미국의 3 분의 2 이상이 도시 지역에 살고 있는데,이 지역은 자원 사용 및 운영 효율성과 관련하여 자원 사용 및 온실 가스 (GHG) 배출량을 줄이고 지속 가능성 목표와 탄력성을 충족하여 자연의 극단적 사건과 응급 상황에 맞서기 위해 거대한 도전에 직면하고 있습니다. 미국 도시의 건물은 총 1 차 에너지의 최대 70%를 소비합니다.
따라서 도시의 에너지 및 기후 목표를 달성하기 위해 에너지 절약 및 효율성 개선을 통해 도시 건물의 에너지 사용과 GHG 배출을 줄이는 것이 주요 전략입니다. Ubem (Urban Building Energy Modeling) 
Ubem은 개별 건물의 역학뿐만 아니라 개별 건물의 역학뿐만 아니라, 더 중요한 것은 건물 간 효과 (예 :산음 및 빛나는 열 교환) 및 건물 사이의 상호 영향 및 도시의 마이크로 에너지, 도시 간의 상호 영향, 도시 간의 상호 영향, 도시 간의 상호 영향을 미치기 위해 도시의 맥락에서 도시의 맥락에서 도시 (도시 블록에서 지구 및 도시까지) 건물 그룹의 성능에 대한 계산 모델링 및 시뮬레이션을 말합니다. 정책 결정. 도시 시스템 (시스템 시스템)의 일환으로 도시 건물을 고려하면 건물 그룹이 개별 건물의 단순한 합계보다 더 큰 성능을 달성 할 수 있습니다.
Ubem의 첫 번째이자 중요한 단계는 수십만 건의 건물을 포함하는 도시에 재고 건물의 디지털 표현을 개발하는 것입니다. 그림 2는 샌프란시스코 건물 재고의 데이터 세트를 만드는 데 사용되는 워크 플로를 보여줍니다. 토지 이용, 평가자 기록 및 에너지 공개 데이터베이스는 APN (Assessor Parcel Number)을 구획 식별자로 사용하여 건물 데이터를 저장합니다. 우리는 먼저 소포 관련 데이터를 통합하고 빌드 풋 프린트 데이터와 맵핑하여 각 데이터 세트의 모든 필드가있는 마스터 빌딩 데이터 세트를 만듭니다. 다음으로, 마스터 데이터 세트는 단순화되고 표준화되어 모든 샌프란시스코 건물에 대한 CityGML에서 3D 도시 모델을 생성했습니다. BEDES (Building Energy Data Exchange Specification)는 빌딩 데이터 세트의 용어를 표준화하는 데 사용되었습니다. 최종 데이터 세트 제품은 다양한 도시 모델링 및 분석 도구에서 사용할 수있는 CityGML, Geojson 및 FileGDB 형식에서 제공되었습니다.
CityGML은 3D 시티 모델의 표현 및 교환을위한 국제 오픈 지리 공간 컨소시엄 표준입니다. CityGML은 건물 및 구성 요소, 물 몸체, 도시 가구 (거리 조명, 신호등), 운송 인프라 (거리, 도로, 다리, 터널) 및 식생을 포함하여 도시 물체의 3D 기하학, 토폴로지, 의미 및 외관을 정의합니다. CityGML은 다양한 수준의 세부 사항에서 도시 물체를 대표 할 수있는 유연성을 가지고 있습니다. 예를 들어, 건물에는 그림 3과 같이 5 가지 수준의 표현이 있습니다.
도시의 일부 건물에는 더 많은 정보 (예 :City의 에너지 벤치마킹 및 공개 조례가 적용되는 건물)가있는 반면, 다른 건물에는 최소한의 공개 정보 (예 :사용 유형, 연도, 총 바닥 면적)가 있기 때문에 이것은 중요한 기능입니다. 그 과정에서 더 많은 건물에 대한 추가 정보가 제공되며 CityGML 표현을 개선하기 위해 추가 할 수 있습니다.
CityGML 파일은 CityGML 2.0 스키마, 특히 건물 및 일반 부품에 따라 생성되었습니다. 우리는 대부분의 건물 속성을 표준화 된 CityGML 요소에 매핑했습니다. 매핑 할 수없는 속성 (예 :연간 건물 부지 에너지 사용)의 경우 CityGML Generic 유형 (::_ genericsattribute)으로 선정되었습니다. 따라서 모든 건축 속성은 CityGML 표현에 포함됩니다. 모든 도시 건물을 단일 CityGML 파일 (GB 크기)에 포함 시키면 크기가 크기 때문에 파일을 관리하고 처리하기가 어렵습니다. 샌프란시스코 케이스의 경우, 우리는 건물 주식을 별도의 CityGML 파일로 표현한 15 개의 계획 구역으로 분할합니다.
3d citygml 기반 도시 모델은 Citybes (Hong et al. 2016)에서 에너지 모델링 및 분석을 구축하기 위해 사용됩니다. Citybes는 지구 또는 도시 규모의 건물 에너지 효율 프로그램을 지원하는 개방형 웹 기반 데이터 및 컴퓨팅 플랫폼입니다. Citybes는 물리 기반 건물 에너지 모델링 엔진의 USDOE 플래그십 인 EnergyPlus를 사용하여 건물 에너지 사용을 시뮬레이션하고 에너지 개조의 절약을 계산합니다. 그림 4는 Citybes의 3 층 구조를 보여줍니다 :데이터 계층, 알고리즘/엔진 소프트웨어 계층 및 애플리케이션 계층
Citybes의 주요 특징에는 다음이 포함됩니다 :(1) 다양한 지표 세트를 사용하여 건물 성능의 시각화, (2) 다양한 도시에서 주식을 건설하기위한 에너지 성능 벤치마킹, (3) 에너지 개조 평가 및 우선 순위 화, (4) 옥상 태양 광 PV 및 (5) 지구의 에너지 평가 및 지구의 에너지 평가를 심각하게 평가합니다. Citybes는 도시 계획자 및 개발자, 도시 에너지 관리자, 건축 소유자, 유틸리티, 에너지 컨설턴트 및 연구원을 대상으로합니다.
Citybes를 사용하여 건물 에너지 모델의 자동 생성 및 샌프란시스코 북동부 6 개 지구에있는 940 개의 중소 규모의 사무실 및 소매 건물의 에너지 역전 분석 워크 플로우의 워크 플로우를 입증하기 위해 Citybes를 사용하여 사례 연구를 수행했습니다. 5 개의 개별 에너지 절약 측정 (ECM)과 2 개의 ECM 패키지의 에너지 사용 및 에너지 비용의 잠재적 절약은 그림 5와 같이 Citybes를 사용하여 추정되었습니다.
결과는 또한 다음과 같은 것을 보여준다 :(1) 5 개의 측정 값이 모두 건물 당 부위 에너지의 23% -38%를 절약 할 수있다. (2) 조명을 조명 방출 다이오드 램프로 교체하고 기존 난방, 환기 및 에어컨 (HVAC) 시스템에 공기 계량제를 추가하는 것은 각각 평균 2.0 및 4.3 년의 평균 투자 회수로 가장 비용 효율적입니다. 그리고 (3) 도시의 온화한 기후와 최소한의 냉각 및 가열 하중으로 인해 샌프란시스코의 HVAC 시스템을 업그레이드하거나 창문을 교체하는 것은 경제적이지 않습니다.
UBEM의 주요 과제는 계산 자원에 큰 영향을 미치는 시뮬레이션 결과와 모델 복잡성의 정확성을 균형을 유지하는 것입니다. 우리는 Citybes를 사용하여 3 개의 기후 구역에서 940 개의 사무실 및 소매 건물의 시뮬레이션 된 에너지 사용에 대한 세 가지 구역 지정 방법의 영향과 바닥 승수 사용에 대한 또 다른 연구를 수행했습니다.
.첫 번째 구역 지정 방법 인 Onezone은 대상 건물의 발자국을 기반으로 바닥 당 하나의 열 영역을 생성합니다. 두 번째 구역 지정 방법 인 Autozone은 건물의 발자국을 주변 및 핵심 구역으로 나눕니다. 소설의 픽셀 기반 자동 구역 지정 알고리즘이 Autozone 방법을 위해 개발되었습니다. 세 번째 구역 지정 방법 인 프로토 타입은 미국 에너지 국의 참조 구축 프로토 타입 모양을 사용합니다. 결과 바닥 승수가있는 건물의 시뮬레이션 된 소스 에너지 사용은 각 층을 명시 적으로 모델링하는 것보다 최대 2.6% 증가하여 실행하는 데 2 ~ 3 배 더 걸립니다.
.Autozone 방법과 비교하여, Onezone 방법은 열 부하 및 장비 용량이 줄어 듭니다. 15.2% 더 작은 팬 용량, 11.1% 더 작은 냉각 용량, 11.0% 더 작은 가열 용량, 16.9% 가열 하중 및 냉각 부하가 7.5% 줄어 듭니다. 소스 에너지 사용 차이는 -7.6%에서 5.1%입니다. 프로토 타입 방법을 Autozone 방법과 비교할 때 소스 에너지 사용 차이는 -12.1%에서 19.0%이며 열 부하 및 장비 용량에 대해 더 큰 차이가 발견됩니다. 이 연구는 구역 지정 방법이 UBEM의 시뮬레이션 된 에너지 사용에 상당한 영향을 미친다는 것을 보여 주었다. 이 연구로 인한 한 가지 권장 사항은 Ubem의 시뮬레이션 실행 시간의 균형을 유지하면서 정확한 결과를 얻기 위해 바닥 승수와 함께 Autozone 방법을 사용하는 것입니다.
이러한 결과는 도시 규모 건물 개조 분석을위한 도시 데이터 세트를 기반으로 도시 건물 에너지 모델의 자동 생성 및 시뮬레이션이라는 제목의 두 기사에 설명되어 있으며, 최근에 Applied Energy 저널에 발표 된 도시 건물 에너지 모델의 시뮬레이션 결과에 대한 건물 기하학적 모델링 방법의 영향. . Ubem 연구 작업은 Lawrence Berkeley National Laboratory의 Building Technology and Urban Systems Division의 Tianzhen Hong 박사, Yixing Chen 박사 및 Mary Ann Piette 부인이 수행했습니다.
참조
- Chen, Y., Hong, T., Piette, M.A. 도시 규모 건물 개조 분석을위한 도시 데이터 세트를 기반으로 도시 건물 에너지 모델의 자동 생성 및 시뮬레이션. Applied Energy, 2017.
- Hong, T., Chen, Y., Lee, S.H., Piette, M.A. Citybes :도시 규모의 건물 에너지 효율성, Urban Computing 2016, San Francisco를 지원하는 웹 기반 플랫폼.
- Gröger, G., Plümer, L. CityGML - 상호 운용 가능한 시맨틱 3D 시티 모델, ISPRS 사진 측량 및 원격 감지, 71 :12–33, 2012.
