![](https://iirr.vn/wp-content/uploads/2023/06/rsz_6491562c40660.png)
![Phân tích sóng nhiệt có tính tổ chức bằng cách xây dựng dữ liệu đồng hồ và mô hình hóa năng lượng Phân tích sóng nhiệt có tính tổ chức bằng cách xây dựng dữ liệu đồng hồ và mô hình hóa năng lượng](https://iirr.vn/wp-content/uploads/2023/06/rsz_6491562c40660.png)
Phân tích sóng nhiệt có tính tổ chức bằng cách xây dựng dữ liệu đồng hồ và mô hình hóa năng lượng
Institutional heat wave analysis by building energy modeling fleet and meter data
Tác giả: Villa Daniel L.
Ngày đăng tải: 01/04/2021
DOI: https://doi.org/10.1016/j.enbuild.2021.110774
Các đợt nắng nóng làm tăng nhu cầu sử dụng điện từ các tòa nhà và có thể gây ra tình trạng mất điện. Mô hình hóa có thể giúp các nhà hoạch định định lượng rủi ro của các sự kiện như vậy. Nghiên cứu này cho thấy cách mô hình hóa Năng lượng Tòa nhà (BEM), dữ liệu đồng hồ đo và dự báo khí hậu có thể ước tính tác động của sóng nhiệt đối với mức tiêu thụ năng lượng và tải điện cao điểm. Phương pháp này giả định rằng việc thể hiện một phần BEM cho toàn bộ địa điểm của các tòa nhà là đủ để đại diện cho toàn bộ địa điểm. Hai mô hình hồi quy tuyến tính của kết quả BEM được tạo ra: 1) Sử dụng năng lượng như một hàm của dung lượng sóng nhiệt và 2) Mức tải cao nhất như một hàm của nhiệt độ tối đa hàng ngày. Sự không chắc chắn được truyền tải trong dữ liệu đồng hồ đo được áp dụng cho các phép hồi quy cung cấp độ dốc và chặn khoảng tin cậy 95%. Phương pháp này được áp dụng bằng cách sử dụng 97 BEM chi tiết, dữ liệu thời tiết khu vực, 242 đồng hồ đo tòa nhà và dữ liệu khí hậu thu nhỏ NEX-DCP30 cho toàn bộ các trụ sở ở Albuquerque, New Mexico. Một loạt các đợt nắng nóng thay đổi từ thời tiết năm 2019 với mức tăng cao nhất là 5,9 °C đã được hình thành. Các kết quả của nghiên cứu đã cung cấp cho các nhà quy hoạch thể chế những thông tin cần thiết cho một địa điểm hiện đang phát triển rất nhanh. Các mô hình hồi quy kết quả cũng hữu ích cho các phân tích khả năng phục hồi liên quan đến đánh giá rủi ro xác suất.
Link: OSTI.gov | Science Direct