АНАЛІЗ ЕНЕРГОСПОЖИВАННЯ КОМЕРЦІЙНИХ БУДІВЕЛЬ У ПОМІРНОМУ КЛІМАТІ
DOI:
https://doi.org/10.32782/IT/2024-2-23Ключові слова:
управління енергією, залежності споживання енергії, порівняльний аналіз енергоспоживання, енергозбереження, залежності використання приміщень, потреби в енергіїАнотація
Дослідження надає всебічний аналіз споживання енергії у різних комерційних будівлях, розташованих у регіонах із помірним кліматом, що характеризується холодними, часто морозними зимами та гарячими, вологими літами. Мета роботи полягає в ідентифікації тенденцій споживання енергії в різних типах будівель, включаючи офіси, медичні заклади, освітні установи, готелі та ресторани, з метою створення систем управління енергією та прийняття рішень. Методологія дослідження полягає у вивчанні споживання енергії в різних типах будівель. Дані були нормалізовані до кіловат-годин на квадратний фут, щоб полегшити порівняння. Аналіз враховував сезонні варіації, включаючи дані про зовнішню температуру, моделі поведінки користувачів та години роботи. Новикова новизна. Оригінальність цього дослідження полягає в детальному дослідженні різних типів будівель. Зосереджуючись на конкретному географічному регіоні, це дослідження надає уявлення про те, як місцеві кліматичні умови впливають на використання енергії. У дослідження також наведені практичні рекомендації щодо розробки моделей машинного навчання, які можуть оптимізувати використання енергії. Висновки. Аналіз показав, що більші будівлі, такі як лікарні та великі офіси, споживають більше енергії порівняно з меншими будівлями через їхнє велике устаткування та безперервну роботу. Сезонні тенденції демонструють значні варіації, з піками в зимовий та літній періоди через потреби в опаленні та охолодженні. Розуміння цих моделей споживання є важливим для ефективного управління енергією та сталого розвитку. Дослідження визначає ключові змінні, що впливають на споживання енергії, які можуть бути використані для розробки моделей машинного навчання. Моделі машинного навчання з використанням цих змінних можуть покращити енергоефективність у комерційних будівлях. Висновки надають цінну інформацію для зацікавлених сторін, включаючи менеджерів будівель, політиків та дослідників, які прагнуть зменшити споживання енергії та оптимізувати використання енергії.
Посилання
The impacts of occupant behavior on building energy consumption: A review / S. Chen et al. Sustainable Energy Technologies and Assessments. 2021. Vol. 45. P. 1–10. URL: https://doi.org/10.1016/j.seta.2021.101212(date of access: 04.06.2024).
Jia M., Srinivasan R. S., Raheem A. A. From occupancy to occupant behavior: An analytical survey of data acquisition technologies, modeling methodologies and simulation coupling mechanisms for building energy efficiency. Renewable and Sustainable Energy Reviews. 2017. Vol. 68. P. 525–540. URL: https://doi.org/10.1016/j.rser.2016.10.011 (date of access: 04.06.2024).
Amasyali K., El-Gohary N. M. A review of data-driven building energy consumption prediction studies. Renewable and Sustainable Energy Reviews. 2018. Vol. 81. P. 1192–1205. URL: https://doi.org/10.1016/j.rser.2017.04.095 (date of access: 04.06.2024).
Klinger B. A., Ryan S. J. Population distribution within the human climate niche. PLOS Climate. 2022. Vol. 1, no. 11. P. 1–10. URL: https://doi.org/10.1371/journal.pclm.0000086 (date of access: 04.06.2024).
Sadaghat B., Afzal S., Khiavi A. J. Residential building energy consumption estimation: A novel ensemble and hybrid machine learning approach. Expert Systems with Applications. 2024. Vol. 251. P. 1–10. URL: https://doi.org/10.1016/j.eswa.2024.123934 (date of access: 04.06.2024).
National Renewable Energy Laboratory. AWS S3 Explorer for the Open Energy Data Initiative. Open Energy Data Initiative (OEDI). URL: https://data.openei.org/s3_viewer?bucket=oedi-data-lake&prefix=nrel-pdsbuilding-stock/end-use-load-profiles-for-us-building-stock/2023/comstock_amy2018_release_2/timeseries_aggregates/by_state/upgrade=18/state=MN/ (date of access: 04.06.2024).
