Разрыв в энергоэффективности зданий

Разрыв в энергоэффективности здания – это несоответствие между потреблением энергии, прогнозируемым на стадии проектирования здания, и потреблением энергии в реальной эксплуатации. Это может иметь множество причин.

Классификация факторов, способствующих разрыву в производительности

Разрыв в производительности обусловлен главным образом неопределенностью. Неопределенности встречаются в любой «реальной» системе, и здания не являются исключением. Еще в 1978 году Геро и Дудник написали статью, в которой представили методологию решения проблемы проектирования подсистем ( HVAC ), подчиняющихся неопределенным требованиям. После этого другие авторы проявили интерес к неопределенностям, присутствующим в проектировании зданий; Неопределенности при проектировании/строительстве зданий можно разделить на три группы: ^{[ 1 ]}

Относящийся к окружающей среде. Неопределенность прогноза погоды в условиях изменения климата; и неопределенная информация о погодных данных из-за использования файлов синтетических данных о погоде: (1) использование синтетических лет, которые не представляют реальный год, и (2) использование синтетического года, который не был создан на основе записанных данных в точном местоположение проекта, но на ближайшей метеостанции.
Качество изготовления и качество строительных элементов. Различия между проектом и реальным зданием: проводимость тепловых мостов , проводимость изоляции, величина инфильтрации или коэффициенты теплопередачи стен и окон.
Поведенческий. Все остальные параметры связаны с поведением человека, т. е. открытием дверей и окон, использованием бытовой техники, характером проживания или привычками приготовления пищи.

Тип 1: Экологическая неопределенность

Тип 1 из этой группы здесь разделен на две основные группы: одна касается неопределенности из-за изменения климата; а другой касается неопределенностей, связанных с использованием файлов синтетических данных о погоде. Что касается неопределенностей, связанных с изменением климата: здания имеют длительный срок службы, например, в Англии и Уэльсе около 40% существующих в 2004 году офисных зданий были построены до 1940 года (30%, если рассматривать по площади). ^{[ 2 ]} и 38,9% английских жилищ в 2007 году были построены до 1944 года. ^{[ 3 ]} Такой длительный срок службы позволяет зданиям работать в климатических условиях, которые могут измениться из-за глобального потепления. Де Уайлд и Коли показали, насколько важно проектировать здания, учитывающие изменение климата и способные хорошо работать в будущих погодных условиях. ^{[ 4 ]} Что касается неопределенностей, связанных с использованием файлов синтетических погодных данных: Wang et al. показал влияние, которое неопределенность в метеорологических данных (среди прочего) может оказать на расчеты спроса на энергию. ^{[ 5 ]} Было обнаружено, что отклонение в расчетном энергопотреблении из-за изменчивости погодных данных различается в разных местах: от диапазона (-0,5–3%) в Сан-Франциско до диапазона (от-4% до 6%) в Вашингтоне. DC Диапазоны были рассчитаны с использованием TMY в качестве эталона. Эти отклонения по требованию были меньше, чем отклонения, обусловленные эксплуатационными параметрами. Для них диапазоны были (-29% – 79%) для Сан-Франциско и (-28% – 57%) для Вашингтона, округ Колумбия. Параметры работы были связаны с поведением жильцов. Вывод этой статьи заключается в том, что жильцы будут иметь большее влияние на расчеты энергопотребления, чем изменчивость между синтетически созданными файлами погодных данных. Пространственное разрешение файлов погодных данных было предметом беспокойства Имса и др. ^{[ 6 ]} Имс показал, как низкое пространственное разрешение файлов погодных данных может быть причиной несоответствия потребности в отоплении до 40%.

Тип 2: Качество изготовления

В работе Петтерсена рассматривались неопределенности группы 2 (исполнение и качество элементов) и группы 3 (поведение) предыдущей группировки (Петтерсен, 1994). Эта работа показывает, насколько важно поведение жильцов при расчете энергопотребления здания. Петтерсен показал, что общее потребление энергии соответствует нормальному распределению со стандартным отклонением около 7,6%, если учитывать неопределенности, связанные с жильцами, и около 4,0%, если учитывать неопределенности, вызванные свойствами элементов здания. Большое исследование было проведено компанией Leeds Metropolitan в Стэмфорд-Брук. В рамках этого проекта было построено 700 домов в соответствии с высокими стандартами эффективности. ^{[ 7 ]} Результаты этого проекта показывают значительный разрыв между ожидаемым потреблением энергии до начала строительства и фактическим потреблением энергии после того, как дом будет заселен. В данной работе анализируется качество изготовления. Авторы подчеркивают важность тепловых мостов, которые не учитывались в расчетах, и то, как те, которые возникают из-за внутренних перегородок, разделяющих жилища, оказывают наибольшее влияние на конечное использование энергии. Жилища, использование которых контролировалось в рамках данного исследования, демонстрируют большую разницу между реальным энергопотреблением и оценками, полученными с помощью SAP, при этом одно из них дает +176% от ожидаемого значения при использовании. Хопфе опубликовал несколько статей, касающихся неопределенностей в проектировании зданий, касающихся качества изготовления. Более поздняя публикация на момент написания ^{[ 8 ]} рассматривает неопределенности групп 2 и 3. В этой работе неопределенности определяются как нормальное распределение. Случайные параметры отбираются для генерации 200 тестов, которые отправляются в симулятор (VA114), результаты которого будут анализироваться для проверки неопределенностей, оказывающих наибольшее влияние на энергетические расчеты. Эта работа показала, что неопределенность в значении, используемом для инфильтрации, является фактором, который, вероятно, будет иметь наибольшее влияние на потребности в охлаждении и обогреве. Другое исследование, проведенное де Уайльдом и Вэй Тианом, ^{[ 9 ]} сравнили влияние большинства неопределенностей, влияющих на расчеты энергопотребления зданий с учетом изменения климата. Де Уайльд и Тиан использовали двумерный анализ Монте-Карло для создания базы данных, полученной в результате 7280 запусков строительного симулятора. К этой базе данных был применен анализ чувствительности, чтобы получить наиболее важные факторы, влияющие на изменчивость расчетов энергопотребления. Стандартизированные коэффициенты регрессии и стандартизированные коэффициенты ранговой регрессии использовались для сравнения влияния неопределенностей. Де Уайльд и Тиан согласились с Хопфе относительно влияния неопределенностей при проникновении на расчеты энергии, но также представили другие факторы, включая неопределенности в: погоде, коэффициенте теплопроводности окон и других переменных, связанных с поведением жильцов (оборудование и освещение). . В их статье многие неопределенности сравниваются с базой данных хорошего размера, обеспечивающей реалистичное сравнение объема выборки неопределенностей. Работа Шнидерса и Гермелинка ^{[ 10 ]} показал существенную изменчивость энергетических потребностей зданий с низким энергопотреблением, спроектированных по одной и той же спецификации (Пассивный дом).

Тип 3: Оккупанты

Работа Шнидерса и Гермелинка ^{[ 10 ]} показали существенную изменчивость энергетических потребностей зданий с низким энергопотреблением, спроектированных по одной и той же спецификации ( Passivhaus ). Хотя стандарт пассивного дома отличается строгим контролем и высоким качеством изготовления, в разных домах наблюдаются большие различия в потреблении энергии.

Блайт и Коли ^{[ 11 ]} показали, что эта изменчивость может быть вызвана различиями в поведении жильцов (в эту работу было включено использование окон и дверей). Работа Блайта и Коли доказывает две вещи: (1) жильцы оказывают существенное влияние на использование энергии; и (2) модель, которую они использовали для создания поведения жильцов, точна для создания поведенческих моделей жителей.

Метод, использованный в предыдущей статье ^{[ 11 ]} Для создания точных профилей поведения пассажиров был разработан Ричардсон и др. ^{[ 12 ]} Метод был разработан с использованием обследования использования времени (TUS) Соединенного Королевства в качестве эталона реального поведения жильцов. Эта база данных была разработана после регистрации активности более 6000 жильцов в 24-часовых дневниках с разрешением 10 минут. В статье Ричардсона показано, как этот инструмент способен генерировать поведенческие модели, которые коррелируют с реальными данными, полученными из TUS. Доступность этого инструмента позволяет ученым моделировать неопределенность поведения пассажиров как набор поведенческих моделей, которые, как было доказано, коррелируют с реальным поведением пассажиров.

Ссылки

^ Рамалло-Гонсалес, AP 2013. Моделирование и оптимизация зданий с низким энергопотреблением. Доктор философии. Университет Эксетера.
^ ODPM, 2005. Возраст коммерческого и промышленного капитала: уровень местных властей, 2004 г. Лондон: Офис заместителя премьер-министра.
^ CLG, 2007. Исследование состояния английских домов за 2007 год, Годовой отчет. Сообщества и местное самоуправление
^ де Уайльд, П. и Коли, Д., 2012. Последствия изменения климата для зданий. Строительство и окружающая среда, 55, стр. 1–7.
^ Ван, Л., Мэтью, П. и Панг, X., 2012. Неопределенность в потреблении энергии, вызванная строительными работами и погодой для офисного здания среднего размера. Энергия и строительство, 53, стр. 152-158.
^ Имс, М., Кершоу, Т. и Коли, Д., 2011. Соответствующее пространственное разрешение будущих файлов погоды для моделирования зданий. Журнал моделирования производительности зданий, 5, стр. 1–12.
^ Вингфилд, Дж., Белл, М., Майлз-Шентон, Д., Саут, Т. и Лоу, Б., 2011. Оценка влияния повышенного стандарта энергоэффективности на несущую каменную кладку домашнего строительства, понимание пробела между запланированной и реальной производительностью: уроки Стэмфорд Брук. Лондон: Департамент по делам сообществ и местного самоуправления
^ Хопфе, CJ и Хенсен, JLM, 2011. Анализ неопределенностей при моделировании характеристик зданий для поддержки проектирования. Энергия и строительство, 43, стр. 2798-2805.
^ де Уайлд, П. и Тиан, В., 2009. Идентификация ключевых факторов неопределенности при прогнозировании тепловых характеристик офисного здания в условиях изменения климата. Строительное моделирование, 2, стр. 157-174.
^ Jump up to: ^а ^б Шнидерс Дж. и Хермелинк А., 2006. Результаты CEPHEUS: измерения и удовлетворенность жильцов доказывают, что пассивные дома являются вариантом устойчивого строительства. Энергетическая политика, 34, стр. 151-171.
^ Jump up to: ^а ^б Блайт, Т.С., Коли Д.А., 2012 г. Влияние поведения жильцов на потребление энергии в жилищах с низким энергопотреблением, 2-я конференция по энергетике зданий и окружающей среде. Боулдер, США
^ Ричардсон И., Томсон М. и Инфилд Д., 2008. Модель занятости жилых зданий с высоким разрешением для моделирования спроса на энергию. Энергия и строительство, 40, стр. 1560-1566.

Внешние ссылки

[1] Рамалло-Гонсалес, AP 2013. Моделирование и оптимизация зданий с низким энергопотреблением. Доктор философии. Университет Эксетера.

[2] ODPM, 2005. Возраст коммерческого и промышленного капитала: уровень местных властей, 2004 г. Лондон: Офис заместителя премьер-министра.

[3] CLG, 2007. Исследование состояния английских домов за 2007 год, Годовой отчет. Сообщества и местное самоуправление

[4] де Уайльд, П. и Коли, Д., 2012. Последствия изменения климата для зданий. Строительство и окружающая среда, 55, стр. 1–7.

[5] Ван, Л., Мэтью, П. и Панг, X., 2012. Неопределенность в потреблении энергии, вызванная строительными работами и погодой для офисного здания среднего размера. Энергия и строительство, 53, стр. 152-158.

[6] Имс, М., Кершоу, Т. и Коли, Д., 2011. Соответствующее пространственное разрешение будущих файлов погоды для моделирования зданий. Журнал моделирования производительности зданий, 5, стр. 1–12.

[7] Вингфилд, Дж., Белл, М., Майлз-Шентон, Д., Саут, Т. и Лоу, Б., 2011. Оценка влияния повышенного стандарта энергоэффективности на несущую каменную кладку домашнего строительства, понимание пробела между запланированной и реальной производительностью: уроки Стэмфорд Брук. Лондон: Департамент по делам сообществ и местного самоуправления

[8] Хопфе, CJ и Хенсен, JLM, 2011. Анализ неопределенностей при моделировании характеристик зданий для поддержки проектирования. Энергия и строительство, 43, стр. 2798-2805.

[9] де Уайлд, П. и Тиан, В., 2009. Идентификация ключевых факторов неопределенности при прогнозировании тепловых характеристик офисного здания в условиях изменения климата. Строительное моделирование, 2, стр. 157-174.

[auto1-10] Jump up to: ^а ^б Шнидерс Дж. и Хермелинк А., 2006. Результаты CEPHEUS: измерения и удовлетворенность жильцов доказывают, что пассивные дома являются вариантом устойчивого строительства. Энергетическая политика, 34, стр. 151-171.

[auto-11] Jump up to: ^а ^б Блайт, Т.С., Коли Д.А., 2012 г. Влияние поведения жильцов на потребление энергии в жилищах с низким энергопотреблением, 2-я конференция по энергетике зданий и окружающей среде. Боулдер, США

[12] Ричардсон И., Томсон М. и Инфилд Д., 2008. Модель занятости жилых зданий с высоким разрешением для моделирования спроса на энергию. Энергия и строительство, 40, стр. 1560-1566.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]