برآورد پتانسیل کاهش گازهای گلخانه ای از طریق بهینه سازی مصرف انرژی در ساختمان اداری در شهر تهران با استفاده از نرم افزار انرژی پلاس

الموضوعات :

سعید شجری ¹ (گروه آموزشی مهندسی محیط زیست دانشکده محیط زیست و منابع طبیعی دانشگاه آزاد اسلامی واحد علوم و تحقیقات)
آزیتا بهبهانی نیا ² (گروه آموزشی محیط زیست دانشکده کشاورزی و علوم پایه دانشگاه آزاد اسلامی واحد رودهن)
اشکان عبدالی سوسن ³ (استادیار گروه مهندسی انرژی، دانشگاه آزاد اسلامی واحد علوم وتحقیقات تهران، تهران، ایران)

تاريخ الإرسال : 15 السبت , ربيع الثاني, 1443 تاريخ التأكيد : 16 الأربعاء , ذو القعدة, 1443 تاريخ الإصدار : 18 الإثنين , شعبان, 1443

الکلمات المفتاحية: گازهای گلخانه ای, ممیزی انرژی, آسایش حرارتی, نرم افزار انرژی پلاس,

ملخص المقالة :

زمینه و هدف : مصرف انرژی در ساختمان های کشور در حدود دو تا چهار برابر متوسط مصرف انرژی در سایرکشورهای جهان می باشد . در بخش ساختمان، ساختمان های عمومی و دولتی هفتاد درصد مصرف این بخش از انرژی را به خود اختصاص می دهند. محدود بودن منابع انرژی وآثار زیان آور بر مصرف بی رویه آن، طرحی مناسب و بهینه را از دیدگاه مصرف انرژی ضروری می سازد. هدف از انجام این پژوهش بررسی و تغییر الگوی مصرف انرژی در ساختمان های اداری در راستای کاهش گازهای گلخانه ای می باشد.روش بررسی: جهت انجام بهینه سازی در ساختمان مورد مطالعه میزان انرژی مصرفی و جزئیات مربوط به سیستم های گرمایشی، سرمایشی و روشنایی ساختمان منتخب از طریق بازدید های میدانی و به کمک لوکس متر اندازه گیری، برداشت و سنجیده شد. با استفاده از نرم افزار انرژی پلاس مصرف انرژی برای ساختمان مورد نظر که با توجه به بررسی های انجام شده درگروه ساختمان های با مصرف انرژی زیاد قرار دارد، شیبه سازی شد. مقادیر مربوط به میزان هدررفت انرژی، سطح آسایش و شاخص های مصرف انرژی در ساختمان منتخب نیز محاسبه گردید.یافته ها: نتایج نشان می دهد که با اقدامات بهینه سازی موثر در ساختمان مورد نظر میتوان به کاهش کربن دی اکسید تولیدی و کاهش مصرف انرژی بین 14تا 20درصد بصورت سالیانه دست یافت.نتیجه گیری: بر طبق محاسبات انجام شده بطور میانگین 50 درصد از مصرف انرژی سالیانه هدر می رود که میتوان این میزان را با انجام اقدامات ممیزی تا 30 درصد کاهش داد و آسایش حرارتی که در برخی فصول خاص در ساختمان تا بیش از 60 درصد محاسبه شده است را افزایش داد.

المصادر:

• 1- Bünning, F., Huber, B., Heer, P., Aboudonia, A., & Lygeros, J. (2020). Experimental demonstration of data predictive control for energy optimization and thermal comfort in buildings. Energy and Buildings, 211, 109792.‏


• 2- زهری س، طاهباز م ، اعتصام ا .(1396 )ارائه الگوی بهینه استقرار ساختمان ها در مجتمع های مسکونی ویلایی در شهر رشت با رویکرد بهره گیری بهینه از انرژی خورشید و باد. نشریه مدیریت شهری شماره 47، 21-32


• 3- اقتداری, ع, نصر ط, موحدخ، برزگر مروستی ز. (1399). بررسی میزان صرفه‌جویی در مصرف انرژی مسکن زمین‌پناه در مقایسه با مدل مستقر بر سطح زمین (مطالعه موردی: شهر شیراز). مهندسی تونل و فضاهای زیرزمینی, 9(2),.206-185


• 4- شرقی،ع, ن. (1397). نقش فرم سقف درصرفه جویی میزان انرژی گرمایشی با معیار اسایش حرارتی محیط زندگی. فصلنامه علوم و تکنولوژی محیط زیست،ویرایش 7،شماره3،چاپ دوم


• 5- Leman, A. M., Sharif, H. Z., Krizou, A. N., Al-Tarawne, M. T. A., Subbiah, M., Al Farsi, M., & Irfan, A. R. (2020). Single Objective Optimization of Net Zero Energy Residential Building in Tropical Climate. In IOP Conference Series: Materials Science and Engineering (Vol. 864, No. 1, p. 012015). IOP Publishing


• 6- بختیاری, و, فیاض, ر، (1399). قابلیت‌ها و محدودیت‌های ابزارهای بهینه سازی انرژی در مرحله طراحی معماری. نشریه انرژی ایران, 22(1), 127-150.


• 7- مقررات ملی ساختمان ،مبحث 19 مقررات ملی ساختمان (صرفه جویی در مصرف انرژی )،نشر مرکز تحقیقات راه ،مسکن و شهرسازی ،ویرایش چهارم و ابتدای 1399


• 8- حافظی فرد, ر،زارع‌پور احمدآبادی, ج، عباسی ه. (1399). شناسایی عوامل موثر در مصرف انرژی خانگی به کمک روش‌های داده‌کاوی. نشریه انرژی ایران, 23(1), 25-45.


• 9- Giouri, E. D., Tenpierik, M., & Turrin, M. (2020). Zero energy potential of a high-rise office building in a Mediterranean climate: Using multi-objective optimization to understand the impact of design decisions towards zero-energy high-rise buildings. Energy and Buildings, 209, 109666.


• 10- Joe, J., & Karava, P. (2019). A model predictive control strategy to optimize the performance of radiant floor heating and cooling systems in office buildings. Applied Energy, 245, 65-77.


• 11- Salem, R., Bahadori-Jahromi, A., M, A, G, P., & Cook, D. (2020). Energy performance and cost analysis for the nZEB retrofit of a typical UK hotel. Journal of Building Engineering, 31, 101403.


• 12- Allahyari, F,Behbahaninia,A,Rahami,H,(2019),Development of Model for Energy management in office buildings by neural networks case study:Bandar Abbas,International journal of environmental science and technology.


• 13- الهیاری ف، بهبهانی نیا آ، رحامی ح،(1398)،تدوین مدل مدیریت انرژی در بخش ساختمان با به کار گیری الگوریتم PSO(مطالعه موردی شهرستان بندر عباس )، بیست و چهارمین همایش ملی انجمن متخصصان محیط زیست و چهاردهمین جشنواره توسعه سبز،تهران،https://civilica.com/doc/1016361


• 14- شاعری, ج, یعقوبی, م, وکیلی نژاد, ر.(1399). تأثیر شیشۀ هوشمند الکتروکرومیک بر بار سرمایش ساختمان‌های اداری در اقلیم گرم و مرطوب، گرم و خشک و سرد ایران. نشریه مهندسی و مدیریت انرژی, 10(3), 90-99.