simulate building occupant behaviours and thus provide decision making support tools for low carbon communities while prioritising occupant comfort and satisfaction. The primary objectives include advancing scholarly understanding in building energy efficiency and indoor environmental quality, in the context of occupant-centric and regulated interventions and adjustments. Optimisation towards the above topics supports the base for an occupant-centric decision support system. In the interest of achieving the aforementioned goals, we employ a methodology, which comprises of (i) building energy simulations (EnergyPlus), (ii) occupant actions modelling, (iii) Python simulation coupling, (iv) machine learning (ReLU-based Artificial Neural Networks) and (v) mixed integer optimisation techniques. The optimisation techniques applied, utilize the concept of the “rolling horizon”, in order to determine strategies of (sub)optimal behaviours of a singular occupant over time. Outcomes include a comprehensive understanding of the intricate interplay between occupant thermal comfort adjustment actions, building thermal conditions, and building energy consumption under exposure to location specific weather conditions.
(EN)
Technical University of Crete
