KR20220056347A - Bapv 발전량 예측 시스템 및 방법 - Google Patents

Bapv 발전량 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20220056347A
KR20220056347A KR1020200140827A KR20200140827A KR20220056347A KR 20220056347 A KR20220056347 A KR 20220056347A KR 1020200140827 A KR1020200140827 A KR 1020200140827A KR 20200140827 A KR20200140827 A KR 20200140827A KR 20220056347 A KR20220056347 A KR 20220056347A
Authority
KR
South Korea
Prior art keywords
server
building
bapv
bim model
setting
Prior art date
Application number
KR1020200140827A
Other languages
English (en)
Inventor
강기남
이은주
남현민
Original Assignee
현대건설주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대건설주식회사 filed Critical 현대건설주식회사
Priority to KR1020200140827A priority Critical patent/KR20220056347A/ko
Publication of KR20220056347A publication Critical patent/KR20220056347A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명의 일 측면에 따른 BAPV 발전량 예측 시스템 및 방법은 건물을 모델링하는 설계서버와, 상기 설계서버에서 설계한 BIM모델의 에너지 소요량을 설정하는 설정서버와, 상기 설계서버에서 설계한 BIM모델의 일조를 분석하는 분석서버와, 상기 분석서버에서 분석된 BIM모델에 태양광전지(BAPV)를 배치하는 배치서버와, 상기 배치서버에서 배치된 상기 태양광전지의 발전량을 예측하는 예측서버와, 상기 설정서버에서 설정한 에너지 소요량과 상기 예측서버에서 예측한 상기 태양광전지의 발전량을 비교하는 비교서버를 포함할 수 있다.

Description

BAPV 발전량 예측 시스템 및 방법{System and Method for Predicting BAPV Power}
본 발명은 BAPV(Building Applied Photovoltatic) 최적설계 및 발전량 최대화를 위한 방법에 관한 것으로, 보다 상세하게는 건축물에너지효율등급을 활용하여 건물에 설치되는 건물부착형 태양광전지(BAPV)의 발전량을 예측함에 따라 건물부착형태양광전지(BAPV)의 설치위치 및 수량을 예측할 수 있는 BAPV 발전량 예측 시스템 및 방법에 관한 것이다.
에너지 자원 수급의 해외 의존도가 높은 우리나라는 배럴당 100달러를 넘는 초고유가 시기임에도 수입에너지의 소비는 감소되지 않고, 여전히 증가하고 있다. 이러한 실정을 감안해볼 때, 에너지 소비 분야 중 건물분야의 에너지 절약에 대한 기술개발과 적용은 매우 중요한 분야로 받아들여지고 있다. 즉, 산업이 발전함에 따라 건물의 수가 늘어나고 있으며, 각 건물은 냉난방 및 시설의 운영에 많은 에너지를 사용하고 있다. 건물에서 소비되는 에너지 사용량은 국내 전체 사용량 중 약 20%를 차지하고 있으며, 해마다 늘어나고 있는 추세이다.
특히, 2020년은 공공부문에서 그리고 2030년에는 민간까지 제로에너지빌딩 의무화로 인하여 에너지절약 및 온실가스 감축목표 달성을 위한 에너지를 만들어 쓰는 친환경 녹색빌딩이 대세가 될 것이다. 다양한 신재생에너지원 중에 현재까지 가장 많은 비중을 차지할 것이 태양광으로 보이며, 제로에너지라는 목표를 달성 하기 위해서는 건물의 많은 입면상에 태양광 패널을 설치해야만 할 것이다.
이와 같이 건물에서의 효율적인 에너지 사용은 건물주의 경제적 측면과 국가 기간산업에도 직접적인 영향을 주는 중요한 요소로써, 이에 대한 기술개발 및 투자가 절실히 요구되고 있다. 또한, 합리적이지 못한 에너지 사용은 건물 내 설비들의 비효율적인 운전 및 관리에도 연관성이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 건물의 태양광전지 설치를 위하여 발전량을 예측할 수 있는 BAPV 발전량 예측 시스템 및 방법을 제공하는 것이다.
본 발명의 다른 목적은 건물과 지형 및 지세 정보 및 인접 차폐물 고려를 통한 음영을 고려하여 태양광전지의 위치 및 방향 구조물 방식을 결정할 수 있는 BAPV 발전량 최대화가 가능한 예측 시스템 및 방법을 제공하는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 측면에 따른 BAPV 발전량 예측 시스템은 건물을 모델링하는 설계서버와, 상기 설계서버에서 설계한 BIM모델의 에너지 소요량을 설정하는 설정서버와, 상기 설계서버에서 설계한 BIM모델의 일조를 분석하는 분석서버와, 상기 분석서버에서 분석된 BIM모델에 태양광전지(BAPV)를 배치하는 배치서버와, 상기 배치서버에서 배치된 상기 태양광전지의 발전량을 예측하는 예측서버와, 상기 설정서버에서 설정한 에너지 소요량과 상기 예측서버에서 예측한 상기 태양광전지의 발전량을 비교하는 비교서버를 포함할 수 있다.
상기 설계서버는 건물을 모델링하는 건물설계서버와, 건물이 배치되는 위치의 지형정보를 모델링하는 지형설계서버를 구비할 수 있다.
상기 설정서버는 건물의 설치지역, 설치지형, 건물의 세대수, 면적, 건폐율 중 적어도 하나의 정보를 활용하여 BIM모델의 에너지 소요량을 설정할 수 있다.
상기 설정서버는 BIM모델의 에너지 소요량을 건물에너지 해석 프로그램(ECO2)에 적용하여 건축물 에너지 효율 등급을 설정할 수 있다.
상기 분석서버는 시간 및 계절에 따라 건물의 일조를 분석할 수 있다.
상기 배치서버는 건물의 동별, 옥상, 벽 중 적어도 하나 이상에 상기 태양광전지를 배치할 수 있다.
상기 배치서버는 건물의 옥상에 상기 태양광전지를 수평으로 배치하고 건물의 벽체에 상기 태양광전지를 수직으로 배치할 수 있다.
본 발명의 다른 측면에 따른 BAPV 발전량 예측 방법은 (a) 건물의 형상 및 지형을 설계하는 설계단계와, (b) 상기 설계단계 후, BIM모델의 에너지 소요량을 설정하는 설정단계와, (c) 상기 설정단계 후, BIM모델에 일조를 분석하는 분석단계와, (d) 상기 분석단계 후, BIM모델에 태양광전지를 배치하는 배치단계와, (e) 상기 배치단계 후, BIM모델의 에너지 생산량을 예측하는 예측단계와. (f) 상기 예측단계 후, BIM모델의 에너지 소요량과 예측한 에너지 생산량을 비교하는 비교단계를 포함할 수 있다.
본 발명에 따른 BAPV 발전량 예측 시스템 및 방법에 의하면, 건물을 BIM 모델로 모델링하여 일조분석을 함에 따라 정확한 태양광전지의 배치에 따른 발전량을 예측할 수 있는 것이다.
그리고 해석식을 통해 정확한 태양광전지의 발전량을 예측하며, 건물의 예상 에너지 소비량과 비교하여 태양광전지의 배치 및 수량을 정확히 예측할 수 있는 것이다.
도 1은 본 발명의 일 실시 예에 따른 BAPV 발전량 예측 시스템을 나타낸 블록도.
도 2는 본 발명의 일 실시 예에 따른 설계서버를 나타낸 예시도.
도 3은 본 발명의 일 실시 예에 따른 설정서버를 나타낸 예시도.
도 4는 본 발명의 일 실시 예에 따른 분석서버를 나타낸 예시도.
도 5는 본 발명의 일 실시 예에 따른 배치서버를 나타낸 예시도.
도 6은 본 발명의 일 실시 예에 따른 예측서버를 나타낸 예시도.
도 7은 본 발명의 일 실시 예에 따른 비교서버를 나타낸 예시도.
도 8은 본 발명의 다른 실시 예에 따른 BAPV 발전량 예측 방법을 나타낸 순서도.
이하에서는 첨부한 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. 그러나 본 발명이 이러한 실시예에 한정되는 것은 아니며 다양한 형태로 변형될 수 있음은 물론이다.
도면에서는 본 발명을 명확하고 간략하게 설명하기 위하여 설명과 관계없는 부분의 도시를 생략하였으며, 명세서 전체를 통하여 동일 또는 극히 유사한 부분에 대해서는 동일한 도면 참조부호를 사용한다. 그리고 도면에서는 설명을 좀더 명확하게 하기 위하여 두께, 넓이 등을 확대 또는 축소하여 도시하였는바, 본 발명의 두께, 넓이 등은 도면에 도시된 바에 한정되지 않는다.
그리고 명세서 전체에서 어떠한 부분이 다른 부분을 "포함"한다고 할 때, 특별히 반대되는 기재가 없는 한 다른 부분을 배제하는 것이 아니며 다른 부분을 더 포함할 수 있다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 따른 BAPV 발전량 예측 시스템 및 방법을 상세하게 설명한다.
도 1은 본 발명의 일 실시 예에 따른 BAPV 발전량 예측 시스템을 나타낸 블록도이다.
도 1에 도시된 바와 같이 본 발명의 일 실시 예에 따른 BAPV 발전량 예측 시스템은 건축물의 제로에너지를 실행하여 친환경 녹색빌딩을 형성하기 위하여 건물에 설치되는 태양광전지(BAPV; Building Attached Photovoltaic)의 발전량을 예측하는 것이다.
이와 같이, 본원발명에서는 실제 시공이 시작되기 전에 보다 정확한 태양광전지인 BAPV의 발전량을 예측하여 태양광전지의 배치 위치를 정확히 판단할 수 있다. 이때, 태양광전지는 제로에너지빌딩 등급 획득을 위해 건축물에너지효율등급 평가 툴(210)(ECO2)에 의하여 해석을 진행하여 태양광전지의 배치를 효과적으로 진행하는 것이다.
이러한 BAPV 발전량 예측 시스템은 건물을 모델링하는 설계서버(100)와, 상기 설계서버(100)에서 설계한 BIM모델의 에너지 소요량을 설정하는 설정서버(200)와, 상기 설계서버(100)에서 설계한 BIM모델의 일조를 분석하는 분석서버(300)와, 상기 분석서버(300)에서 분석된 BIM모델에 태양광전지(BAPV)를 배치하는 배치서버(400)와, 상기 배치서버(400)에서 배치된 상기 태양광전지의 발전량을 예측하는 예측서버(500)와, 상기 설정서버(200)에서 설정한 에너지 소요량과 상기 예측서버(500)에서 예측한 상기 태양광전지의 발전량을 비교하는 비교서버(600)를 구비할 수 있다.
상기 설계서버(100)는 도 2를 참조하면 3D 모델링 프로그램인 CAD, 스케치업, Sanalyst 중 효과적으로 건물의 모델링을 진행할 수 있는 프로그램을 선택하는 것이다. 건물은 시공 예정이거나 시공이 완료된 건물을 모델링하는 건물설계서버(110)와 건물의 주변 지형 및 지역을 실제와 동일하게 모델링하는 지형설계서버(120)로 구분된다. 여기서 건물설계서버(110)는 시공 예정 및 시공 완료된 건물의 세대수, 면적, 건폐율이 동일하게 형성되도록 건물이 모델링된 BIM(Building Information Modeling)모델을 생성하는 것이다.
그리고 지형설계서버(120)는 BIM 모델이 시공되는 위치의 지형인 산, 논, 강, 주변 건물 등을 일치하도록 모델링하여 건물에 적용되는 일조량을 정확히 측정하도록 진행한다.
그리고 설정서버(200)는 BIM모델의 에너지 소요량을 설정하는 것이며, 에너지 소요량은 건물의 에너지효율등급에 따른 결과값으로 도 3에 도시된 바와 같이 건축물에너지효율등급 평가 툴(210)(ECO2)을 활용한다. 건축물에너지효율등급 평가 툴(210)(ECO2)은 일반적으로 사용되는 제로에너지건축물 인증등급을 결정하기 위한 것으로 주거용은 90kWh/m2년 미만이고 비주거용은 140kWh/m2년 미만일 경우 1++ 등급으로 판단한다. 이와 같이 설정서버(200)는 제로에너지 빌딩 등급을 활용하기 위하여 에너지 소비 효율 등급이 1++이 되도록 건물의 목표 등급을 설정하여 에너지 소요량을 설정할 수 있다.
이와 같이 설정서버(200)에서 건물의 에너지 소요량이 설정된 후 에너지 소요량과 건물의 태양광전지의 발전량을 비교할 수 있다.
도 4 내지 도 5를 참조하면, 태양광전지의 발전량을 비교하기 전 건물의 일조량을 분석하기 위한 분석서버(300)에서 BIM모델의 일조를 분석할 수 있다. 이에 대해 자세히 설명하면, 3D 프로그램을 활용하여 설계된 BIM모델에 시간 및 계절에 따라 건물의 일조량을 측정하며, 일조량이 높게 형성되는 위치에 배치서버(400)에서 태양광전지를 배치한다. 이때, 태양광전지는 건물의 외벽 마감재로 사용되는 BAPV로 형성됨에 따라 건물의 외벽과 이격되도록 설치되는 BIPV(Building Integrated Photovoltaic)보다 셀의 손상 및 효율 저하를 줄일 수 있다. 그리고 배치서버(400)는 건물의 동별, 옥상, 벽 등 다양한 위치에 태양광전지를 배치하는 것이며, 옥상에 설치되는 태양광전지는 수평으로 배치하고 벽체에 설치되는 태양광전지는 수직으로 배치되는 것이다.
배치서버(400)에서 건물에 태양광전지(BAPV)가 설치되면 도 6에 도시된 에너지 생산량 산출 프로그램에서 태양광전지의 발전량을 예측하기 위하여 산출하는 것이다.
여기서 에너지 생산량은 [수학식 1]과 같이 형성되는 것으로
Figure pat00001
은 태양 광 발전 시스템에 대한 연간 태양 조사량 [(kWh / m2) / year]이며,
Figure pat00002
은 최대 전력 [kW]이며 주어진 태양 광 발전 시스템의 전력을 나타내는 것으로 표면 및이 표면에서 1 kW / m2의 태양 복사 조도 (25 ℃)를 나타낸다. 그리고
Figure pat00003
은 시스템 성능 계수를 나타내며,
Figure pat00004
은 기준 태양 복사 조도는 1 kW / m2로 형성되는 것이다.
Figure pat00005
그리고 태양 조사량인
Figure pat00006
은 [수학식 2]와 같이 형성되는 것으로
Figure pat00007
은 지리적 지역의 수평 표면에 대한 연간 태양 조사량 [(kWh / m^2) / year]이며,
Figure pat00008
은 태양광 조사에 대한 기울기 및 방향 변환 계수로 형성되는 것이다.
Figure pat00009
그리고 최대 전력인
Figure pat00010
는 [수학식 3]과 같이 형성되는 것으로 건물의 통합 설치 유형에 따른 최대 전력 계수 [kW / m^2]이며, A 는 모든 태양광 모듈의 총 표면적 [m^2]로 형성되는 것이다.
Figure pat00011
이와 같이 도 7을 참조하면, 예측서버(500)에서 태양광전지의 발전량이 예측되면 설정서버(200)에서 설정한 등급에 따른 에너지 소비량과 비교하여 태양광전지의 배치 및 설치 수량이 결정되는 것이다.
이하에서 본 발명의 다른 실시 예에 따른 BAPV 발전량 예측 방법을 설명함에 있어 상술한 실시 예에 따른 BAPV 발전량 예측 시스템과 동일한 구성에 대해서는 동일한 참조번호를 사용하며, 그에 대한 상세한 설명은 생략한다.
도 8은 본 발명의 다른 실시 예에 따른 BAPV 발전량 예측 방법을 나타낸 순서도이다.
단계 S1100에서는 설계단계(S1100)에서 건물을 모델링하기 위하는 것이다. 이때, 단계 S1010에서는 대상지역을 설정하고 단계 S1020에서는 대상지역의 지리정보를 설정한다. 그리고 설계단계(S1100)에서 건물을 모델링하기 위하여 단계 S1030에서 건물정보를 설정한다.
단계 S1200에서는 설정단계(S1200)로 건축물에너지효율등급 평가 툴(210)(ECO2)을 통해 목표등급과 건물의 에너지 소요량을 설정할 수 있다.
단계 S1300에서는 분석단계(S1300)에서 건물이 모델링된 BIM모델의 일조량을 분석할 수 있다. 일조량은 3D 프로그램을 활용하여 BIM모델에 태양광을 조사되는 것을 판단할 수 있다.
단계 S1400은 배치단계(S1400)에서 단계 S1300을 통해 분석된 일조량에 따라 태양광전지를 BIM모델에 배치할 수 있다.
단계 S1500은 상기의 수학식을 활용하여 태양광전지의 발전량을 통해 에너지 생산량을 예측한다.
그리고 단계 S1600의 비교단계(S1600)에서 단계 S1200의 설정단계(S1200)에서 설정한 에너지 소요량과 단계 S1500의 예측단계(S1500)에서 예측된 에너지 생산량을 비교한다. 이때, 에너지 생산량이 에너지 소요량보다 크다고 판단될 때 건물의 최적 태양광전지를 판단할 수 있는 것이다.
이상에서는 본 발명의 일 실시 예에 따른 BAPV 발전량 예측 시스템 및 방법에 대해 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니한다. 그리고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
100: 설계서버 110: 건물설계서버
120: 지형설계서버 200: 설정서버
210: 건축물에너지효율등급 평가 툴 300: 분석서버
400: 배치서버 500: 예측서버
600: 비교서버 S1100: 설계단계
S1200: 설정단계 S1300: 분석단계
S1400: 배치단계 S1500: 예측단계
S1600: 비교단계

Claims (8)

  1. 건물을 모델링하는 설계서버와,
    상기 설계서버에서 설계한 BIM모델의 에너지 소요량을 설정하는 설정서버와,
    상기 설계서버에서 설계한 BIM모델의 일조를 분석하는 분석서버와,
    상기 분석서버에서 분석된 BIM모델에 태양광전지(BAPV)를 배치하는 배치서버와,
    상기 배치서버에서 배치된 상기 태양광전지의 발전량을 예측하는 예측서버와,
    상기 설정서버에서 설정한 에너지 소요량과 상기 예측서버에서 예측한 상기 태양광전지의 발전량을 비교하는 비교서버를 포함하는 BAPV 발전량 예측 시스템.
  2. 제 1항에 있어서,
    상기 설계서버는 건물을 모델링하는 건물설계서버와,
    건물이 배치되는 위치의 지형정보를 모델링하는 지형설계서버를 구비하는 것을 특징으로 하는 BAPV 발전량 예측 시스템.
  3. 제 1항에 있어서,
    상기 설정서버는 건물의 설치지역, 설치지형, 건물의 세대수, 면적, 건폐율 중 적어도 하나의 정보를 활용하여 BIM모델의 에너지 소요량을 설정하는 것을 특징으로 하는 BAPV 발전량 예측 시스템.
  4. 제 3항에 있어서,
    상기 설정서버는 BIM모델의 에너지 소요량을 건축물에너지효율등급 평가 툴(ECO2)에 적용하여 건축물 에너지 효율 등급을 설정하는 것을 특징으로 하는 BAPV 발전량 예측 시스템.
  5. 제 1항에 있어서,
    상기 분석서버는 시간 및 계절에 따라 건물의 일조를 분석하는 것을 특징으로 하는 BAPV 발전량 예측 시스템.
  6. 제 1항에 있어서,
    상기 배치서버는 건물의 동별, 옥상, 벽 중 적어도 하나 이상에 상기 태양광전지를 배치하는 것을 BAPV 발전량 예측 시스템.
  7. 제 6항에 있어서,
    상기 배치서버는 건물의 옥상에 상기 태양광전지를 수평으로 배치하고 건물의 벽체에 상기 태양광전지를 수직으로 배치하는 것을 BAPV 발전량 예측 시스템.
  8. (a) 건물의 형상 및 지형을 설계하는 설계단계와,
    (b) 상기 설계단계 후, BIM모델의 에너지 소요량을 설정하는 설정단계와,
    (c) 상기 설정단계 후, BIM모델에 일조를 분석하는 분석단계와,
    (d) 상기 분석단계 후, BIM모델에 태양광전지를 배치하는 배치단계와,
    (e) 상기 배치단계 후, BIM모델의 에너지 생산량을 예측하는 예측단계와.
    (f) 상기 예측단계 후, BIM모델의 에너지 소요량과 예측한 에너지 생산량을 비교하는 비교단계를 포함하는 BAPV 발전량 예측 방법.

KR1020200140827A 2020-10-28 2020-10-28 Bapv 발전량 예측 시스템 및 방법 KR20220056347A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200140827A KR20220056347A (ko) 2020-10-28 2020-10-28 Bapv 발전량 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200140827A KR20220056347A (ko) 2020-10-28 2020-10-28 Bapv 발전량 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220056347A true KR20220056347A (ko) 2022-05-06

Family

ID=81584603

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200140827A KR20220056347A (ko) 2020-10-28 2020-10-28 Bapv 발전량 예측 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20220056347A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102600951B1 (ko) * 2023-05-08 2023-11-09 (주)삼우종합건축사사무소 사전 공사비 비교가 가능한, 대지외 설치를 포함하는 신재생에너지 시스템에 대한 설치 계획 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102600951B1 (ko) * 2023-05-08 2023-11-09 (주)삼우종합건축사사무소 사전 공사비 비교가 가능한, 대지외 설치를 포함하는 신재생에너지 시스템에 대한 설치 계획 방법

Similar Documents

Publication Publication Date Title
Waibel et al. Co-simulation and optimization of building geometry and multi-energy systems: Interdependencies in energy supply, energy demand and solar potentials
Wu et al. Multiobjective optimisation of energy systems and building envelope retrofit in a residential community
Zou et al. A simulation-based method to predict the life cycle energy performance of residential buildings in different climate zones of China
Lovati et al. New method for the early design of BIPV with electric storage: A case study in northern Italy
Hong et al. A review on sustainable construction management strategies for monitoring, diagnosing, and retrofitting the building’s dynamic energy performance: Focused on the operation and maintenance phase
Kristjansdottir et al. Embodied greenhouse gas emissions from PV systems in Norwegian residential Zero Emission Pilot Buildings
Szalay et al. Definition of nearly zero-energy building requirements based on a large building sample
Zou et al. Capacity configuration of distributed photovoltaic and battery system for office buildings considering uncertainties
Perera et al. The influence of urban form on the grid integration of renewable energy technologies and distributed energy systems
Eicker et al. New 3D model based urban energy simulation for climate protection concepts
Xie et al. The impact of urban morphology on the building energy consumption and solar energy generation potential of university dormitory blocks
Vahdatikhaki et al. Optimization of PV modules layout on high-rise building skins using a BIM-based generative design approach
Amer et al. Methodology for design decision support of cost-optimal zero-energy lightweight construction
Rezaee et al. Parametric framework for a feasibility study of zero-energy residential buildings for the design stage
Carpino et al. Improve decision-making process and reduce risks in the energy retrofit of existing buildings through uncertainty and sensitivity analysis
Nateghi et al. Multi-objective optimization of a multi-story hotel's energy demand and investing the money saved in energy supply with solar energy production
e Silva et al. New building simulation method to measure the impact of window-integrated organic photovoltaic cells on energy demand
Xu et al. Community load leveling for energy configuration optimization: Methodology and a case study
Bapat et al. Selection of sustainable materials for energy savings of infrastructure-transportation project in Ahmedabad, India using BIM and FCM
Oh et al. An integrated model for estimating the techno-economic performance of the distributed solar generation system on building façades: Focused on energy demand and supply
Qu et al. Optimal design of building integrated energy systems by combining two-phase optimization and a data-driven model
KR20220056347A (ko) Bapv 발전량 예측 시스템 및 방법
Ma et al. A macro-scale optimisation of zero-energy design schemes for residential buildings based on building archetypes
Bucking et al. Methodology for energy and economic modeling of net zero energy communities
Gruber et al. Estimation and sensitivity analysis of building energy demand

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application