ZEMCH 2019 International Conference Proceedings April.2020 | Page 109

1. Introduction 
Buildings are responsible for a third of global final energy consumption and similar levels of CO2 
emissions  [1];  as  such  the  energy  performance  of  buildings  is  an  area  that  has  assumed  increasing 
importance worldwide. The International Energy Agency (IEA) describes energy efficiency as the “first 
fuel” [2], with greater importance than any generation‐side technology, and studies have shown that 
the  greatest  potential  for  energy  efficiency  is  in  the  buildings  sector  [3].  However,  as  the  built 
environment becomes increasingly complex, with multiple uses, larger buildings and higher demand 
for services such as thermal comfort and data processing [4], the analysis and evaluation of performance 
in  buildings  becomes  a  non‐trivial  problem.  Since  the  introduction  of  the  first  building  regulations 
aimed at energy conservation in the 1970s, and the increased focus on this area in the late 1990s and 
2000s [5], a wide range of methodologies has been developed for predicting, analyzing and evaluating 
the energy performance of buildings. There is extensive evidence to suggest that buildings usually do 
not  perform  as  well  as  predicted  [6‐9].  This  discrepancy  is  commonly  referred  to  as  the  ‘Energy 
Performance Gap’.   
The  practice  of  Post  Occupancy  Evaluation  (POE)  aims  to  address  this  issue  by  evaluating  the 
performance  of  a  building  after  it  has  been  built  and  occupied  to  provide  designers  with  valuable 
feedback on its actual performance in‐use. Detailed Dynamic Simulation Models (DSMs) can be used 
to  obtain  predictions  of  in‐use  energy  performance.  DSMs  are  more  suited  to  the  functional  and 
volumetric complexities of non‐domestic buildings as they allow for more detailed input options whilst 
also containing extensive database for materials and systems [10]. Despite these and many other added 
capabilities, there is still a significant gap between predicted and actual energy consumption in non‐
domestic buildings.   
In this study, a case study of university building’s energy audit and thermal comfort monitoring 
was  carried  out  and  the  audit  with  comfort  study  results  was  analyzed  to  identify  factors  of  the 
performance gap. The energy audit data and POE analysis was used for evaluating dynamic simulation 
model and energy reduction achievement by energy audit and POE analysis. Through this research, it 
shows  that  energy  audit is  possible  to reduce the  energy  performance  gap  and  POE  can be  used to 
produce more accurate energy performance models with increase in the indoor environmental quality. 
The  research  findings  will  be  implement  for  reducing  energy  consumption  with  improving  user 
comport for case study building and others. 
2. The Energy Performance Gap 
2.1 The energy performance gap 
There is significant evidence to suggest that buildings do not perform as designed. Findings from 
the  PROBE  studies  (Post  Occupancy Review  of  Buildings and their  Engineering)  demonstrated  that 
actual  energy  consumption  in  buildings  are  usually  twice  as  much  as  predicted  [9].  Low  Carbon 
Building  Programme  and  Carbon  Trust’s  Low  Building  Accelerator  have  demonstrated  that  in‐use 
energy consumption can be up to five times higher than compliance calculation [11].   

Figure 1. CarbonBuzz median electrical consumption per‐sector: predicted vs actual 

Using Energy Audit with POE Study to Reduce Energy Performance Gap in an Office Building in UAE
98