建築效能分析程序

以永續節能為目標的建築效能分析程序，包括結合環境參數、可供設計決策的能源計算 數據與可視化分析圖像，並透過 BIM 軟體的資料庫動態運算功能、決策循環的回饋機制，進 行設計校正以得到可適化方案之目的。圖 3-6 為台灣檢驗綠建築與建築資訊模擬中心所建議 的 BIM 架構下綠色建築模擬流程，可以觀察 Green BIM 軟體的分析層面與設計關聯。

圖 3-6 BIM 架構下綠色建築模擬流程

來源：編輯自台灣檢驗綠建築與建築資訊模擬中心

(4) 評

g Performa 益的最適化 能量 ENVLOA 築)，窗面平

ance Analy 化設計方案 sis, BPA)

。本研究在

k Sustainabi

析步驟，本研

ility Worksh

研究建構 G

與 Autodesk Vasari 效能計算模組的參數整合性等因素，以簡化概念之用電密度 EUI(Energy use intensity,建築物單位面積的年耗電量)，作為本研究建築耗能整 體性綜合指標的方案評估基準。IEA (1997)定義能源指標是根據因素分解法針對細 項部門別做分類，其分別建立其活動、密集度及結構指標，經由能源－排放指標模 型解構出碳排放量，其對於非製造業部門如住宅部門、服務業部門皆納入樓地板面 積做為能源使用產出項(陳家榮,2010)。EUI 值可以簡單反映能源使用的比例，並 廣泛地被用於分析建築物的能源耗用。例如美國的橡樹嶺國家實驗室(1997)為建立 商業性建築物的能源耗用調查資料庫(CBECS)，即以 100kWh/sqft 表達 EUI，並將 建築物依功能性分為 24 項用途類別，觀察各類建築物的能源使用狀況。歐盟的 ODYSSEE 資料庫(1992)中，以三類指標(Bossloeuf and Moisan,1999)(1)經濟比、

(2)技術經濟比、(3)能源節約指標，觀察各產業能源效率表現，其對住宅與服務業 部門的能源效率調查，皆包含單位面積的 EUI 能源消費參數，顯示國際對於 EUI 於 各類建築綜合節能評估的普遍應用。下表 3-2 為台灣各類建築單位面積用電密度 (EUI)統計表，EUI 的單位為 kWh/m²*yr，可以作為國內建築能源效率的評估比較基 準。(經濟部能源局,2013)

(2) 室內舒適度

有關室內舒適度評估指標廣泛，如 PMV(預測平均表決)是由丹麥學者 P.O. Fanger 教授於 1972 年所發表人體熱平衡模型，該模型用來表示人體對於環境中冷、熱的 感受，並以預測不滿意百分率(Predicted Perce-ntage of Dissa-tisfied, PPD)，

表示在該 PMV 舒適指標中，有多少百分比的人感到不舒適。影響 PMV 指標的因素，

標章的建築物室內自然通風採光(自然通風潛力 VP 及自然採光性能 NL)，也可以做 為環境舒適度或節能潛力的表現指標。

(3) 其他環境效益

環境效益的目標達成如碳排放評估、再生能源之應用潛力等，除節能思維外並考量 環境永續議題。

表 3-2 各類建築單位面積用電密度(EUI)統計表

來源：建築節能應用技術手冊,經濟部能源局,2013

參、 輸入外部氣象資料

BPA 軟體需要具備代表性的氣象數據，以便作為環境模擬與能源計算的基礎數據。過去 BPA 軟體，因為受限於區域性氣象資料的不足，其應用受到阻礙。然而，由於雲端運算基礎 的虛擬氣象站技術突破，Green BIM 得以不受限於區域的應用。Autodesk 公司的氣象數據資 料庫，其資料來源的格式為國際通用的 TMY 典型氣象年度(Typical Meteorological Year)，

即各氣象站以近 30 年的月平均值為依據，並從近 10 年數據中選取一年各月接近 30 年的平 均值作為典型氣象年。以各氣象站之 TMY 數據為基礎，Autodesk 再進行虛擬氣象站的模擬 運算，以補足各實際測站間的數據落差，並使建置的氣象網格距離達到 14 公里以內，提升 模擬準確性(Malkin, 2008)。如圖 3-8、顯示加利福尼亞州和內華達州的氣象數據分佈位置 與密度。黃色點代表氣候服務器的位置（接近 2000 個），而紅點代表 TMY 位置。氣象站的選 擇，首要因素是距離。越接近項目位置的氣象站，則越具有代表性的數據。另一個需要考慮 的因素是項目的標高。該項目標高和氣象站海拔應該是相似的。

在進行建築效能分析前，外部資料的匯入主要為描述基地物理環境特性，其中最關鍵的 部分為輸入符合基地氣候特性的氣象資料(Climate Data)，氣象資料內容包括乾球溫度、濕 球溫度、相對溼度、風速、風向、太陽輻射、日照量等，並作為環境模擬與能源計算的基礎 數據。

歐特克氣候伺服器（或稱為“綠色建築工作室氣象站”）是聚合從多個來源提供的氣候 和天氣數據，歐特克氣候伺服器包括基於數值氣象模擬、計約 160 萬的虛擬氣象站(Virtual weather stations)。它建立的目的是為了更準確的模擬那些缺乏實質氣象站區域的氣象。

這個數據來自於特定年（2004 年和 2006 年）的模擬，不同於 TMY2 數據，致力於選擇比較

圖

(ht

圖 3-8 加利

圖 3

ttp://sustainabi

利福尼亞州和

-9 Autodes

ilityworkshop.a

和內華達州

sk 氣象資料

autodesk.com/b

州的氣象數據

料庫分析圖

buildings/sourc

據分佈位置

圖示

ces-climate-da

置

ata)

肆、內部設定

內部設定為有關方案模型可能影響能源表現的各類參數如結構材料、使用類型、開窗條 件、空調系統等。其中能源設定基準以美國冷凍空調協會(ASHRAE)標準為參據原則，如未涵 蓋則以其他研究標準為基準，各能源數值假設來源如下：

„ 建築類型營運時段 Schedules: California Non-residential New Construction Baseline Study 1999

„ 建築外殼感熱特性、照明用電密度、空調效率(Envelope thermal characteristics, LPD, HVAC efficiency)：ASHRAE 90.1 2007 ， ASHRAE 90.2 2007

„ 設備耗能密度(Equipment power density & DHW loads)：California 2005 Title 24 Energy Code

„ 活動使用者密度、通風率(Occupancy density, ventilation)：ASHRAE 62.1-2007

„ 各建築型態的預設空調系統(HVAC system type default for building type/size

& other miscellaneous building characteristics)：2003 Commercial Buildings Energy Consumption Survey

執行能源分析步驟：

(1) 模型量體建置 (2) 樓層設定

c. 空調系統(表 3-3)、外氣資訊(換氣需求)

表 3-3 Autodesk 預設空調系統(HVAC Systems)

HVAC 系統

static

熱水效能 Energy Factor

公升/度/月

鍋爐熱效能 combustion efficiency , EFF

2-Pipe Fan Coil

11 EER Packaged

VAV EER 11 3.5 inch /

871.8 pa 0.575 84.5%

12 SEER/0.9 AFUE Split/Packaged Gas

SEER 12 /5-11 T

2.0 inch /

498 pa 0.575 - 12 SEER/7.7 HSPF

Split Packaged Heat Pump

SEER12 /7.7 HSPF

2.0 inch /

498 pa 0.575 - 12 SEER/8.3 HSPF

Packaged

Terminal Heat Pump (PTHP)

SEER12 /8.3 HSPF

0.25 inch /

62.3 pa 0.575 - Central VAV,

Electric

Resistance Heat COP 5.96 3.5 inch /

871.8 pa 0.575 - Central VAV, HW

Heat COP 5.96 3.5 inch /

871.8 pa 0.575 84.5%

Residential 14 SEER/0.9 AFUE Split

SEER 14 /<5.5T

2.0 inch /

498 pa 0.575 - Residential 14

SEER/8.3 HSPF Split/Packaged Heat Pump

SEER 14 /8.3 HSPF

2.0 inch /

498 pa 0.575 - Residential 17

SEER/9.6 HSPF Underflow Air

Distribution - 3.5 inch /

871.8 pa - 84.5%

來源：Autodesk Project Vasari Technology Preview 1.1

伍、執行節能計算模組

根據上述外部氣象資料與內部建模的參數設定，執行節能計算模組，並輸出計算結果。

陸、可視化(Visualize)效能分析

可視化的圖像資料包括了能源使用的效能分析、以及建築物理環境的效能分析，助益於幫助 設計決策者判斷匯入方案所達成之效能呈現，並藉此將物理環境數值結果反應在動態或立體 的直覺化表現媒介。可視化分析項目包括：

„ 建築效能綜合因素

„ 用電密度(EUI)：可作為建築能源表現的綜合指標

„ 建築生命週期(30 年)耗能及成本計算

„ 能源回收/節能潛力

„ 平均碳排放

„ 每月空調負荷

„ 尖峰用電需求

„ 其他氣象分析

柒、評估與修正

根據方案分析結果，檢討效能表現的控制變因影響與目標達成度，並針對控制變因調整修正 的方案。設計者應依據基地的氣候環境、建築使用特性、構造型態，評估可能的效正因子或

“熱點”判斷，並藉由方案的修正模擬，回饋循環至趨近所設定目標。

捌、選擇最適化方案

„ 建築成本分析：如增加或變更設計構造衍生的造價成本

„ 針對基地環境的特殊目標設定：如以全年電費帳單最節省的目標，可能著重在降低 夏季或尖峰用電(高計價費率時段)的改善措施。

最適化方案的評估在真實建築案例中可能為許多複雜因素的綜合考量結果，並包括設計端、

業者端、法令或指標達成目的等各層面影響，很難僅是單一目標達成與否的評定。而效能分 析層面之多元與科學數據呈現，將有助於綜合因素的拆解分析與判斷決策。

第 四 節 小 結

在節能減碳的目標下，根據上述“Green BIM”的決策分析程序與要點歸納為：

(1) 界定建築生命週期的討論範圍：本研究進行的建築效能分析應用在設計階段(包括 PD、SD、DD 階段)，使在先期規劃設計時即能依據效能分析結果決定較佳方案，減 少施工營運階段的變更設計與設備負擔。

(2) 設定節能目標：在初始評估階段即設定節能目標，如達到之綠建築標章等級、省電 或減碳比例，藉由方案校正過程達到目標數據。

(3) 輸入外部氣象資料：過去符合 BPA 的氣象資料取得不易，使得 BPA 只能限制在少數 區域應用。然而，由於雲端技術發展了虛擬氣象站的運算技術，使得任何項目都可 以選擇與基地條件最適切的氣象站，獲取擬真的氣象資料。因此， Green-BIM 將 更普及化的落實。

(4) 內部設定：如 Autodesk 公司的 Green Building Studio，可匯入模型進行用電、

碳排放量的計算，使建築生命週期的能源效益得到更具體、更可信賴的推衍數據。

(5) 執行節能計算模組：根據外部氣象資料與內部建模的設定，執行節能計算模組，輸 出分析結果

(6) 可視化效能分析：直覺操作的建築效能分析的可視化的模擬，有助於設計方案評估 決策過程，包含熱輻射、日照光環境、風場模擬等。

(7) 評估與修正：根據建築效能分析結果進行方案修正，直到最適化方案出現，該方案