請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/71654完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 陳柏翰(Po-Han Chen) | |
| dc.contributor.author | Yu-Rou Chen | en |
| dc.contributor.author | 陳育柔 | zh_TW |
| dc.date.accessioned | 2021-06-17T06:05:41Z | - |
| dc.date.available | 2019-06-28 | |
| dc.date.copyright | 2019-01-21 | |
| dc.date.issued | 2018 | |
| dc.date.submitted | 2019-01-17 | |
| dc.identifier.citation | [1]經濟部能源局; 台灣綠色生產基金會, “建築節能應用技術手冊,” 2014.
[2]內政部建築研究所, “綠建築節能效益調查研究（13）-以辦公類綠建築為例,” 2010. [3]經濟部能源局; 台灣綠色生產基金會, “2017年非生產性質行業能源查核年報,” no. December, 2017. [4]盧裕文, “綠建築成本分析與比較,” 2012. [5]經濟部能源局; 台灣綠色生產基金會, “醫院節約能源應用技術手冊,” 2016. [6]USGBC, “LEED v 4 for BUILDING DESIGN AND CONSTRUCTION.” p. 161, 2016. [7]Y.Pan, R.Yin, and Z.Huang, “Energy modeling of two office buildings with data center for green building design,” Energy Build., vol. 40, no. 7, pp. 1145–1152, 2008. [8]M. Abdallah, K. El-Rayes, and L. Liu, “Minimizing Upgrade Cost to Achieve LEED Certification for Existing Buildings,” J. Constr. Eng. Manag., vol. 142, no. 2, p. 04015073, 2015. [9]內政部建築研究所, “綠建築評估手冊-基本型(EEWH-BC).” 2015. [10]簡林頡, “辦公廳類建築外殼節能之成本效益分析,” 2009. [11]呂旻倫, “利用遺傳演算法優化綠建築外殼節能設計之研究,” 2011. [12]古軒銘, “利用遺傳演算法優化綠建築外殼節能設計之研究,” 2012. [13]羅梓豪、蔡尤溪, “台灣綠建築EEWH評估法用於既有商辦大樓節能改善分析,” 冷凍空調與能源科技雜誌, vol. 90, pp. 49–58, 2014. [14]蘇敬雅, “應用人工免疫演算法於辦公廳類綠建築之空調設備成本最佳化設計,” 2015. [15]蕭明哲、沈志秋, 空調設備. 2011. [16]台北市政府, “空調系統節能管理與維護手冊.” 2011. [17]日本空氣調節、衛生工程學會, 空氣線圖與空調系統應用. 2013. [18]馬利艷, “全球空調產業趨勢與市場分析,” 冷凍與空調, no. 48, 2007. [19]謝博智, “冰水主機應用不同散熱方法之全年系性能係數分析-以商業建築為例,” 2009. [20]經濟部能源局; 台灣綠色生產基金會, “空調空氣系統節能技術手冊.” 2011. [21]經濟部能源局; 台灣綠色生產基金會, “空調系統管理與節能手冊.” 2008. [22]內政部建築研究所, 綠空調實踐與應用. 2008. [23]李建享, “量販店節能技術之研究,” 2005. [24]彭開駿, “冷卻水泵變頻之節能研究,” 2007. [25]張世協, “辦公建築物之空調節能策略分析-以台南市為例,” 2010. [26]干孟申, “整合能耗模擬於新建綠醫院節能設計評估,” 2014. [27]林怡丞, “大學校園建築空調系統之節能手法與節能效益評估-以台灣科技大學建築系為例,” 2014. [28]S. Mirjalili and A. Lewis, “The Whale Optimization Algorithm,” Adv. Eng. Softw., vol. 95, pp. 51–67, 2016. [29]J. H. Holland, “Genetic Algorithms,” Sci. Am., vol. 267, no. 1, pp. 66–72, 1992. [30]J. Kennedy and R. Eberhart, “Particle swarm optimization,” Neural Networks, 1995. Proceedings., IEEE Int. Conf., vol. 4, pp. 1942–1948 vol.4, 1995. [31]陳清良, “應用類神經網路與粒子群演算法於冰水主機負載分配最佳化,” 2014. [32]J. Wang, Z. J. Zhai, Y. Jing, and C. Zhang, “Particle swarm optimization for redundant building cooling heating and power system,” Appl. Energy, vol. 87, no. 12, pp. 3668–3679, 2010. [33]X. Wei, A. Kusiak, M. Li, F. Tang, and Y. Zeng, “Multi-objective optimization of the HVAC (heating, ventilation, and air conditioning) system performance,” Energy, vol. 83, no. June, pp. 294–306, 2015. [34]X. He, Z. Zhang, and A. Kusiak, “Performance optimization of HVAC systems with computational intelligence algorithms,” Energy Build., vol. 81, no. October, pp. 371–380, 2014. [35]崔東文, “鯨魚優化算法在水庫優化調度中的應用,” 水利水電科技進展, vol. 37, no. 3, 2017. [36]行政院環境保護署, 室內空氣品質檢驗測定管理辦法. 2012. [37]American Society of Heating Refrigerating and Air-Conditioning Engineers, ASHRAE 90.1. 2010. [38]詹邦鎮, “辦公建築空調系統之生命週期經濟效益分析研究—以地方政府廳舍冰水主機房汰舊換新為例,” 2008. [39]內政部建築研究所, “辦公廳類建築節約能源技術規範,” 2011. [40]許守平, 冷凍空調原理與工程. 2006. [41]K. Ishaque, Z. Salam, M. Amjad, and S. Mekhilef, “An improved particle swarm optimization （PSO）-based MPPT for PV with reduced steady-state oscillation,” IEEE Trans. Power Electron., vol. 27, no. 8, pp. 3627–3638, 2012. [42]X. H.Shi, Y. C. Liang, H. P. Lee, C. Lu, and L. M. Wang, “An improved GA and a novel PSO-GA-based hybrid algorithm,” Inf. Process. Lett., vol. 93, no. 5, pp. 255–261, 2005. [43]A. Kusiak, M. Li, and F. Tang, “Modeling and optimization of HVAC energy consumption,” Appl. Energy, vol. 87, no. 10, pp. 3092–3102, 2010. [44]劉昱德、黃士滔, “比較三種萬用啟發式演算法於 TSP 問題之探討,” 工程科技與教育學刊, vol. 8, no. 3, pp. 443–452, 2011. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/71654 | - |
| dc.description.abstract | 空調系統節能是綠建築節能中不容小覷的一部分，為達到理想的綠建築等級，空調設備配置的設計與選擇十分重要。然而，空調系統節能不易，以過往的人工設計及計算方式並無法精準的選擇各項設備的種類及數量，僅憑經驗或為了達到理想等級常導致成本過高，而形成不必要的浪費。
為解決此問題，達到同時考量節能與最低成本之目標，本研究運用鯨魚最佳化演算法，建立出空調節能成本最佳化系統，協助使用者在設備及節能技術的選擇及設計上更加精準並省時。此系統採用世界通用的美國綠建築標章LEED以及台灣綠建築標章EEWH作為理想分數之基準，在達到理想分數的前提下，以演算法搜尋出成本最低的空調設備配置，並以計算用電成本方式將能耗納入考量， 此外，本研究對鯨魚最佳化演算法以及能耗計算方式進行驗證，結果顯示鯨魚最佳化演算法與窮舉法相比，誤差僅1 %，然運算時間卻較窮舉法快66961倍。由此可知，鯨魚最佳化演算法於空調系統設計成本最佳化求解之效率佳且品質好。能耗計算方面，以EnergyPlus進行驗證，結果顯示本系統計算耗電量之方式與軟體模擬出之能耗差距為6~12%，效果尚可。 本研究亦開發清楚簡單的使用者介面以及輸出模式，使用者僅需輸入建築物基本資訊、空調需求及理想分數，即可於短時間之內輸出符合理想分數之最低成本空調系統配置，以作為設計參考之用。 | zh_TW |
| dc.description.abstract | The electric power consumption of air-conditioning system occupies a large proportion of total consumption of a building. Therefore, a good design for the configuration of air-conditioning system takes an important part of saving energy. However, the budget is often the main consideration for most owners.
In order to take account of the energy saving and the cost of green buildings simultaneously, this research aims to develop a model for cost minimization design. In the model, EEWH, Taiwanese green building standards, and LEED, U.S. green building standards, are considered and The Whale Optimization Algorithm is applied to search the optimal solution. The model will find the configuration with the lowest cost in the premise of achieving the optimal score of EEWH or LEED. This research verifies The Whale Optimization Algorithm and the calculation of energy consumption. The result shows that comparing The Whale Optimization Algorithm with The Exhaustive Method, the error is only 1%, and the speed is 66961 times that of The Exhaustive Method. It can be seen that the efficiency and accuracy of The Whale Optimization Algorithm is good enough. In the other part, the calculation of energy consumption is verified by EnergyPlus. The result shows that the error of the energy consumption calculation of the system is 6~12 %. In addition, this research develops clear and simple user interface. Through this system, users can easily input basic building information, and get the output of the air-conditioning configuration with the lowest cost and achieving optimal score in a short time. | en |
| dc.description.provenance | Made available in DSpace on 2021-06-17T06:05:41Z (GMT). No. of bitstreams: 1 ntu-107-R05521705-1.pdf: 5012352 bytes, checksum: da3001f1ff54162bdfb3e5ff950a1312 (MD5) Previous issue date: 2018 | en |
| dc.description.tableofcontents | 誌謝 i
中文摘要 ii Abstract iii 目錄 iv 圖目錄 vii 表目錄 ix 第 1 章 緒論 1 1.1 研究背景 1 1.2 研究動機與目的 2 1.3 研究範圍與限制 3 1.4 研究架構與方法 4 第 2 章 文獻回顧 6 2.1 美國綠建築評估系統LEED 6 2.1.1 LEED v4 簡介 6 2.1.2 空調節能相關分數 7 2.2 台灣綠建築評估系統EEWH 9 2.2.1 EEWH簡介 10 2.2.2 空調節能指標 11 2.3 空調系統與設備 12 2.3.1 中央空調系統 12 2.3.2 空調設備 13 2.3.3 空調節能技術 16 2.3.4 空調節能相關研究 19 2.4 演算法相關文獻 20 2.4.1 最佳化演算法 20 2.4.2 鯨魚演算法 22 2.5 小結 25 第 3 章 系統開發 26 3.1 專家訪談 26 3.1.1 空調設計採節能標章之概況 26 3.1.2 空調節能技術 26 3.2 系統介紹 28 3.3 使用者介面 29 3.4 空調設備選擇模式 31 3.4.1 冰水主機 32 3.4.2 送風系統 32 3.4.3 冰水系統 32 3.4.4 冷卻水塔系統 33 3.4.5 節能技術 33 3.4.6 分數計算 34 3.4.6.1 EEWH 34 3.4.6.2 LEED 37 3.5 成本計算 39 3.6 鯨魚最佳化演算法設計 41 3.6.1 鯨魚最佳化演算法流程 41 3.6.2 參數設計與修正 46 3.6.2.1 最大迭代數測試 47 3.6.2.2 搜尋者數量測試 49 3.7 成果分析與比較 50 3.8 小結 53 第 4 章 案例研究與分析 54 4.1 案例概述 54 4.2 能耗模型 56 4.3 系統驗證 58 4.3.1 鯨魚最佳化演算法驗證 58 4.3.2 能耗計算驗證 60 4.3.2.1 空調模型建立 60 4.3.2.2 驗證結果 63 4.4 小結 66 第 5 章 結論與建議 67 5.1 結論 67 5.2 建議與後續研究 68 參考文獻 69 附錄一、設備資料庫 72 附錄二、詳細測試數據 79 | |
| dc.language.iso | zh-TW | |
| dc.subject | 綠建築 | zh_TW |
| dc.subject | 空調節能 | zh_TW |
| dc.subject | 鯨魚最佳化演算法 | zh_TW |
| dc.subject | EnergyPlus | zh_TW |
| dc.subject | 成本最佳化 | zh_TW |
| dc.subject | Cost Minimization | en |
| dc.subject | Air-Conditioning System | en |
| dc.subject | The Whale Optimization | en |
| dc.subject | EnergyPlus | en |
| dc.subject | Green Building | en |
| dc.title | 應用鯨魚最佳化演算法於綠建築空調系統成本最佳化設計-以辦公廳為例 | zh_TW |
| dc.title | Cost Minimization Design for Air-Conditioning Systems in Green Buildings Using Whale Optimization Algorithm-Taking Office Buildings for Example | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 107-1 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 張陸滿,詹瀅潔,黃鴻河 | |
| dc.subject.keyword | 綠建築,空調節能,鯨魚最佳化演算法,EnergyPlus,成本最佳化, | zh_TW |
| dc.subject.keyword | Green Building,Air-Conditioning System,The Whale Optimization,EnergyPlus,Cost Minimization, | en |
| dc.relation.page | 102 | |
| dc.identifier.doi | 10.6342/NTU201900110 | |
| dc.rights.note | 有償授權 | |
| dc.date.accepted | 2019-01-17 | |
| dc.contributor.author-college | 工學院 | zh_TW |
| dc.contributor.author-dept | 土木工程學研究所 | zh_TW |
| 顯示於系所單位： | 土木工程學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-107-1.pdf 未授權公開取用 | 4.89 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。