第三章 文獻回顧
第二節 建築物耗能調查方法與相關理論
根據相關文獻收集與分析，本研究發現建築物的能耗與CO2排放受到氣候、文化、經濟與社會等 因素之多重影響，要了解建築物的能耗與CO2排放是一個相當複雜與困難的議題。影響建築物能耗與 CO2排放量之因素可歸納成人類(People)、氣候(Climate)與建築物(Building)三大構面，因此國內外相 當多的文獻均致力於了解與預測此三大構面影響建築部門的能耗與CO2排放量之關係(圖3-6)。一般預 測建築物能耗與CO2排放量的方法分為：(1)實際建築物能耗量測；(2)建築物能耗電腦模擬模式，例如：
DOE-2，EnergyPlus，Ecotect；(3)簡化回歸公式；(4)法規或評價系統規定基準值。而上述方法之功能 在於建立能耗基線(Baselining)、典型建築型態(Benchmarking)、設定國家節能減碳目標(Target)、評估 政策節能減碳政策(Evaluating)以及監測與驗證節能減碳成效(Monitoring, Reporting and Verifying)。[23]
上述四種計算或預測建築部門的能耗與CO2排放量的方法中，預估模式與實際量測模式之間的差 異呈現於圖3-7至圖3-8，差異原因包含人員數目、使用設備類型與設備使用時間等，以致於實際與預 測之能耗與CO2排放量有所出入[24]。
圖3-6 影響建築物能耗與CO2排放量之因素
圖3-7 預測模式與實際建物能耗差異之因素
圖3-8 預測模式與實際建築物能耗與CO2排放量之結果
消費情形，針對台北市、台中市及高雄市之辦公大樓用戶進行電力消費量調查，累計調查戶數3292 戶，台北市辦公類建築物用戶之建築空間規模在200m2以下，高雄市及台中市則在100-200m2之間；台 北市及高雄市之建築物開窗率介於30-40%之間，台中市則在40-50%之間；辦公室外週區空間比例則 都介於50-60%之間，外牆熱傳透率Ui值之設計則隨緯度減少增大。電力消費量之統計分析結果顯示，
辦 公 類 建 築 物 用 戶 年 平 均 單 位 總 樓 地 板 面 積 用 電 量 ， 台 北 市 為150.24kWh/m2-yr 、 台 中 市 為 162.55kWh/m2-yr、高雄市為131.96kWh/m2-yr。該研究同時探討不同月份建築物用電量的變動，並比 對外部氣候條件（溫度、濕度、風速等），以解析造成用電量變動的可能因素，作為辦公類建築物用 電推估模擬之基礎。
溫維謙、簡永和等[26]調查累積原有各類建築物（辦公、醫院、百貨、旅館、學校、住宅、其他）
181棟之建築物能源資料庫，並新增120棟建築物全年監測樣本，同時整合國內其他單位的研究資料 庫，以繼續充實建築物能源資料庫與能源消耗模式解析內容，提出年間能源使用強度EUI（Energy Use Index, kWh/m2-yr）及契約容量指標DUI（Demand Use Index, kW/m2）是建築物節能政策的基礎，舉凡 用電累進費率、節能獎勵措施，均有賴這些資料庫的統計研究；該研究並透過實測調查分析，建立我 國EUI數據的分級分類評估方法。
另該團隊2006年[27]並賡續針對辦公類、醫院類、百貨類及旅館類等建築物之能源使用強度EUI 基準進行調查研究，以調閱地政機關之建築物使用執照登記資料，配合台電公司之用電資料，進行統 計分析。該研究將辦公類建築物區分為企業總部及一般辦公大樓，篩除用電資料缺漏或建築物資料有 誤之樣本後，再以年平均EUI±1.65STD之篩樣原則取樣，其代表選取母體中有效集中之90%樣本，篩 除變異最高及最低共10%樣本。最後配合大用電戶之問卷調查結果加權合計，得年平均EUI為241.89、
標準差87.41（扣除停車場）；年平均EUI 186.23、標準差72.30（計入停車場）(單位：kWh/m2)。
何友鋒、顏銂男等[28]針對高雄某辦公大樓進行建築物能源監測發現，該辦公大樓的整體耗能可 分為三大類，分別以空調設備、動力設備、照明設備，整體用電分佈中，空調用電佔總耗電量約50%、
動力用電約佔17%、照明用電約佔33%，依DUI(單位面積用電量強度)分析顯示，該辦公大樓之電力 系統裝置容量大部份為空調部份電力需要；該研究進一步探討模擬台中地區辦公大樓空調用電與溫 度、相對濕度等氣候因子的相關性。將每月的用電量減去當年份最低用電量，求得氣候變化的空調用 電量，以瞭解氣候與空調用電之間的關係與相關模式，並依據測量所取得之數據，進行Pearson相關 分析與雙尾檢定，藉由矩陣清楚瞭解各變數間之關係顯重性，找出主要影響的環境變數，以利建立氣 候變化用電量的迴歸分析模式。
迴歸結果顯示，當月平均溫上升1℃，當月空調用電量將增加2.94kWh/m2-月；月平均日照量增加
10 MJ/m2，當月空調用電量將增加2.54kWh/m2-月，而當月風速增加1m/s，可減少5.75kWh/m2-月。
陳介慧[29]由文獻資料之分析，提出七項建築物能源使用強度因子，著重建築物耗能形式與節能 管理之需求，並依其對能源使用強度的影響性作先後順序的排列。七項建築能源使用強度因子分別 為：(1)建築物使用機能、(2)建築物型態、(3)設備或設施需求量、(4)使用時間長短、(5)空調形式、(6) 經營形式與(7)EUI值高低。利用七項分類因子訂出的分類原則，應可符合建築物日常耗能管理的使 用，同時也可以作為了解各類建築物用電耗能影響因子的依據。並依七大原則訂定能源使用強度標準 的分類分為五大類別：(1)辦公類、(2)休閒、文教類、(3)醫療、福利、更生類、(4)商業類、(5)住宿類。
陳介慧針對無原始樣本數據，作者假設樣本分布符合標準常態分佈曲線，推估計算出假設的標準差與 假設的樣本分佈情形，可有效降低最大值與最小值的誇張數據，並重新計算EUI平均值，另計算出各 類別淘汰高耗能樣本數10%、20%、30%的上限建議基準值以及其節能率。林憲德[30]藉由問卷調查，
探討最接近台灣一般住家生活模式（即標準住宅模型），以建立標準化之家庭人員組成、房間使用、
家電使用等模式，作為住宅耗能之解析模型。另利用台灣地區1996-2007共10年氣象資料之平均值，
研擬台灣地區住宅各空間之「全年標準空調及風扇使用時數」，進而建立空調耗能之評估方式。