In this master thesis, a methodology is proposed for building stock classification and archetype building development based on deterministic information available in Energy Performance Certificates (EPCs) of existing buildings in the city of Uppsala.This study aims to answer if the EPC database can be used as a reliable data source for archetype development and further UBEM models.The EPC data is cleaned and organised using Matlab. The building stock is then categorised into archetypes by energy performance and building characteristics and a model of each archetype building is created in the software EnergyPlus.The South-West part of Uppsala is used as a case study and to represent the building stock of that area 20 archetypes is developed. Simulations in EnergyPlus shows that the defined archetypes is a reliable estimation of buildings in Sweden with the same characteristics and construction period.By using GIS data the results can be aggregated to city level with the resulting total energy demand for heating calculated to 1455,7 GWh, compared to the actual value of 1397,0 GWh.The lack of validation data on a smaller scale is a large issue for this study, as well as some issues with data reliability in the EPCs. Despite this, the results of this study points to that the gathered values are a decent enough estimate to make a reliable assumption of the total energy demand for heating. The EPCs thus provide a useful source of data for energy demand purposes and building characteristics.

This project aims to contribute to the energy mapping of Visby’s building stock. Using energy performance certificates data, the building stock can be categorized after defining energy related parameters. From every category, an archetype building is developed from the mean value of interesting parameters in each group. The goal is to create distinct categories which as well as possible represents the building stock. This study commences with an inventory of Visby’s building stock to create an overall picture. Thereafter categories of the building stock are examined on the basis of interesting parameters that supposedly have an impact on the building’s energy consumption. The purpose is to examine which parameters that together catches the most representative picture of Visby’s building stock. The energy performance of the buildings is the main factor for comparison. Parameters that are used in the categorization process are: Building type, location of the buildings, building volume, type code, year of construction, heating system and number of floors. From the determined categorizations, archetypes are developed and type buildings can be represented. This study only examines residential buildings. Two times during the study, abnormal values were removed from the used material. The cleaning of abnormal values prevents that a few values which are considered as abnormal gives a wrong picture of the building stocks characteristics. The first analysis of the parameters leads to 6 examined categorizations where two are selected, one for single family housing and one for multi-family housing. Parameters that best defines single family housing are year of construction, heating system and building volume. Parameters that best defines multi-family housing are year of construction and building volume.  The established categorization covers 92% of the building stock and 205 buildings are erased by the purge. The standard deviation on the mean value of energy performance has the average value of 30 kWh/m2 in the categorization for single family housing. For multi-family housing the standard deviation of the mean value is on average 17 kWh/m2 in the categorization. The high value of standard deviation for single family housing is affected by the wide range of energy performances values. These values could be caused by buildings that have had renovations or that other parameters that has not been taken into consideration in this study could have been better in the categorization. / Detta projekt syftar att bidra till energikartläggningen av Visbys byggnadsbestånd. Med hjälp av energideklarationsdata kategoriseras byggnadsbeståndet efter definierande energirelaterade parametrar. Ur varje kategori tas en arketypbyggnad fram från medelvärdet av intressanta parametrar inom sin grupp. Målet är att skapa distinkta arketyper som fångar en så stor del av byggnadsbeståndet som möjligt.  Studien inleds med en inventering av Visbys byggnadsbestånd för att skapa en helhetsbild, detta stadie benämns i rapporten som lägesöversikt. Därefter undersöks olika kategoriseringar av byggnadsbeståndet utifrån några intressanta parametrar som antas ha inverkan på byggnadernas energiförbrukning. Avsikten är att undersöka vilka parametrar som tillsammans fångar den mest representativa bilden av Visbys byggnadsbestånd. Byggnadernas energiprestanda utgör den huvudsakliga faktorn för jämförelse. Parametrar som undersöks i kategoriseringarna är: Byggnadstyp, läge på byggnaderna, byggnadsvolym, typkod, nybyggnadsår, uppvärmningssystem och antal plan. Ur fastställda kategorier tas sedan arketyper och typbyggnader fram. Studien avgränsas till att endast undersöka bostadsbyggnader. Det använda materialet rensas på abnorma värden vid två tillfällen under studiens gång. Rensningen förhindrar att ett fåtal utstickande värden ger en missvisande bild av byggnadsbeståndets egenskaper.  Lägesöversikten leder till 6 undersökta kategoriseringar där två väljs ut: en för flerbostadshus och en för småhus. Parametrar som bäst definierar gruppen småhus är nybyggnadsår, uppvärmningssystem och byggnadsvolym. Parametrar som bäst definierar gruppen flerbostadshus är nybyggnadsår och byggnadsvolym. Den fastställda kategoriseringen täcker 92% av byggnadsbeståndet och totalt stryks 205 byggnader vid rensning. Standardavvikelsen i energiprestanda ligger i snitt på 30 kWh/m2 i kategoriseringen för småhus och i snitt på 17 kWh/m2 i kategoriseringen för flerbostadshus. Den stora spridningen av energiprestanda i gruppen småhus kan till exempel bero på att vissa byggnader blivit renoverade eller att parametrar som bättre definierar gruppen inte har undersökts i denna studie.

To help solve the climate crisis, municipalities are increasingly modifying their building codes and offering incentives to create greener buildings in their cities. But, city planners find it difficult to set and assess these policies, as most municipalities do not have the types of data used in urban building energy modelling (UBEM) that would allow their planners to forecast the impacts of various building policies. This thesis offers techniques for operating in this data-poor environment, presenting best practices for developing data-driven archetypes with machine learning, demonstrating inference of parameter values to improve archetypes by using surrogate modelling and genetic algorithms, and a demonstration of techniques for assessing residential retrofit impact in a data-limited environment, where data is neither detailed enough to create an in-depth single archetype study, nor broad enough to create an UBEM model. It will be shown that inference techniques have potential, but need a certain amount of detailed data to work, though far less than traditional UBEM techniques. For performing residential retrofit, it will be shown the lack of ideal detailed data does not present an overwhelming obstacle to drawing useful conclusions and that meaningful insight can be extracted despite the lack of precision. Overall, this thesis shows a data-poor environment, while challenging, is a viable environment for both research and policy modelling. / Graduate

Cities play a crucial role in sustainable energy system transformation. Urban energy systems account for 75% of global primary energy use, and 70% of global greenhouse gas (GHG) emissions (IEA, 2021). There is currently a large, untapped potential for reducing both energy demand and emissions by focusing measures on one of the largest consumers of energy: buildings. In North Macedonia, there is an estimated energy savings potential of 57% in the residential sector, and 29% in the public service sector (Apostolska et al., 2020). In the midst of the country’s ambitious targets of decreasing energy demand and GHG reductions, the city of Bitola is in the process of developing an action plan for a sustainable transition of the city. For this purpose, there is a need to investigate the current challenges in the energy system of the city and to evaluate potential future pathways to address these challenges, with a focus on the built environment. In this thesis, a city-scale urban building energy model (UBEM) of the city of Bitola was developed using the software City Energy Analyst (CEA). This involved modeling a total of 14 024 buildings in the city ranging from residential buildings to commercial and industrial facilities. Out of these 14 024 buildings, 10 792 were included in the analysis after excluding abandoned buildings which account for an estimated 25% of the total residential building stock. One Baseline scenario based on the current energy use in the built environment in the city, and four scenarios investigating building retrofit measures and alternative heating solutions were developed for the time period 2023-2040 which were then assessed based on three key performance indicators (KPIs). A 2% implementation rate was used for the measures included in the scenarios, resulting in a total of 34% of the buildings being included in the scenario assessment. The scenarios included in the analysis are Business-as-Usual (BAU), decentralized natural gas boilers (NGB), district heating (DH) and decentralized heat pumps (HP). The KPIs include the total primary energy demand, the total operational CO2 emissions, and the economic performance of the system, measured as a net present value (NPV). All scenarios were also evaluated with and without solar photovoltaic (PV). The results showed the BAU scenario to be the lowest performing scenario for all three KPIs, while the HP scenario showed to be the best-performing scenario regarding the reduction of energy demand and CO2 emissions, with a 99% reduction of CO2 emissions and a 65% lower energy demand than in the baseline year. However, this comes at a relatively high cost compared to the other scenarios. The DH and NGB scenarios performed moderately regarding demand and CO2 emission savings while performing better from an economic standpoint. All scenarios showed a low share of buildings on an individual level having a positive NPV, thus failing to reach a positive total NPV for the entire system. On the other hand, the sensitivity analysis demonstrated how a reduction of the capital expenditure (CAPEX) led to a positive NPV for all scenarios with PV, and for all scenarios except BAU without PV. This indicates that subsidies provided by local or national stakeholders could result in a profitable investment. Two important conclusions can be drawn from the results: firstly, taking any action and implementing either of the HP, NGB and DH scenarios will be more beneficial than taking no action, and secondly, the sustainable development of the city needs to be led by the local municipality, as well as national stakeholders to enable a long-lasting transition. / Städer spelar en avgörande roll för omställningen till hållbara energisystem. Energisystem i städer står för 75% av den globala primära energianvändningen och 70% av de globala växthusgasutsläppen (IEA, 2021). För närvarande finns det en stor, outnyttjad potential för minskning av både energibehov och utsläpp genom att fokusera på åtgärder för en av de största energikonsumenterna: byggnader. I Nordmakedonien uppskattas det finnas potential för energibesparingar på 57% i bostadssektorn och 29% i offentlig sektor (Apostolska et al., 2020). I samband med landets ambitiösa mål om att minska energianvändning och växthusgasutsläpp genomgår staden Bitola för närvarande en process för att utveckla en handlingsplan för en hållbar omställning av staden. För detta ändamål krävs en undersökning av de aktuella utmaningarna i stadens energisystem och utvärdering av potentiella framtida riktningar för att möta dessa utmaningar, med fokus på den bebyggda miljön. I detta examensarbete utvecklades en modell i stadsskala av energianvändningen i byggnader för staden Bitola i Nordmakedonien med hjälp av programvaran City Energy Analyst (CEA). Modellen omfattade totalt 14 024 byggnader, från bostadshus till kommersiella och industriella fastigheter. Då 25% av stadens bostadsbyggnader uppskattas vara övergivna ingick totalt 10 792 byggnader i den slutgiltiga analysen. Ett basscenario som beskriver dagens energianvändning i byggnaderna, och fyra framtida scenarier, som omfattar energieffektiviseringsåtgärder och alternativa värmesystem, utvecklades för tidsperioden 2023-2040. En implementeringstakt om 2% av byggnadsbeståndet, vilket resulterade i att totalt 34% av byggnadsbeståndet inkluderades i scenarioanalysen. De fyra framtida scenarierna som ingick i analysen är Business-as-Usual (BAU), decentraliserade gasvärmepannor (NGB), fjärrvärme (DH) och decentraliserade värmepumpar (HP). Scenarierna bedömdes med hjälp av tre nyckeltal (KPI:er): den totala primärenergianvändningen, de totala operativa CO2 utsläppen och den ekonomiska prestandan, mätt som investeringens nu värde (NPV). Samtliga scenarier utvärderades med och utan implementering av solceller. Resultaten visade att scenariot BAU presterade sämst för alla tre KPI:er, medanHP-scenariot visade sig vara det bäst presterande scenariot för minskning avenergibehovet och CO2-utsläppen, med 99% minskning av CO2-utsläpp och 65%lägre energianvändning jämfört med basscenariot. Dock är detta förknippat medrelativt höga kostnader jämfört med de andra scenarierna. DH- och NGB-scenariotpresterade måttligt gällande besparing av energibehov och CO2-utsläpp, samtidigt somde presterade bättre ur ett ekonomiskt perspektiv. Alla scenarier resulterade i en lågandel av byggnader på individuell nivå med ett positivt NPV, vilket innebär att demisslyckas med att nå ett positivt totalt NPV för hela systemet. Å andra sidan visadekänslighetsanalysen att en minskning av investerings kostnaderna (CAPEX) ledde tillett positivt NPV för alla scenarier med solceller, och för alla scenarier utom BAU utan solceller. Detta indikerar att subventioner från lokala och nationella aktörer kan leda till en lönsam investering. Två viktiga slutsatser kan dras från dessa resultat: för det första, att vidta åtgärder och implementera något av HP-, NGB- eller DH-scenariot är mer fördelaktigt än att inte vidta några åtgärder, och för det andra, behöver den hållbara utvecklingen av staden ledas av den lokala kommunen samt nationella aktörer för att möjliggöra en långvarig omställning.