Building stock modelling for energy benchmarking of schools in Brazil

Detalhes bibliográficos
Autor(a) principal: Geraldi, Matheus Soares
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/229280
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2021.
id UFSC_868d029b3b477dc399d58da47e3e7299
oai_identifier_str oai:repositorio.ufsc.br:123456789/229280
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Building stock modelling for energy benchmarking of schools in BrazilEngenharia civilEficiência energéticaBenchmarking (Administração)Edifícios escolaresTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2021.Esta tese tem como objetivo desenvolver métodos de obtenção de modelos representativos do estoque de edificações para aferir o desempenho energético das escolas brasileiras, considerando as perspectivas a nível da edificação e a nível do estoque. Foi realizada uma revisão da literatura sobre as principais lacunas de pesquisa no desempenho operacional de edifícios, comparando as perspectivas de investigação encontradas. Em seguida, um panorama do estoque de edificações escolares no Brasil proporcionou o delineamento das principais características em relação ao desempenho energético e um banco de dados representativo foi composto. O banco de dados foi utilizado para construir um modelo de estoque de edificações de top-down, resultando em um modelo capaz de incorporar a satisfação térmica dos ocupantes na classificação de benchmarking por meio de aprendizado de máquina. Além disso, uma estrutura foi proposta para modelar arquétipos representativos por meio de entropia e análise de agrupamento. Redes Neurais Artificiais foram usadas para generalizar o modelo de benchmarking de energia. Os resultados mostraram um modelo gerenciável bottom-up, capaz de realizar uma representação confiável do desempenho real do estoque de edificações. O modelo bottom-up do estoque de edificações foi usado para prever o seu desempenho do sob condições ainda não vistas, ou seja, condições climáticas futuras e diferentes cenários de condicionamento de ar. Cinco artigos foram escritos para relatar a pesquisa realizada. As conclusões da tese delinearam os fatores determinantes que impactam o desempenho energético do estoque de edificações escolares no Brasil e a adequação de ambos os modelos top-down e bottom-up para representar o estoque de edificações, de acordo com finalidades específicas. Os dois métodos de modelagem de estoque propostos empregam indicadores diferentes para resolver problemas diferentes. O método top-down forneceu uma única escala de desempenho para incluir os aspectos dos ocupantes na avaliação de desempenho operacional dos edifícios. O método bottom-up se mostrou adequado para avaliar o desempenho do edifício em condições padronizadas. Assim, por meio dos modelos propostos é possível avaliar outras condições, como climas futuros, na escala da edificação como indivíduo, e que potencialmente impactam o consumo de energia na escala do estoque de edificações.Abstract: This thesis aims to develop methods to obtain representative building stock models to benchmark the energy performance of Brazilian schools considering building-level and stock-level perspectives. A literature review regarding the main research gaps in operational building performance was carried out, contrasting both building and stock-level investigation perspectives. Then, an overview of the school building stock in Brazil outlined the main characteristics regarding the energy performance, and a representative building stock database was composed. The database was used to build a top-down building stock model, resulting in a model able to incorporate thermal satisfaction of occupants in the benchmarking classification through machine learning. Furthermore, a framework was proposed to model representative archetypes through entropy and cluster analysis. Artificial Neural Networks were used to model the energy benchmarking model. Results showed a manageable bottom-up model of the building stock able to perform a reliable representation of the actual stock performance. The bottom-up building stock model was used to predict the performance of the building stock performance under unseen conditions, i.e. future climatic conditions and different scenarios of air-conditioning. Five research articles were written to report the research. Conclusions of the thesis outlined the determinant factors that impact the energy performance of the school building stock in Brazil and the suitability of both top-down and bottom-up models to represent the building stock, according to specific purposes. The two stock modelling methods proposed employ different metrics to solve different problems. The top-down method provided a single performance scale to include occupants? aspects in buildings operational performance evaluation. The bottom-up method is adequate to rate the building performance under standard conditions. Thus, through the models proposed it is possible to evaluate further conditions, such as future climates, in the buildings-level perspective that potentially impact the energy consumption at a stock-level scale.Ghisi, EnedirUniversidade Federal de Santa CatarinaGeraldi, Matheus Soares2021-10-14T19:31:33Z2021-10-14T19:31:33Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis301 p.| il., gráfs.application/pdf373280https://repositorio.ufsc.br/handle/123456789/229280engreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2021-10-14T19:31:34Zoai:repositorio.ufsc.br:123456789/229280Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-10-14T19:31:34Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Building stock modelling for energy benchmarking of schools in Brazil
title Building stock modelling for energy benchmarking of schools in Brazil
spellingShingle Building stock modelling for energy benchmarking of schools in Brazil
Geraldi, Matheus Soares
Engenharia civil
Eficiência energética
Benchmarking (Administração)
Edifícios escolares
title_short Building stock modelling for energy benchmarking of schools in Brazil
title_full Building stock modelling for energy benchmarking of schools in Brazil
title_fullStr Building stock modelling for energy benchmarking of schools in Brazil
title_full_unstemmed Building stock modelling for energy benchmarking of schools in Brazil
title_sort Building stock modelling for energy benchmarking of schools in Brazil
author Geraldi, Matheus Soares
author_facet Geraldi, Matheus Soares
author_role author
dc.contributor.none.fl_str_mv Ghisi, Enedir
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Geraldi, Matheus Soares
dc.subject.por.fl_str_mv Engenharia civil
Eficiência energética
Benchmarking (Administração)
Edifícios escolares
topic Engenharia civil
Eficiência energética
Benchmarking (Administração)
Edifícios escolares
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021-10-14T19:31:33Z
2021-10-14T19:31:33Z
2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 373280
https://repositorio.ufsc.br/handle/123456789/229280
identifier_str_mv 373280
url https://repositorio.ufsc.br/handle/123456789/229280
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 301 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652260691935232

Registros relacionados