ارایه الگویی برای رده بندی مصرف انرژی سیستم روشنایی در ساختمان ها
محل انتشار: فصلنامه انرژی ایران، دوره: 24، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 262
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJENERGY-24-2_001
تاریخ نمایه سازی: 17 خرداد 1401
چکیده مقاله:
در این پژوهش، روشی محاسباتی برای رده بندی مصرف انرژی سیستم روشنایی در ساختمان ها ارائه شده است. به منظور رده بندی مصرف سیستم روشنایی ساختمان، ابتدا با استفاده از روش لومن مبتنی بر شاخص فضا، شدت روشنایی فضاهای مختلف ساختمان مدل سازی می شود. سپس، شاخص نسبت انرژی روشنایی ساختمان با توجه به نسبت شدت روشنایی ساختمان مورد مطالعه به شدت روشنایی ساختمان استاندارد مدل سازی می شود. به منظور کاربردی تر کردن روش پیشنهادی، پارامترهای زمانی و مکانی نیز در رابطه نسبت انرژی روشنایی ساختمان در نظر گرفته می شود. به عبارت دیگر، نسبت انرژی روشنایی ساختمان با در نظر گرفتن مصرف انرژی در طول روز، مصرف انرژی در طول شب، مدت زمان در دسترس بودن نور خورشید در روزهای مختلف سال، شرایط آب و هوایی و متراژ فضاهای مختلف ساختمان مدل سازی می شوند. در نهایت، با پیاده سازی نسبت انرژی روشنایی ساختمان و بیان نحوه محاسبه پارامترهای مختلف آن، رده بندی مصرف انرژی سیستم روشنایی ساختمان با استفاده از رده های انرژی A+++ تا G ارائه می شود. با توجه به نتایج پژوهش و رده بندی ارائه شده، اگر مصرف انرژی سیستم روشنایی یک ساختمان حداکثر ۱۰ درصد بیشتر از مصرف سیستم روشنایی ساختمان استاندارد باشد، شایستگی برخورداری از برچسب انرژی A را دارا است.
کلیدواژه ها:
Lighting system label ، Energy class A ، Lumen method based on space index ، Weather conditions ، Building lighting energy ratio ، برچسب انرژی A ، رده بندی مصرف سیستم روشنایی ، روش لومن مبتنی بر شاخص فضا ، شرایط آب و هوایی ، نسبت انرژی روشنایی ساختمان
نویسندگان
سجاد سعدی
دانشکده فنی - دانشگاه جامع امام حسین(ع)
جواد غلامی
Iran University of Science and Technology
مسعود علیلو
Urmia University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :