This thesis focuses on the modeling and calibration of a residential apartment to accurately predict its thermal performance and energy consumption. Building energy simulations are essential tools for optimizing design, improving energy efficiency, and ensuring occupant comfort. However, the reliability of these simulations depends on the accuracy of the input data and the assumptions made during the modeling process. In this study, a detailed simulation model of Testbed KTH was developed, incorporating factors such as internal heat gains, weatherconditions, and HVAC system performance. The model was then calibrated by comparing simulated temperatures with measured data and comparing the heating energy delivered by the AHU, allowing for the identification and correction of discrepancies. Calibration is a critical step in ensuring that the simulation reflects real-world conditions. Without it, the model may overestimate or underestimate heating and cooling demands, leading to inefficient system design and operation. The findings of this thesis highlight the importance of refining key model inputs—such as internal heat gains and weather data—to improve accuracy. The calibrated model provides a reliable tool for predicting energy usage and indoor temperatures, offering insights that can guide the design of more energy-efficient buildings and better inform decisions on retrofitting existing structures. This work underscores the necessity of a rigorous calibration process to achieve realistic and actionable simulation outcomes. This work aims to provide a fully developed model which can be further developed to builda digital twin of Testbed KTH by utilising the APIs offered by the simulation tool IDA ICE.

Denna avhandling fokuserar på modellering och kalibrering av en bostadslägenhet för att exakt kunna förutsäga dess termiska prestanda och energianvändning.Energisimuleringar av byggnader är viktiga verktyg för att optimera utformningen, förbättra energieffektiviteten och säkerställa de boendes komfort. Tillförlitligheten i dessa simuleringar beror dock på noggrannheten i indata och de antaganden som görs under modelleringsprocessen. I den här studien utvecklades en detaljerad simuleringsmodell av Testbädd KTH, med faktorer som interna värmevinster, väderförhållanden och HVAC- systemets prestanda. Modellen kalibrerades sedan genom att jämföra simulerade temperaturer med uppmätta data och jämföra den värmeenergi som levererades av luftbehandlingsaggregat, vilket gjorde det möjligt att identifiera och korrigera avvikelser. Kalibreringen är ett viktigt steg för att säkerställa att simuleringen återspeglar verkliga förhållanden. Om så inte sker kan modellen överskatta eller underskatta värme- och kylbehovet,vilket leder till ineffektiv systemdesign och drift. Resultaten i den här avhandlingen visar hur viktigt det är att förfina viktiga indata i modellen - t.ex. interna värmevinster och väderdata- för att förbättra noggrannheten. Den kalibrerade modellen ger ett tillförlitligt verktyg för att förutsäga energianvändning och inomhustemperaturer, vilket ger insikter som kan vägleda utformningen av mer energieffektiva byggnader och ge bättre information om beslut om eftermontering av befintliga strukturer. Detta arbete understryker nödvändigheten av en rigorös kalibreringsprocess för att uppnå realistiska och handlingsbara simuleringsresultat. Detta arbete syftar till att tillhandahålla en fullt utvecklad modell som kan vidareutvecklas för att bygga en digital tvilling av Testbädd KTH genom att använda de API:er som erbjuds avsimuleringsverktyget IDA ICE.