[논문 리뷰] Elaboration of a new tool for weather data sequences generation

Laëtitia Adelard, Thierry A. Mara외 2명|arXiv (Cornell University)|2012. 12. 21.

Building Energy and Comfort Optimization참고 문헌 9인용 수 10

한 줄 요약

이 논문은 건물 물리학 응용 분야를 위한 기후 데이터 기술, 통계 모델링, 인공_WEATHER 데이터 생성을 통합하는 새로운 소프트웨어 도구 RUNEOLE을 제시한다. 통계 분석, 일반 일자 식별, 시뮬레이션 준비 완료 기상 파일 생성 모듈을 조합함으로써 RUNEOLE은 특히 습한 기후에서 난방· Ventilation· 에어컨(HVAC) 시스템 평가 및 열적 쾌적성 연구에 적합한 정확한 합성 기상 시계열을 생성할 수 있다.

ABSTRACT

This paper deals about the presentation of a new software RUNEOLE used to provide weather data in buildings physics. RUNEOLE associates three modules leading to the description, the modelling and the generation of weather data. The first module is dedicated to the description of each climatic variable included in the database. Graphic representation is possible (with histograms for example). Mathematical tools used to compare statistical distributions, determine daily characteristic evolutions, find typical days, and the correlations between the different climatic variables have been elaborated in the second module. Artificial weather datafiles adapted to different simulation codes are available at the issue of the third module. This tool can then be used in HVAC system evaluation, or in the study of thermal comfort. The studied buildings can then be tested under different thermal, aeraulic, and radiative solicitations, leading to a best understanding of their behaviour for example in humid climates.

연구 동기 및 목표

• 건물 성능 시뮬레이션에 적합한 합성 기상 데이터 시계열을 생성하기 위한 종합적 도구를 개발하는 것.
• 열 및 HVAC 시스템 평가에 활용하기 위한 유연하고 기후 적응형 기상 데이터 생성 도구의 부족을 보완하는 것.
• 통계적으로 대표적이며 시뮬레이션 준비 완료 기상 파일을 제공함으로써 습한 기후에서의 연구를 지원하는 것.
• 정확한 건물 물리학 응용 분야에서의 정확도 향상을 위해 통계 모델링과 실용적 데이터 생성을 통합하는 것.

제안 방법

• 도구는 기후 변수 기술, 분포 및 상관관계의 통계 모델링, 인공 기상 데이터 생성이라는 세 핵심 모듈을 통합한다.
• 통계 도구를 사용하여 분포를 비교하고, 일반 일자를 식별하며, 기온, 습도, 일사량과 같은 기상 변수 간의 상관관계를 분석한다.
• 히스토그램과 같은 그래픽 표현 방식을 사용하여 기후 데이터 분포를 시각화함으로써 더 나은 해석 가능성을 확보한다.
• 다양한 시뮬레이션 코드와 호환되는 합성 기상 파일을 생성함으로써 표준 건물 성능 도구와의 상호운용성을 보장한다.
• 모델링 단계에는 기상 변수의 일일 패턴을 포착하기 위한 일일 특성 변화 분석이 포함된다.
• 최종 모듈은 열 및 에어로다이내믹 성능 연구에 사용 가능한 시뮬레이션 준비 완료 기상 파일을 출력한다.

실험 결과

연구 질문

• RQ1 어떻게 건물 물리학 응용 분야에서 실제 기후 패턴을 반영하는 합성 기상 시계열을 생성할 수 있는 통합 도구를 설계할 수 있는가?
• RQ2 기상 데이터의 변수 상관관계를 모델링하고 일반 기상 일자를 식별하는 데 가장 효과적인 통계 방법은 무엇인가?
• RQ3 이미 존재하는 건물 시뮬레이션 소프트웨어와의 호환성을 확보하기 위해 어떻게 인공 기상 파일을 생성할 수 있는가?
• RQ4 이 도구는 습한 기후에서 HVAC 및 열적 쾌적성 평가의 정확도를 어느 정도 향상시킬 수 있는가?
• RQ5 신뢰할 수 있는 시뮬레이션 결과를 보장하기 위해 합성 기상 데이터에 반드시 유지되어야 할 주요 통계적 특성은 무엇인가?

주요 결과

• RUNEOLE은 실제 기후 데이터와 통계적으로 일관된 합성 기상 시계열을 생성하여 일일 패턴과 변수 간 상관관계를 유지한다.
• 고급 통계 분석을 통해 일반 기상 일자를 식별함으로써 데이터의 대표성을 향상시킨다.
• 생성된 인공 기상 파일은 표준 시뮬레이션 코드와 호환되어 기존 건물 성능 워크플로우에 쉽게 통합할 수 있다.
• 소프트웨어는 기후 변수에 대한 세부적인 그래픽 및 통계 분석을 지원하여 데이터 해석 및 검증을 향상시킨다.
• RUNEOLE은 정확한 기상 데이터가 신뢰할 수 있는 열 및 에어로다이내믹 성능 평가에 필수적인 습한 기후에서 강력한 적용 가능성을 보여준다.
• 모듈식 설계 덕분에 다양한 시뮬레이션 요구사항과 기후 조건에 대해 민첩하게 적응할 수 있다.