Meta-modeling of occupancy variables and analysis of their impact on energy outcomes of office buildings

اشخاص از طریق حضور خود (جلوه های منفعل) و اقدامات کنترل (جلوه های فعال) با ساختمان ها به شیوه های مختلف ارتباط برقرار می کنند. بنابراین، درک تاثیر نفوذ شان ضروری است اگر ما ارزیابی عملکرد یک ساختمان. در این مقاله، میانگین پروفیل ها و متغیرهای متغیرهای اشغال (حضور و عملکرد) را به صورت جداگانه مدل می کنیم. ما از توزیع گاوسی چند متغیری برای تولید پروفیل های متوسط ​​متغیرهای اشغال استفاده خواهیم کرد، در حالی که متغیر با یک مدل سری زمانی چند بعدی نمایش داده می شود، در چارچوب یک متا آنالیز که اطلاعات جمع آوری شده از مجموعه ای از ساختمان ها را تلفیق می کند . ما سپس انواع مختلف مدل های اشغال را با توجه به نتایج مختلفی از قبیل مصرف انرژی و رفتار تقاضای پیک از طریق تحلیل حساسیت بحث می کنیم. نتایج نشان می دهد که رویکرد ما قادر به تولید پروفیل های احتمالی اتفاقی است که نیاز به حداقل ورودی اضافی از مدل انرژی دیگر به غیر از پروفایل های تنوع استاندارد دارد. علاوه بر متاآنالیز، تعمیم نتایج تحقیقات قبلی و استنتاج های آماری را برای انتخاب متغیرهای اشغال برای ساختمان های آینده فراهم می کنیم. تجزیه و تحلیل حساسیت نشان می دهد که برای جمع آوری انرژی مصرف انرژی، حضور مسافر در مقایسه با نورپردازی و استفاده از لوازم خانگی، تاثیر کمتری دارد. به طور خاص، با توجه به حضور غلط 55٪ غلط، تنها در انرژی خورشیدی در ماه ژوئیه به خطای 2٪ و خطای 3.6٪ در انرژی گرمایی در ماه ژانویه ترجمه می شود. چنین یافته ای متمرکز بر ارزیابی دقیق نور و استفاده از دستگاه برای پیش بینی بهتر مصرف انرژی جمع شده است. علاوه بر این، ثابت می کند که دانش دقیق از پروفایل های متوسط ​​کافی است، به عبارت دیگر، مدل های اشغال تصادفی نقش قابل توجهی در پیش بینی مصرف جمع آوری شده در یک ساختمان اداری متعارف بازی نمی کنند، در حالیکه تعامل بین سیستم های ساختمانی و فضایی و تنوع زمانی اشغال ضعیف است. هنگامی که به رفتار حداکثر تقاضا می آید، متغیر اشغال باید مورد توجه قرار گیرد، زیرا پروفایل های استاتیک قادر به تولید تخمین های کافی از احتمال احتمالات قدرت در نزدیکی حداکثر قدرت نمی باشند.