องศาวันความเย็น และการประยุกต์ใช้เป็นตัวแปรด้านพลังงาน (Cooling Degree Day and application for energy variable)

CoolingDegreeDay-iEnergyGuru

องศาวัน หรือ Degree Day (DD) คือ ตัวแปรด้านอุณหภูมิของอากาศ ที่เป็นปัจจัยส่งผลกระทบต่อกิจกรรมบางอย่าง ได้แก่ การเจริญเติบโตของพืช, การควบคุมศัตรูพืช, การใช้พลังงานของระบบทำความเย็นหรือระบบทำความร้อน เป็นต้น โดยหากเป็นตัวแปรที่เอาไว้วิเคราะห์ทางด้านการเกษตรจะเรียกว่า Growing Degree Day (GDD) และหากเป็นตัวแปรสำหรับการวิเคราะห์ทางด้านความร้อนและความเย็นจะเรียก Heating Degree Day (HDD) และ Cooling Degree Day (CDD) ตามลำดับ

Cooling Degree Day (CDD)

โดยตัวแปร Cooling Degree Day (CDD) จะคำนวณจากอุณหภูมิที่มีนัยยะต่อกิจกรรมนั้นๆ หรือเรียกว่าอุณหภูมิฐาน (Base Temperature, TB) หรืออุณหภูมิสมดุล (Balance Point Temperature, TBAL) กับอุณหภูมิอากาศ ซึ่งการกำหนดค่าอุณหภูมิฐานนั้น ให้พิจารณาค่าที่ก่อให้เกิดผลกระทบต่อกิจกรรมที่ทำการวิเคราะห์ เช่น การกำหนดค่า TB การปลูกข้าวโพดที่ 50 oF หมายความว่าหากอุณหภูมิอากาศต่ำกว่า 50 oF ต้นข้าวโพดจะเจริญเติบโตได้ไม่ดี หรือ การกำหนดค่า TB ของการปรับตั้งอุณหภูมิเครื่องปรับอากาศมีค่า 25 oC  หมายความว่าหากอุณหภูมิอากาศต่ำกว่า 25 oC จะไม่เปิดใช้เครื่องปรับอากาศเพราะอากาศเย็นอยู่แล้ว เป็นต้น

 

สำหรับบทความนี้จะกล่าวถึงการวิเคราะห์ด้านองศาวันความเย็น (Cooling Degree Day, CDD) เป็นหลัก เนื่องจากเป็นตัวแปรที่มีผลกระทบต่อการใช้พลังงานในระบบทำความเย็นซึ่งในประเทศไทยมีใช้อยู่อย่างแพร่หลาย
โดยวิธีการคำนวณนั้นมีหลายวิธี แต่ที่นิยมและคำนวณง่ายคือใช้ผลรวมของค่าองศาวันความเย็น ที่คำนวณได้ในแต่ละช่วงเวลาที่กำหนด บวกสะสมเฉพาะที่มีค่าเป็นบวก ดังสมการ (ASHRAE, 2013)

 

 

โดยที่

i  คือ จำนวนช่วงเวลาที่ใช้ในการเก็บข้อมูลเพื่อวิเคราะห์ เช่น หากต้องการทราบว่าเดือนมกราคมมีค่า CDD เท่าไร จำนวน i จะเท่ากับ 31 วัน เป็นต้น

Tavg_i  คือ อุณหภูมิของอากาศเฉลี่ย จากค่าสูงสุด (Tmax) และต่ำสุด (Tmin) ของวัน

TB  คือ อุณหภูมิฐาน เช่น สำหรับการวิเคราะห์ระบบปรับอากาศอาจเลือกใช้ 25 oC เป็นต้น

+  คือ สัญลักษณ์บ่งบอกถึงค่าที่เลือกเฉพาะค่าที่เป็นบวกในการคำนวณ

(หมายเหตุ การเลือกค่าที่เป็นบวกในการคำนวณนั้น หมายถึงต้องการค่าที่มีผลกระทบต่อกิจกรรมนั้นๆ เช่น ค่าที่บ่งชี้ถึงการเปิดใช้เครื่องปรับอากาศ คือช่วงที่มีค่าอุณหภูมิอากาศมากกว่า 25 oC หากช่วงไหนอุณหภูมิอากาศต่ำกว่า 25 oC ค่าที่คำนวณได้จะติดลบและไม่ถูกนำมาวิเคราะห์ เพราะในช่วงดังกล่าวจะใช้งานเครื่องปรับอากาศน้อยหรือไม่เปิดเครื่องปรับอากาศ เป็นต้น)

 

ตัวอย่างที่ 1

กรุงเทพฯ วันที่ 1 ตุลาคม 2561 มีอุณหภูมิอากาศสูงสุดของวันเท่ากับ 34.20 oC และอุณหภูมิอากาศต่ำสุดของวันเท่ากับ 25.70 oC ในวันดังกล่าวมีค่า Cooling Degree Day (CDD) เท่ากับ (กำหนด TB  เท่ากับ 25 oC)

Tavg       = (34.20 + 25.70) / 2   =          29.95 oC

CDD     = (29.95 – 25.00)+       =          4.95 oC/วัน

 

ตัวอย่างที่ 2

ดอยอ่างขาง วันที่ 1 ตุลาคม 2561 มีอุณหภูมิอากาศสูงสุดของวันเท่ากับ 21.00 oC และอุณหภูมิอากาศต่ำสุดของวันเท่ากับ 16.50 oC ในวันดังกล่าวมีค่า Cooling Degree Day (CDD) เท่ากับ (กำหนด TB  เท่ากับ 25 oC)

Tavg       = (21.00 + 16.50) / 2   =          18.75 oC

CDD     = (18.75 – 25.00)+       =          0.00 oC/วัน

 

ตัวอย่าง การคำนวณ CDD แบบรายเดือน

การคำนวณ Cooling Degree Day (CDD) แบบรายเดือน

ซึ่งสรุปได้จากตารางว่า ค่า Cooling Degree Day (CDD) ของเดือนตุลาคม พ.ศ. 2561 เท่ากับ 155.05 oC/เดือน

สำหรับการประยุกต์ใช้ค่า Cooling Degree Day (CDD) ให้เป็นตัวแปรที่มีผลกระทบต่อการใช้พลังงานนั้น ส่วนใหญ่จะพบในอาคารหรือโรงงานที่มีการใช้งานระบบปรับอากาศและทำความเย็นค่อนข้างมาก

ตัวอย่างที่ 3

การนำค่า Cooling Degree Day (CDD) ไปวิเคราะห์ร่วมกับการใช้พลังงานขององค์กร

การนำค่า Cooling Degree Day (CDD) ไปวิเคราะห์ร่วมกับการใช้พลังงานขององค์กร

 

 

 

 

 

 

 

 

 

 

กราฟแสดงการนำค่า Cooling Degree Day (CDD) ไปวิเคราะห์ร่วมกับการใช้พลังงานขององค์กร

 

 

 

 

จากตัวอย่างเป็นตารางสรุปการใช้พลังงานรายเดือนของอาคารสำนักงานในกรุงเทพฯ แห่งหนึ่ง ในปี พ.ศ. 2561 และ 2562 ซึ่งสามารถวิเคราะห์ข้อมูลได้ดังนี้

หากชี้วัดด้วยการใช้พลังงาน อาคารสำนักงานแห่งนี้มีการใช้พลังงานเพิ่มขึ้น 34,000.00 kWh/ปี หรือเพิ่มขึ้น 2.03% ซึ่งถือว่าไม่ดีในแง่ของการใช้พลังงาน เพราะอาคารมีการใช้พลังงานเพิ่มขึ้น

เมื่อนำค่า Cooling Degree Day (CDD) มาวิเคราะห์ร่วมกับการใช้พลังงานด้วย และเขียนเส้นแนวโน้มจะเห็นได้ว่า เมื่อค่า Cooling Degree Day (CDD) เพิ่มมากขึ้นการใช้พลังงานจะมาขึ้นตาม

เมื่อนำเส้นแนวโน้มระหว่าง Cooling Degree Day (CDD) กับการใช้พลังงานมาเขียนสมการเชิงเส้น แล้วนำสมการดังกล่าวไปคาดการณ์ (forecast) การใช้พลังงานในปี พ.ศ. 2562 แล้วเปรียบเทียบกับที่เกิดขึ้นจริงพบว่าการใช้พลังงานที่เกิดขึ้นจริงน้อยกว่าที่คาดการณ์ไว้ 13,276.49 kWh/ปี คิดเป็น 0.77% ซึ่งหมายความว่าอาคารสามารถลดการใช้พลังงานลงได้ 0.77% นั่นเอง (ซึ่งน่าจะดีกว่าการสรุปด้วยการใช้พลังงานเพียงอย่างเดียว)

ข้อสังเกตอีกประการหนึ่งคือค่า R2 (Regression Coefficient) ที่เท่ากับ 0.6125 ซึ่งมีค่าไม่สูงมากนัก (ค่า R2 เข้าใกล้ 1 แสดงว่าตัวแปรต้น (x) สามารทำนายหรือคาดการณ์ตัวแปรตาม (y) ได้เป็นอย่างดี มีความสอดคล้องกันของข้อมูลอย่างมีนัยสำคัญ ที่ยอมรับกันจะอยู่ที่มากกว่า 0.80) ซึ่งอาจจะมีตัวแปรที่เกี่ยวข้องกับการใช้พลังงานอย่างอื่นอีก เช่น จำนวนคนหรือภาระความร้อนอื่นๆที่เข้า-ออกจากอาคาร เป็นต้น อาจจะต้องนำตัวแปรที่เกี่ยวข้องดังกล่าวมาร่วมวิเคราะห์ด้วย

 

แปลและเรียบเรียงโดย นายปรีชา โขธนพงศ์ ทีมงาน iEnergyGuru

Reference:

 

 

 

 

 

 

 

 

 

 

 

 

 

0 Reviews

Write a Review

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *