هدف‌گذاری عملکرد انرژی یک ساختمان اداری با استفاده از مفاهیم خط مبنا و شاخص‌ عملکرد انرژی

نوع مقاله : علمی-ترویجی

نویسنده

دانشگاه آزاد اسلامی واحد یادگار امام خمینی (ره) شهرری

چکیده

وجود تجربیات موفق داخلی و جهانی استقرار سیستم مدیریت انرژی بر اساس استاندارد ISO 50001: 2011 راهگشای سازمان‌ها جهت کاهش ‌هزینه‌های انرژی و زیست‌محیطی مربوطه می‌باشد. چگونگی ارتقای مدیریت انرژی در سازمان‌ها، در این استاندارد ارائه شده است. بهبود عملکرد انرژی منجر به کاهش مصرف و به تبع آن، هزینه‌های انرژی سازمان شده و از سوی دیگر، علاوه بر بالابردن توان رقابتی و بهبود بازده اقتصادی سازمان، بخشی از تعهدات زیست محیطی آنان را نیز پوشش می‌دهد. این استاندارد برای واحدهای صنعتی، تجاری، سازمان‌ها و نهادهای دولتی چارچوبی برای مدیریت سیستماتیک انرژی ایجاد می‌نماید. خط مبناها و شاخص های عملکرد انرژی به همراه هدف گذاری و پایش عملکرد انرژی بخش هایی مهم در این استاندارد هستند و در این تحقیق، با استفاده از داده های واقعی مصارف انرژی و شناسایی عوامل تاثیر گذار، مدلی برای هدف گذاری، پایش عملکرد و تدوین خط مبناهای انرژی در یک ساختمان با کاربری اداری در شهر تهران توسعه داده شده است. مدل توسعه داده شده، متدولوژی و نتایج بدست آمده قابل استفاده در هر ساختمان مشابه در هر منطقه جغرافیایی می‌باشد.

کلیدواژه‌ها


   [1]      International Energy Agency, 2017. Key world energy statistics. www.IEA.org
   [2]      International Standard Organization. “ISO 50001, Energy management system: requirement with guidance for use. 2011.
   [3]      Strachan N., Business as Unusual: existing policies in energy model baselines, Journal of energy economics, Volume 33, issue 2, 2011, pages 153-160.
   [4]      Srivastav A., Tewari A., Dong B., baseline building energy modeling and localized uncertainty quantification using Gaussian mixture models, Energy and buildings journal, volume 65, 2013, pages 438-447.
   [5]      Granderson J., Price P., development and application of a statistical methodology to evaluate the predictive accuracy of building energy baseline models, journal of energy, volume 66, 2014, pages 981-990
   [6]      Rossi F., Velazquez D., Monedero L., Biscarri F., Artificial neural network and physical modeling for determination of baseline consumption of CHP plants, Journal of expert systems with applications, volume 41, issue 10, 2014, pages 4658-4669
   [7]      Liang X., Hong T., Shen G., improving the accuracy of energy baseline models for commercial buildings with occupancy data, Journal of applied energy, volume 179, 2016, pages 247- 260
   [8]      Sunthornnapha T., utilization of MLP and linear regression methods to build a reliable energy baseline for self-benchmarking evaluation, journal of energy procedia, volume 141, 2017, pages 189- 193.
   [9]      Hwan J., Kong D., Huh J., baseline building energy modeling of cluster inverse model by using daily energy consumption if office buildings, Energy and buildings journal, volume 140, 2017, pages 317-323.
[10]      Alves T., Machado L., De Souza R., Wilde P., A methodology foe estimating office building energy use baseline by means of land use legislation and reference buildings, Energy and buildings journal, volume 143, 2017, pages 100-113.
[11]      Golden A., Woodbury K., Carpenter J., O’Neill Z., Change point and degree day baseline regression model in industrial facilities, Energy and buildings journal, volume 144, 2017, pages 30-41.
[12]      Carpenter J., Woodbury K., O’Neill Z., Using change point and Gaussian process model to create baseline energy models in industrial facilities: A comparison, Journal of applied energy, Volume 213, 2018, pages 415, 425.
[13]      UNIDO (United Nations Industrial Development Organization). Practical guide for implementing an energy management system. 2013.
[14]      International Standard Organization. “ISO 50006, Energy management system: measuring energy performance using energy baselines (EnB) and energy performance indicators (EnPI) – General principles and guidance”. 2014.
     [15]www.Enms.ir