Enhancing simulation accuracy in building energy modeling through data-driven approaches

This thesis investigated the contribution of occupant behavior towards residential building energy consumption by comparing deterministic and probabilistic schedule models. 170 in-depth survey responses were obtained across Türkiye in an effort to record daily residential activities every 15 minutes. These were augmented into 1000 high-resolution daily occupant schedules with the incorporation of variation in behavior into energy simulations. Two residential building models, a high-rise and a low-rise configuration were simulated using Energy Plus with fixed (deterministic) and variable (probabilistic) schedule methods. Importantly, the occupant schedules used in both models were identical; the only difference between the two scenarios was the building form, allowing analysis of geometry-driven energy variations. The methodology used consisted of realistic probabilistic Schedule creation using MATLAB and Python, automated interfacing with EnergyPlus as CSV inputs, and simulation of 50 randomized runs per scenario. The deterministic models built on standard daily routines from the literature and duplicated over all days of the year. The outputs of the simulations were evaluated in five categories of energy consumption: lighting, HVAC, other electrical uses, total electricity, and total utility consumption. The outcomes revealed that probabilistic values tend to occur around the average of probabilistic distributions but could not capture extreme behaviors that play a significant role in system sizing and peak load. Probabilistic models had wider variability in plug loads and electricity consumption but less varied HVAC loads that still remained influenced by changing patterns of occupant presence. The results highlighted the necessity for real occupant behavior to be included within building performance simulation for better energy demand representation. Total average energy usage for probabilistic simulation ranged between 63.9–79.5 kWh/m² for the two scenarios, compared to 74.2 and 71.4 kWh/m² under deterministic values. Variability was seen to be restricted for loads under HVAC, but varied considerably for other plug loads and lighting based on different behavior patterns. These observations reinforce the fact that internal variation is hidden under deterministic modeling, and that probabilistic simulation gives better insight into actual occupant impact on energy usage. The research brought a culturally informed, fact-based modeling approach applicable in Turkish residential buildings and confirmed that probabilistic simulation methods offer a stronger and more realistic platform for analyzing the energy supply and demand, evaluation of policies, and optimization of sustainable designs.

Bu tez, konut tipi binalarda enerji tüketimine olan kullanıcı davranışlarının etkisini, deterministik (sabit) ve olasılıksal (değişken) zaman çizelgesi modellerini karşılaştırarak incelemiştir. Türkiye genelinde gerçekleştirilen çalışmada, konutlardaki günlük aktivitelerin 15 dakikalık aralıklarla kaydedildiği 170 detaylı anket yanıtı toplanmıştır. Bu veriler, kullanıcı davranışlarındaki farklılıkları da içerecek şekilde genişletilerek 1000 adet yüksek çözünürlüklü günlük kullanıcı zaman çizelgesine dönüştürülmüş ve enerji simülasyonlarında kullanılmıştır. EnergyPlus programında, sabit (deterministik) ve değişken (olasılıksal) çizelge yöntemleriyle simülasyonu yapılan iki konut binası modeli bir yüksek katlı ve bir alçak katlı konfigürasyon oluşturulmuştur. Her iki bina modelinde de aynı kullanıcı davranış çizelgeleri kullanılmıştır; senaryolar arasındaki tek fark bina formudur ve bu farkın enerji tüketimi üzerindeki etkisi analiz edilmiştir. Kullanılan metodoloji, MATLAB ve Python aracılığıyla gerçekçi olasılıksal çizelgelerin oluşturulması, bu çizelgelerin CSV formatında EnergyPlus’a otomatik aktarımı ve her senaryo için 50 rastgele simülasyonun yürütülmesini içermektedir. Deterministik modeller, literatürde yer alan standart günlük rutinlere dayandırılmış ve yıl boyunca aynı şekilde uygulanmıştır. Simülasyon çıktıları; aydınlatma, HVAC (ısıtma, havalandırma, iklimlendirme), diğer elektrikli cihaz kullanımı, toplam elektrik tüketimi ve toplam enerji tüketimi olmak üzere beş kategoride değerlendirilmiştir. Sonuçlar, olasılıksal değerlerin genellikle dağılımın ortalamasına yakın gerçekleştiğini ancak sistem boyutlandırması ve pik yüklerin belirlenmesinde önemli olan aşırı davranışları tam olarak yansıtamadığını ortaya koymuştur. Olasılıksal modeller, priz yükleri ve elektrik tüketiminde daha geniş bir değişkenlik göstermiş; HVAC yüklerinde ise daha az değişkenlik gözlemlenmiş ancak kullanıcıların evde bulunma zamanlarındaki değişikliklerden etkilenmiştir. Elde edilen bulgular, bina enerji performansı simülasyonlarında gerçek kullanıcı davranışlarının dikkate alınmasının enerji talebinin daha doğru temsil edilmesi için gerekli olduğunu göstermiştir. Olasılıksal simülasyonlarda toplam ortalama enerji kullanımı, iki bina modeli arasında 63.9–79.5 kWh/m² aralığında gerçekleşmiş, deterministik senaryolarda ise bu değerler sırasıyla 74.2 ve 71.4 kWh/m² olarak belirlenmiştir. HVAC yüklerinde değişkenlik sınırlı kalırken, priz yükleri ve aydınlatma tüketimi farklı davranış kalıplarına bağlı olarak önemli ölçüde değişiklik göstermiştir. Bu gözlemler, deterministik modellemenin içsel değişkenliği gizlediğini ve olasılıksal simülasyonların gerçek kullanıcı etkilerini daha iyi yansıttığını bir kez daha teyit etmiştir. Bu araştırma, Türkiye’deki konut binalarına uygulanabilir, kültürel bağlamı gözeten ve veriye dayalı bir modelleme yaklaşımı sunmuş; olasılıksal simülasyon yöntemlerinin enerji arz-talep analizi, politika değerlendirmesi ve sürdürülebilir tasarım optimizasyonu açısından daha güçlü ve gerçekçi bir platform sunduğunu ortaya koymuştur.