ผลกระทบของชุดข้อมูลสภาพภูมิอากาศที่มีผลต่อการจำลองประสิทธิภาพการใช้พลังงานในอาคารด้วยคอมพิวเตอร์
Article Sidebar
Main Article Content
บทคัดย่อ
หลายปีที่ผ่านมาสภาพภูมิอากาศทั่วโลกเปลี่ยนแปลงอย่างมาก ส่งผลต่อการจำลองประสิทธิภาพการใช้พลังงานในอาคารด้วยโปรแกรมคอมพิวเตอร์ ซึ่งอาศัยชุดข้อมูลสภาพภูมิอากาศในการวิเคราะห์เป็นส่วนประกอบ งานวิจัยนี้จึงศึกษาการจำลองประสิทธิภาพการใช้พลังงานในอาคาร เมื่อใช้ชุดข้อมูลสภาพภูมิอากาศที่ตรวจวัดในพื้นที่ใกล้เคียงกับอาคารกรณีศึกษา ซึ่งในที่นี้เลือกจากสถานีตรวจวัด คณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย เปรียบเทียบกับชุดข้อมูลสภาพภูมิอากาศจากเว็บไซต์ (CU) ได้แก่ 1) Energyplus (EPW) 2) Climate One Building (COB) 3) Photovoltaic Geographical Information System (PVGIS) และ 4) Integrated Environmental Solutions (IES)
จากคำถามวิจัยที่ว่า ชุดข้อมูลที่แตกต่างกันจะส่งผลต่อการจำลองประสิทธิภาพการใช้พลังงานมากน้อยเพียงใด จึงเปรียบเทียบอุณหภูมิ ความชื้นสัมพัทธ์ ความเข้มรังสีดวงอาทิตย์แบบตรง และแบบกระจาย Cooling Degree Days (CDD) และเลือกอาคารจามจุรี 5 เป็นอาคารกรณีศึกษาในการจำลองการใช้พลังงานการทำความเย็นในอาคาร ผลการวิจัยพบว่า ข้อมูลสภาพภูมิอากาศจากเว็บไซต์ มีความแตกต่างอย่างมีนัยยะสำคัญกับ CU ทุกกรณี ยกเว้น ข้อมูลอุณหภูมิจาก COB ที่ไม่แตกต่างจาก CU แต่เมื่อนำชุดข้อมูลสภาพภูมิอากาศทั้งหมดมาจำลองประสิทธิภาพการใช้พลังงานด้วยโปรแกรมคอมพิวเตอร์เปรียบเทียบกับ CU พบว่า มีเพียง PVGIS เท่านั้นที่แตกต่างอย่างมีนัยยะสำคัญ นอกจากนี้ ฉนวนกันความร้อนที่เปลือกอาคารเป็นตัวแปรที่ส่งผลต่อการใช้พลังงานภายในอาคารอันเนื่องจากอิทธิพลของสภาพภูมิอากาศ
Article Details
เอกสารอ้างอิง
ณัฏฐา ตระกูลไทย. (2558). ผลกระทบจากภาวะอากาศเปลี่ยนแปลงต่อการใช้พลังงานอาคารในเขตร้อนชื้น [วิทยานิพนธ์ ปริญญามหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. CUIR. http://cuir.car.chula.ac.th/handle/123456789/51131
ปกป้อง ปัตทวีคงคา. (2555). อิทธิพลของภูมิอากาศในภูมิภาคต่าง ๆ ของประเทศไทยต่อการใช้พลังงานในอาคาร [วิทยานิพนธ์ปริญญามหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. CUIR. http://cuir.car.chula.ac.th/handle/123456789/42524
ปรีชา อาการศ และกูสกานา กูบาฮ. (2562). การศึกษาความสัมพันธ์ระหว่างอุณหภูมิภายนอกและการใช้พลังงานของเครื่องปรับอากาศของอาคารอเนกประสงค์มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี, วารสารวิชาการ ปขมท., 80(2), 80–89.
จุฬาลงกรณ์มหาวิทยาลัย. สำนักบริหารระบบกายภาพ. (2563). แบบก่อสร้างอาคารจามจุรี 5 จุฬาลงกรณ์มหาวิทยาลัย CEN062. สำนัก.
อภิญญา เวชกามา. (2565). ผลกระทบจากภาวะอากาศเปลี่ยนแปลงกับการออกแบบพลังงานหมุนเวียน เพื่อไปสู่อาคารพักอาศัย ปล่อยคาร์บอนสุทธิเป็นศูนย์ [วิทยานิพนธ์ปริญญามหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. Chula DigiVerse. https://digiverse.chula.ac.th/Info/item/dc:51879
ASHRAE. (2002). ASHRAE Guideline: Measurement of energy and demand savings. https://www.eeperformance.org/uploads/8/6/5/0/8650231/ashrae_guideline_14-2002_measurement_of_energy_and_demand_saving.pdf
ASHRAE. (2013). ASHRAE handbook fundamentals (SI ed.). American Society of Heating, Refrigerating and Air-Conditioning Engineers. https://www.ashrae.org
ASHRAE. (2021). ASHRAE handbook-Fundamentals. https://www.ashrae.org/technical-resources/ashrae-handbook/ashrae-handbook-online
Crawley, D., & Lawrie, L. (2014). Climate one building. https://climate.onebuilding.org/
Crawley, D. B., Hand, J. W., Kummert, M., Griffith, B. T. (2008). Contrasting the capabilities of building energy performance simulation programs. Building and Environment, 43(4), 661–673.
EnergyPlus. (n.d.). EnergyPlus. https://energyplus.net/
European Center for Medium-Range Weather Forecasts. (2005). Photovoltaic Geographical Information System (PVGIS). https://joint-research-centre.ec.europa.eu/
Fatek Group. (n.d.). SP-PU-01 REV.00: Specification of PU panel. The company.
Guardian Glass. (2022). Guardian GlassTime: Technical manual. Guardian Europe. file:///C:/Users/maplab/Downloads/GlassTimeHandbook_EN_0822.pdf
Gupta, V., & Deb, C. (2023, October). Envelope design for low-energy buildings in the tropics: A review. Renewable and Sustainable Energy Reviews, 186, 113650.
Integrated Environment Solutions (IES). (1995). Athenium analytics: Weather data for any global location. https://www.iesve.com/support/weatherfiles/athenium-analytics
Internal Panel in Climate Change. (2023). Climate change 2023 synthesis report. https://www.ipcc.ch/report/ar6/syr/
International Business Machines [IBM]. (2021). IBM SPSS statistics 29 core system user's guide. https://www.ibm.com/docs/en/SSLVMB_29.0.0/pdf/IBM_SPSS_Statistics_Core_System_User_Guide.pdf
Liu, Y., Stouffs, R., Tablada, A., Wong, N. H., & Zhang, J. (2016). Comparing micro-scale weather data to building energy consumption in Singapore. Energy and Building, 152(1), 776–791.
Radhi, H. (2008). A comparison of the accuracy of building energy analysis in Bahrain using data from different weather periods. Renewable Energy, 34(3), 869–875.
Sakurai, Y. (2023). Analysis of design weather data used in the Asian region [Unpublished master’s thesis]. Tokyo Metropolitan University.
Santamouris, M. (2016, September 15). Cooling the buildings – past, present and future. Energy and Buildings, 128, 617–638.
U.S. Department of Energy. (2022, March 29). EnergyPlus™ version 22.1.0 documentation: Auxiliary programs. The Department.
Wang, W., Li, S., Guo, S., Ma, M., Feng, S., Bao, L. (2021, November). Benchmarking urban local weather with long-term monitoring compared with weather datasets from climate station and EnergyPlus weather (EPW) data. Energy Reports, 7, 6501–6514.
Wilcox, S., & Marion, W. (2008, May). User’s manual forTMY3 data sets: Technical report NREL/TP-581-43156. National Renewable Energy Laboratory.
World Meteorological Organization. (2023). The global climate 2011–2020: A decade of accelerating climate change. https://www.un-ilibrary.org/content/books/9789263113382c004
Yassaghi, H., Mostafavi, N., Hoque, S. (2019, September 15). Evaluation of current and future hourly weather data intended for building designs: A Philadelphia case study. Energy and Buildings, 199, 491–511.
