第四章 研究成果
第二節 EUI 母體分佈與評分尺度之信賴度檢驗
如上所示，任一個案之 EUI 評估尺度已可輕鬆無誤模擬完成，以下接著檢討 此評估尺度的信賴度。在此所謂信賴度，是指 EEWH-EB 的模擬 EUI 評估尺度到 底是否與市場上的實際 EUI 分佈相近程度，假如兩者越接近，當然就是有越高的 信賴度了。在此，本研究取得能源局最新”2018 年非生產性質行業能源查核年報”
的實際建築物 EUI 統計分佈狀況，再以實際接近建築類型實例與上述理論模擬 EUI 分佈狀況做比對來檢討兩者的相近狀態，藉以檢討本方法的信賴度如下:
本研究先以能源局最大量的 EUI 統計建築類型之辦公、旅館、百貨商場、醫 院等四類建築類型來檢討。由於能源局的 EUI 統計均為大能源用戶(即大規模建築 物)，因此本研究也採用面積較大的四類建築實例來檢討。然而，能源局統計的建 築物均為建築物的現況，如前所述，舊建築物的空調耗電會因為設備老化而逐年 上升，因此次的解析也必須反映此設備老化的耗電情形。本解析以平均設備年數 10 年為基準，亦即如式 7 所示採用空調劣化係數 R'=1.1 來加權計算空調 EUI(空調 耗能增量 10%)，以求接近能源局統計樣本的實況。這四類建築物的建築模型、營 運時程、建築外殼與建築設備條件、室內條件、EUI 模擬數值、EUI 分佈比對等資 料詳列於附錄一，在此僅將這四類建築物模型的本方法模擬 EUI 分佈與能源局的 EUI 分佈比對揭露於圖 4-2~4-5。由這些圖示，我們很高興地發現兩者分佈狀況有 十分滿意的結果，這些結果歸納如下:
本法模擬的 EUI 中位數與能源局統計的 EUI 平均值很相近，在辦公、百貨商 場、旅館、醫院等四類建築類型的兩種統計值(中位數與平均值)，僅有 1.4、0.3、
1.3、3.6%之微小差異(以能源局數據為準)，這意味著本法可相當準確地掌握實際 建築市場的平均耗電實況，令人十分滿意。
上述為能源局資料之比對，該印證均為大型建築物之印證。接著，為了進一 步擴大至較小規模建築之印證。本研究特別經由某便利商店業者總部之協助，取 得該公司旗下 2018 年全台 5300 多家便利商店建築耗電統計，扣除新加盟未滿一 年、解約停止營業、電力中斷紀錄或不全、用電量極高極低且無法找出合理耗電 原因的店家後，共篩選出 4767 家進行統計。其中全年 EUI 最大值為 2524、中位值 為 1048（平均值為 1013）、最小值為 408。再將所有實際用電統計樣本等分為 10 組後，透過直方圖呈「正偏態（右偏）」之現象與美國統計能耗分布曲線接近。由 於便利商店有獨棟型與沿街型兩種型式，獨棟型因屋頂與四周外殼受熱較大，可 能會有較大空調耗電之虞，因此在此分科模擬解析。經本研究模擬標準營運型態 的便利商店後得出：(1)獨棟型：最大值 EUImax 為 1373、中位值 EUIm 為 1069、
最小值 EUImin 為 958；(2)沿街型：最大值 EUImax 為 1308、中位值 EUIm 為 1028、
最小值 EUImin 為 914。此二中位數與上述 4767 家 EUI 實際平均值 1013 之誤差僅 為 1.5~5.5%，證明了本解析法非常足以掌握實際便利商店之耗能分佈，十分令滿 意。
第四章 研究成果
53
接著觀察本法模擬的 EUI 分佈區間與實際樣本 EUI 分佈區間之差異，發現有 兩種狀況，一種是模擬區間比能源局統計區間小很多的辦公、旅館、便利商店三 類，模擬分佈區間比實際分佈區間小至 43.4、34.1、18.6~19.6%的程度；一種是模 擬區間與實際 EUI 統計區間很接近的百貨商場、醫院兩類，相近至 96.8、112.3%
的程度(以能源局數據為 100%)。前者的現象如本章第一節所述，可被解釋為: 正 如美國能源部的建築能源模擬計分法所模擬的辦公建築 EUI 母體分佈比其市場調 查的實際 EUI 資料庫(CBEC)母體分佈同樣具有較小的分佈區間一樣，此乃因為辦 公、旅館兩類建築夾雜較多設施功能、環境品質、營運時程、室內條件之差異，
因此市場 EUI 遠比模擬 EUI 有更大的變動，此現象是可預期且必須欣然接受之誤 差。其中尤其便利商店的理論模擬分佈區間僅為實際分佈區間 18.6~19.6%的程度，
可能是因為設備老化、來客數、城鄉差距巨大之差異所致，此乃模擬評估與實際 分佈原有的本質差異，但是正如美國能源部的建築能源模擬計分法一樣，此區間 之差異無損於本評估法之功能。
另外，後者百貨商場、醫院兩類之理論與實際 EUI 分佈如此接近卻是令人驚 喜之現象，此現象可解釋為此兩類建築的設備水準與營運模式非常標準化，因此 較容易被理論解析所掌握之所致。
不論如何，任一個案只要依以上程序即可簡單模擬出該案專用的 EUI 母體分 佈。在此必須強調的是此母體分佈並非以現行建築法令或社會通稱的建築分類名 稱的 EUI 分佈，而是依據任一案件的建築耗能分區排列組合之特性所量身訂做的 動態 EUI 分佈模型，對任一案件均有其唯一的分佈模型。此模型因為沒有混雜其 他平面、其他營運條件、其他室內條件，較可被認為是唯一適用其建築耗能特性 的 EUI 母體概率分佈，依此執行耗能評估，被認為較可取得公平、信賴的評估結 果。
總之，圖 4-2~4-5 已證明了本法的 EUI 分佈模擬法似乎可大致不差地掌握市 場上的實際 EUI 分佈特性，亦即依此來評估市場上的耗電水準應該有相當可靠的 信賴度才對。此外，本法還提供上述四類建築類型之外其他數十種建築類型的 EUI 評估法，但很可惜能源局並無其他類型足夠的 EUI 統計來支撐本法信賴度的驗證，
本法只能無奈在無驗證情況下繼續執行，期待有朝一日能有更廣大的市場 EUI 統 計值來彌補驗證。不過，其他建築類型之 EUI 模擬精度雖無比對驗證，但依據本 研究團隊的理論與經驗判斷，由於本法所有建築類型的 EUI 解析理論均相同，應 該同樣具備相當程度的信賴度才對。環觀美國 Energy Star 系統的低預測精度、歐 盟 EPC 法的預測不準度，本研究團隊深信，採用「動態 EUI 理論」且經上述信賴 度驗證的本法，應該是我國現階段推動建築能源標示制度最具信賴度的工具才 對。
圖 4-2 本法模擬 EUI 分佈與能源局統計 EUI 分佈之比較圖(辦公建築)
第四章 研究成果
55
圖 4-4 本法模擬 EUI 分佈與能源局統計 EUI 分佈之比較圖(旅館建築) (資料來源:本研究整理)
圖 4-5 本法模擬 EUI 分佈與能源局統計 EUI 分佈之比較圖(醫院建築) (資料來源:本研究整理)
0 5 10 15 20 25
90 130 170 210 250 290 330 370 410 450
旅館現況與模擬比對EUI分布
平均(能源局) 樣本數 230kWh/m2yr
平均(模擬)EUIM 257kWh/m2yr
最小(能源局) 90.1kWh/m2yr
最大(能源局) 436.6Wh/m2yr 最小(模擬)EUIMin
206kWh/m2yr
最大(模擬)EUIMax 324kWh/m2yr
(EUI) (個數)
平均(能源局) 273.89kWh/㎡ yr 中位值(模擬)EUIm
264Wh/㎡ yr
最小(能源局)
221.73kWh/㎡ yr 最大(能源局)
330.36Wh/㎡ yr 最小(模擬)EUImin
210kWh/㎡ yr
最大(模擬)EUImax
332kWh/㎡ yr(EUI)
(個數)
圖 4-6 本法模擬 EUI 分佈與 4767 家 EUI 統計分佈之比較圖(便利商店) (資料來源:本研究整理)
0 200 400 600 800 1000 1200 1400 1600 1800 2000
404 648 892 1136 1380 1624 1868 2112 2356 2600
個數
[kWh/m2]
最大值（模擬）獨棟型 EUImax=1373 沿街型 EUImax=1308 中位值（模擬）獨棟型 EUIm=1069
沿街型 EUIm=1028 平均值（業者）1013
最大值（業者）2524 最小值（模擬）
獨棟型 EUImin=958 沿街型 EUImin=914
最 小 值 （ 業 者）408
第四章 研究成果
57