Evaluación del efecto de las Variables Meteorológicas en el desempeño Térmico de una Edificación residencial a Partir de Datos Monitoreados

Contenido principal del artículo

Francis Vásquez
https://orcid.org/0000-0002-8556-4838
Carlos Naranjo
https://orcid.org/0000-0002-9356-5662
Andrea Lobato
https://orcid.org/0000-0003-0376-2687

Resumen

Las estrategias para promover el uso eficiente de energía y el confort térmico han sido acciones aplicadas mundialmente. Siendo la variación de temperatura un factor preocupante para los gobiernos debido a la influencia por alcanzar las metas energéticas propuestas por los ODS. En este sentido, el comportamiento térmico al interior de una edificación podría estar relacionado a las condiciones externas y se pueden estimar a través de herramientas de simulación energética. Sin embargo, los resultados presentan diferentes niveles de incertidumbre debido a la calidad de datos meteorológicos, las propiedades de los materiales, los patrones de ocupación, así como la complejidad de generar procesos de evaluación térmica. Frente a esto, mediciones experimentales para evaluar el estado real de una edificación y así predecir su comportamiento respecto a la meteorología pueden tener un gran aporte. En este contexto, este estudio desarrolla una metodología para evaluar la incidencia del clima en el comportamiento térmico de una edificación. La evaluación se realiza en una vivienda prototipo experimental localizada en una región ecuatorial monitoreada por aproximadamente un año. Con los datos disponibles, se desarrollaron modelos de regresión lineal validados para estimar el comportamiento de la temperatura interior en función de una o varias variables ambientales. Los resultados del modelo de predicción de la temperatura interna del aire presenta un R2 de 0.41, en el peor de los casos cuando se disponga solo de la temperatura ambiente para la predicción, y un error experimental del 10%. Por lo tanto, esta metodología puede ser replicada en edificaciones de diferentes usos, clima y ajustada a la disponibilidad de datos.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Vásquez, F., Naranjo, C. ., & Lobato, A. (2022). Evaluación del efecto de las Variables Meteorológicas en el desempeño Térmico de una Edificación residencial a Partir de Datos Monitoreados. Revista Técnica "energía", 19(1), PP. 53–60. https://doi.org/10.37116/revistaenergia.v19.n1.2022.502
Sección
EFICIENCIA ENERGÉTICA

Citas

[1] International Energy Agency, “Key World Energy Statistics 2015,” p. 81, 2015.
[2] International Energy Agency, “World Energy Outlook,” IEA, p. 14, 2018.
[3] N. Watts et al., “The Lancet Countdown on health and climate change: from 25 years of inaction to a global transformation for public health,” Lancet, vol. 391, no. 10120, pp. 581–630, Feb. 2018.
[4] T. Hong, W.-K. Chang, and H.-W. Lin, “A fresh look at weather impact on peak electricity demand and energy use of buildings using 30-year actual weather data,” Appl. Energy, vol. 111, pp. 333–350, 2013.
[5] C. Carpino, D. Mora, N. Arcuri, and M. De Simone, “Behavioral variables and occupancy patterns in the design and modeling of Nearly Zero Energy Buildings,” Build. Simul., vol. 10, no. 6, pp. 875–888, 2017.
[6] Z. Afroz, H. Burak Gunay, and W. O’Brien, “A review of data collection and analysis requirements for certified green buildings,” Energy Build., vol. 226, p. 110367, 2020.
[7] F. Apadula, A. Bassini, A. Elli, and S. Scapin, “Relationships between meteorological variables and monthly electricity demand,” Appl. Energy, vol. 98, pp. 346–356, 2012.
[8] E. Galindo, Estadística, metodos y aplicaciones para administración e ingeniería. Quito, 2008.
[9] H. A. Quevedo Urías, Estadística para inegeniería y ciencias, Primera. México, 2014.
[10] D. Jijón, J. Constante, M. Moya, and G. Guerrón, “Métodos para homogenizar y rellenar datos de viento de la torre meteorológica del Parque Eólico Villonaco en Loja-Ecuador,” Av. en Ciencias e Ing., vol. 7, no. 2, 2015.
[11] F. J. Entrena González, Determinación del potencial solar (UF0212), IC Editori. 2013.
[12] S. Walter Stachú, “Identificación de la problemática mediante Pareto e Ishikawa,” 2000.
[13] S. Asadi, S. S. Amiri, and M. Mottahedi, “On the development of multi-linear regression analysis to assess energy consumption in the early stages of building design,” Energy Build., vol. 85, pp. 246–255, 2014.
[14] P. Vining Montgomery, Introducción al Análisis de Regresión Lineal, Continenta. 2006.

Artículos similares

También puede {advancedSearchLink} para este artículo.