Η παρούσα διπλωματική εργασία στοχεύει στην ανάπτυξη μίας μεθοδολογίας με τη βοήθεια της οποίας θα γίνεται εφικτή η πρόβλεψη της ηλεκτρικής κατανάλωσης σε ενεργοβόρες κατηγορίες κτηρίων, όπως εστιατόρια, γραφεία, ξενοδοχεία, νοσοκομεία και supermarkets, μέσω της αξιοποίησης δεικτών ενεργειακής κατανάλωσης. Συγκεκριμένα, καθορίζονται οι πιο αντιπροσωπευτικοί δείκτες ανά ενεργειακή χρήση μέσα στο κτήριο (κλιματισμός, φωτισμός, κουζίνες, ψυγεία κ.α.) και εφαρμόζοντας στις χρονοσειρές αυτών τεχνικές προβλέψεων χρονοσειρών προβλέπεται και αξιολογείται η μελλοντική ενεργειακή επίδοση του κτηρίου. Η ύπαρξη μίας τέτοιας μεθοδολογίας προβλέψεων κρίνεται ιδιαίτερα χρήσιμη στις μέρες μας δεδομένης της ανάγκης εξοικονόμησης ενέργειας που υπάρχει για οικονομικούς και περιβαλλοντικούς λόγους.
Εισαγωγικά, παρουσιάζονται η έννοια του δείκτη, οι λόγοι και τα πλεονεκτήματα υιοθέτησής του ως μέσο έρευνας, ενώ στη συνέχεια γίνεται διεξοδική βιβλιογραφική επισκόπηση ενεργειακών δεικτών που χρησιμοποιούνται για την παρακολούθηση των ενεργοβόρων κτηρίων που προαναφέρθηκαν και παρουσιάζεται η εικόνα που εμφανίζουν οι διάφορες ενεργειακές χρήσεις εντός αυτών. Στη συνέχεια, περιγράφονται οι σημαντικότερες έννοιες των προβλέψεων, ενώ αναπτύσσονται τα χαρακτηριστικά των χρονοσειρών και η διαδικασία επεξεργασίας τους που προηγείται της πρόβλεψης. Ύστερα από έκθεση των μεθόδων πρόβλεψης που θα χρησιμοποιηθούν, παρουσιάζονται δείκτες μέτρησης της ακρίβειας και περιγράφεται η διαδικασία επιλογής της καταλληλότερης κάθε φορά τεχνικής, μέσω ελαχιστοποίησης του σφάλματος.
Στο τελευταίο κομμάτι της εργασίας, περιγράφεται αναλυτικά η μεθοδολογία προβλέψεων που αναπτύχθηκε, ενώ γίνεται και μία αναφορά στο πρόγραμμα Rstudio που χρησιμοποιήθηκε για την εξαγωγή των αποτελεσμάτων. Η εργασία περιλαμβάνει και δύο σενάρια μελέτης, το ένα σε εστιατόριο τύπου ταχυφαγείου και το άλλο σε γραφεία τύπου τραπέζης, προκειμένου να εξακριβωθεί η αποτελεσματικότητα της μεθόδου και η ακρίβειά της.
The aim of this thesis is to develop a methodology with which it is becoming possible to predict the power consumption in energy-intensive buildings, such as restaurants, offices, hotels, hospitals and supermarkets, through a range of energy performance indicators. Specifically, the most representative indicators per energy sector of the building (HVAC, lighting, kitchen, refrigerators, etc.) are defined and time series forecasting methods are applied at its time series, in order to predict and evaluate future energy performance of the building. The existence of such a forecasting methodology is particularly useful nowadays, given the need of saving energy, due to economic and environmental reasons.
First of all, the concept of index is presented, with particular emphasis given on the advantages that its adoption as a research tool provide. Moreover, a thorough bibliographic review of energy performance indicators used for monitoring energy-intensive buildings listed above is made, while the usual breakdown of energy sectors within them is noted. After describing the main notions of forecasting, the author presents the time series characteristics, as well as the data preprocess that precedes the forecast. In addition, the exposure of the forecasting methods that will be used is followed by definition of important accuracy metrics and description of the best technique's selection process, which is realized through error minimization.
In the last part of the thesis, the developed forecasting methodology is presented in detail, while a general reference to the program Rstudio used to export its results is being made. The thesis also includes two case-studies, one of a fast- food restaurant and one of bank branches, in order to determine the effectiveness and the accuracy of the method.