11 نوامبر 2022 -توسط دانشگاه ملی اینچئون -اعتبار: دامنه عمومی Pixabay/CC0
اولین قدم در توسعه معیارهای کارآمد انرژی برای ساختمان‌های موجود، اندازه‌گیری دقیق الگوهای مصرف انرژی است. این امر معمولاً شامل تجزیه و تحلیل داده ها با استفاده از حجم زیادی از داده ها برای درک الگوهای توزیع مکان و زمان مصرف انرژی است. به عنوان مثال، کل مصرف انرژی به انواع وسایل الکتریکی مورد استفاده، مانند سیستم های گرمایشی و سرمایشی، و همچنین الگوهای استفاده ماهانه، روزانه و ساعتی آنها بستگی دارد.
داده های سالانه در مورد مصرف انرژی ساختمان ها پایه و اساس برآورد سیستم های رتبه بندی انرژی در سطح جامعه است. با این حال، تعیین صرفه جویی در انرژی در کوچکترین سطح، که سطح ساکنین است، کافی نیست. برای برآورده کردن این نیاز، یک ماشین حساب انرژی در سطح اتاق بر اساس داده‌های مصرف انرژی در زمان واقعی، که می‌تواند تا سطح ساختمان و سطح جامعه مقیاس شود، مورد نیاز است.
در یک مطالعه منتشر شده در بررسی های انرژی تجدید پذیر و پایدار، یک تیم تحقیقاتی به رهبری پروفسور Choongwan Koo از دانشگاه ملی اینچئون، کره، یک مدل فرآیندی برای محاسبه الگوهای معمول مصرف انرژی در سطح اتاق پیشنهاد کرده است. پروفسور کو در صحبت درباره این تحقیق می‌گوید: «ما یک مدل قوی ایجاد کرده‌ایم که می‌تواند با چالش‌های اندازه‌گیری دقیق سطح ساکنان، از جمله تغییرات در فضا، زمان و وسایل/تجهیزات مقابله کند.»
در این مطالعه، تیم تحقیقاتی یک مرکز آموزشی در سانگجو، کره را به عنوان ساختمان نمونه انتخاب کردند و هر کلاس درس را به حسگرهای انرژی اینترنت اشیا (IoT) در زمان واقعی مجهز کردند. آنها همچنین داده ها را مستقیماً از کنتورهای برق در مدرسه تصحیح کردند. این «داده بزرگ» تقریباً 11 میلیون مجموعه داده را تشکیل می داد که سپس برای تجزیه و تحلیل استفاده شد. هدف روش جدید، در نظر گرفتن مصرف انرژی از سه منظر بود – از واحد فضایی بر اساس ادراک ساکنان، واحد زمان، که امکان واکنش سریع از سوی سرنشینان را فراهم می‌کند، و واحد سطح دستگاه یا تجهیزات.
محققان سپس از داده‌های بزرگ برای شناسایی الگوهای مصرف انرژی با استفاده از «الگوریتم k-clustering» استفاده کردند. علاوه بر این، آنها این الگوها را تجزیه و تحلیل کردند و از آنها برای توسعه معیارهای انرژی مقیاس پذیر برای اجزای مختلف سیستم انرژی، مانند روشنایی، وسایل آموزشی، سرمایش، گرمایش و موارد دیگر استفاده کردند. سپس، تیم تحقیقاتی میانگین درصد مطلق خطا (MAPE) را برای اعتبارسنجی این معیارهای انرژی محاسبه کرد. همچنین برای محاسبه عدم قطعیت معیارها مورد استفاده قرار گرفت، که بینش هایی را در مورد چگونگی تأثیر ویژگی های خاص، مانند آب و هوای فصلی و الگوهای استفاده ساعت به ساعت بر مصرف انرژی امکان پذیر می کند.
معیارهای مقیاس پذیر انرژی می تواند به برنامه ریزی استراتژی های عملیاتی موثر برای افزایش صرفه جویی در انرژی کمک کند. همچنین بهره وری انرژی و کیفیت محیط داخلی (IEQ) را بهبود می بخشد. به عنوان مثال، در دوره های اوج مصرف، مانند بعدازظهرهای تابستان و صبح های زمستان، استراتژی های متفاوتی وجود دارد. پروفسور کو توضیح می دهد که برای صرفه جویی در انرژی در سیستم های سرمایش و گرمایش می توان از آن استفاده کرد. به همین ترتیب، روش هایی برای خاموش کردن برق آماده به کار در زمانی که از تاسیسات استفاده نمی شود، می تواند توسعه یابد.
این تکنیک ها در توسعه سیستم های رتبه بندی عملکرد انرژی ساختمان های هوشمند و ایجاد فضای کاری راحت تر بسیار ارزشمند خواهند بود. آنها همچنین به ساکنان در سطح فردی این امکان را می‌دهند تا تغییراتی را در نحوه استفاده از انرژی اعمال کنند و در نتیجه منجر به کاهش کلی مصرف انرژی شود.
