Construção de modelos matemáticos simples para calcular os requisitos de energia de edificações

Autores

DOI:

https://doi.org/10.22320/07190700.2023.13.02.04

Palavras-chave:

modelo matemático, simulações, arquitetura sustentável

Resumo

O objetivo deste trabalho é desenvolver um modelo matemático preditivo que possibilite uma primeira abordagem do valor dos requisitos de energia (ER) de um edifício em um clima continental temperado, de forma a contribuir para o conhecimento teórico das ferramentas de avaliação energética. As simulações paramétricas foram realizadas e processadas com os softwares EnergyPlus 9.5 e JePlus. Os resultados foram utilizados como Dataset para a construção de diferentes modelos matemáticos, para os quais foi utilizado o programa SageMath para desenvolver equações que preveem o ER de cada cenário. Trabalhamos com modelos que escalonam sua complexidade em termos de métodos utilizados e número de parâmetros. Foi selecionado um modelo com baixo nível de erro (0,08) e 15 parâmetros. Observou-se que, embora o aumento do número de parâmetros tenha aproximado os modelos ao erro de 0,02, havia o risco de sobreajuste. O modelo selecionado busca incorporar a precisão e a validade das simulações dinâmicas em uma ferramenta de previsão simples que pode ser aplicada por profissionais da construção.

Downloads

Biografias Autor

María Victoria Mercado, Instituto de Ambiente, Hábitat y Energía (INAHE) CONICET, Mendoza, Argentina.

Doutor em Ciências
Pesquisador Associado

Gustavo Javier Barea-Paci, Instituto de Ambiente, Hábitat y Energía (INAHE) CONICET, Mendoza, Argentina.

Doutor em Ciências
Pesquisador Associado

Andrés Esteban Aceña, Instituto Interdisciplinario de Ciencias Básicas CONICET-Universidad Nacional de Cuyo, Mendoza, Argentina.

Doutor Rerum Naturalium
Pesquisador Assistente, Faculdade de Ciências Exatas e Naturais

Referências

AZAR, E., ALAIFAN, B., LIN, M., TREPCI, E., & ASMAR, M. E. (2021). Drivers of energy consumption in Kuwaiti buildings: insights from a hybrid statistical and building performance simulation approach. Energy Policy, 150, 112154. https://doi.org/10.1016/j.enpol.2021.112154

CĂTĂLINA, T., IORDACHE, V., & CARACALEANU, B. (2013). Multiple regression model for fast prediction of the heating energy demand. Energy and Buildings, 57, 302–312. https://doi.org/10.1016/j.enbuild.2012.11.010

CHANG, C. C., SHI, W., MEHTA, P., & DAUWELS, J. (2019). Life cycle energy assessment of university buildings in tropical climate. Journal of Cleaner Production, 239, 117930. https://doi.org/10.1016/j.jclepro.2019.117930

CHOU, J., & NGO, N. (2016). Time series analytics using sliding window metaheuristic optimization-based machine learning system for identifying building energy consumption patterns. Applied Energy, 177, 751–770. https://doi.org/10.1016/j.apenergy.2016.05.074

GONZÁLEZ-VIDAL, A., RAMALLO-GONZÁLEZ, A. P., TERROSO-SÁENZ, F., & SKARMETA, A. F. (2017). Data driven modeling for energy consumption prediction in smart buildings. 2017 IEEE International Conference on Big Data (Big Data). https://doi.org/10.1109/bigdata.2017.8258499

HUANG, S., LIN, Y., CHINDE, V., MA, X., & LIAN, J. (2021). Simulation-based performance evaluation of model predictive control for building energy systems. Applied Energy, 281, 116027. https://doi.org/10.1016/j.apenergy.2020.116027

INTERNATIONAL ENERGY AGENCY (2022). Tracking Buildings 2022. Paris: International Energy Agency. https://www.iea.org/ energy-system/buildings

KWAK, Y. H., SEO, D., JANG, C., & HUH, J. (2013). Feasibility study on a novel methodology for short-term real-time energy demand prediction using weather forecasting data. Energy and Buildings, 57, 250–260. https://doi.org/10.1016/j.enbuild.2012.10.041

MALKAWI, A., & AUGENBROE, G. (2004). Advanced Building Simulation. Routledge. https://doi.org/10.4324/9780203073674

PAPADOPOULOS, S., AZAR, E., WOON, W. L., & KONTOKOSTA, C. E. (2017). Evaluation of tree-based ensemble learning algorithms for building energy performance estimation Journal of Building Performance Simulation, 11(3), 322–332. https://doi.org/10.1080/19401493.2017.1354919

RAJ, B. P., MEENA, C. S., AGARWAL, N., SAINI, L., KHAHRO, S. H., SUBRAMANIAM, U., & GHOSH, A. (2021). A Review on Numerical Approach to Achieve Building Energy Efficiency for Energy, Economy and Environment (3E) benefit. Energies, 14(15), 4487. https://doi.org/10.3390/en14154487

SCHWARTZ, Y., & RASLAN, R. (2013). Variations in results of building energy simulation tools, and their impact on BREEAM and LEED ratings: A case study. Energy and Buildings, 62, 350–359. https://doi.org/10.1016/j.enbuild.2013.03.022

SEYEDZADEH, S., RAHIMIAN, F. P., RASTOGI, P., & GLESK, I. (2019). Tuning machine learning models for prediction of building energy loads. Sustainable Cities and Society, 47, 101484. https://doi.org/10.1016/j.scs.2019.101484

HARPUTLUGIL, T., & DE WILDE, P. (2021). The interaction between humans and buildings for energy efficiency: A critical review. Energy Research & Social Science, 71, 101828. https://doi.org/10.1016/j.erss.2020.101828

UNITED NATIONS ENVIRONMENT PROGRAMME (2022). 2022 Global Status Report for Buildings and Construction: Towards a Zero emission, Efficient and Resilient Buildings and Construction Sector. https://www.unep.org/resources/publication/2022-global-status-report-buildings-and-construction

FANG, Y., & CHO, S. (2019). Design optimization of building geometry and fenestration for daylighting and energy performance. Solar Energy, 191, 7–18. https://doi.org/10.1016/j.solener.2019.08.039

YE, Y., HINKELMAN, K., ZHANG, J., ZUO, W., & WANG, G. (2019). A methodology to create prototypical building energy models for existing buildings: A case study on U.S. religious worship buildings. Energy and Buildings, 194, 351–365. https://doi.org/10.1016/j.enbuild.2019.04.037

ZHAO, H., & MAGOULÈS, F. (2012). A review on the prediction of building energy consumption. Renewable & Sustainable Energy Reviews, 16(6), 3586–3592. https://doi.org/10.1016/j. rser.2012.02.049

Downloads

Publicado

2023-12-31

Como Citar

Mercado, M. V., Barea-Paci, G. J., & Aceña, A. E. (2023). Construção de modelos matemáticos simples para calcular os requisitos de energia de edificações. Hábitat Sustentable, 13(2), 50–61. https://doi.org/10.22320/07190700.2023.13.02.04

Edição

V.13, N.2 (2023): Dezembro 2023

Secção

Artículos

Licença

Direitos de Autor (c) 2023 María Victoria Mercado, Gustavo Javier Barea-Paci, Andrés Esteban Aceña

Creative Commons License

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-CompartilhaIgual 4.0.

O conteúdo dos artigos publicados em cada número do Habitat Sustentável é da exclusiva responsabilidade dos autores e não representa necessariamente o pensamento ou compromete a opinião da Universidad del Bío-Bío.

Os autores mantêm os seus direitos de autor e concedem à revista o direito de primeira publicação da sua obra, que está simultaneamente sujeita à Licença de Atribuição Creative Commons CC BY-SA que permite a outros partilhar, transformar ou criar novo material a partir desta obra para fins não comerciais, desde que a autoria e a primeira publicação nesta revista sejam reconhecidas, e as suas novas criações sejam licenciadas sob os mesmos termos.

Artigos mais lidos do(s) mesmo(s) autor(es)