[Back]

U. Pont, F. Tahmasebi, N. Ghiassi, A. Mahdavi:
"MAIN_STREAM - Menschenbezogene Aspekte in städtischer und regionaler Energie Anwendungs-Modellierung";
Report for FFG - Programm Smart Cities Demo; Report No. Einreichung 7. Call Smart Cities Demo, 2016; 49 pages.

MAIN STREAM focuesses on a comprehensive integration of human factors in building related assessment on single building, urban and city quarter scale. Hereby, an environment is designed that is capable to handle the different fundamental datastreams of input data for detailed building assessment (acquisition, structuring, connection and comprehension) of representative buildings. These buildings are selected via mathematical/statistical methods to be able to represent a city quarter via a amall number of objects. The simulation and assessment of such representatives can be conducted detailled and will include detailed occupancy related human factors (probabilistic or non-stochastic occupancy models). This approach allows a balance between detailed assessment and urban evaluation. Such an environment offers detailed assessment possibilities for complex urban entities, which are experiencing demographic change, population growth, migration, gentrification, growing over-technization or behavioral change of society, and can be used as support for fundamental and large-scale decisions regarding further developement of city quarters.

MAIN STREAM befasst sich mit der umfassenden Betrachtung der Abbildung von anthropogenen Prozessen für die Erfassung, Berechnung und Simulation von Gebäude-bezogenen, Regionen-bezogenen und Stadtteil-bezogenen Energieflüssen und -verbräuchen. Hierbei soll ein Environment erarbeitet werden, mit welchem die fundamentalen Daten(ströme) der erforderlichen Eingabedaten gesammelt, verarbeitet, strukturiert und zusammengeführt werden können: Dies beinhaltet auf der einen Seite nutzerbezogene Daten (das sind Occupancy-Modellierungen auf probabilistischer und/oder nicht-stochastischer Basis), auf der anderen Seite Daten und Methoden, mit welchen dem Problem der überschießenden Datenmengen (Big Data) in Regionen und Stadtteilen (großer, aber gleichzeitig diverser Gebäudebestand) mittels mathematisch und statistisch fundierter Methoden Herr geworden werden kann (z.B. mittels multivariater Cluster-Analyse, Urban Clustering und anderen Verfahren). Dieses - auf mehreren Stützen erstellte - Environment soll eine Systemabgrenzung für eine Analyse-Umgebung bieten, in der weiterführende Modelle und Untersuchungen von urbanen und regionalen Entwicklungsszenarien unter Einbeziehung des demographischen Wandels, verändernder und wachsender NutzerInnengruppen, sowie deren Verhalten, durchgeführt und angewendet werden können. Im Zuge dieser Entwicklungsbemühungen sind die Ableitung neuer Energie-Management-Muster und Energiedienstleistungen denkbar, sowie eine Entscheidungsunterstützungsfunktion für großräumige und großvolumige Fundamental-Entscheidungen (z.B. Stossrichtungen des Förderwesens, Sanierung versus Neubau-Entscheidungen, Verdichtungsszenarien, etc.).