Estrategias de predicción de consumo energético en edificaciones: una revisión

• Ortega-Diaz, Liliana ^[1] ; Cárdenas-Rangel, Jorge ^[1] ; Osma-Pinto, German
  1. [1] Universidad Industrial de Santander

     Universidad Industrial de Santander

     Colombia

     
• Localización: TecnoLógicas, ISSN-e 2256-5337, ISSN 0123-7799, Nº. 58, 2023
• Idioma: español
• Títulos paralelos:
  • Strategies for Predicting Energy Consumption in Buildings: A Review
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los edificios son uno de los principales actores contaminantes del medio ambiente, por lo que es necesario fortalecer las estrategias para la reducción de su consumo energético, como el diseño energéticamente eficiente (edificios nuevos) y la gestión energética (edificios existentes). Para ello, es fundamental la predicción del consumo energético que permita conocer el estado de operación de la edificación e inferir sobre las causas de éste y la eficacia de las estrategias de ahorro energético. No obstante, la diversidad de técnicas de predicción del consumo energético existentes dificulta a investigadores su identificación, selección y aplicación. Por ello, a partir de una revisión de la literatura, este artículo identifica técnicas de predicción, expone sus principios teóricos, describe las etapas generales de construcción de un modelo de predicción, reconoce métricas de evaluación, identifica algunas de sus fortalezas y debilidades y presenta criterios para facilitar la selección de una técnica de predicción y métricas de evaluación según las características del caso de estudio. Se realizó un análisis bibliométrico como metodología para identificar y estudiar los artículos más importantes sobre demanda de energía en edificios. Se encuentra que hay tendencia en la aplicación de técnicas de aprendizaje automático y que los modelos de predicción de consumo energético son mayormente aplicados a edificaciones residenciales, comerciales y educativas.

  • English

    Buildings are one of the main polluting actors in the environment. Therefore, it is necessary to strengthen strategies to reduce their energy consumption, such as energy-efficient design (new buildings) and energy management (existing buildings). For this, it is essential to predict energy consumption to know the state of the building’s operation and infer the causes and effectiveness of energy-saving strategies. However, the diversity of existing energy consumption prediction techniques makes it difficult for researchers to identify, select, and apply them. Therefore, from a literature review, this article identifies prediction techniques, exposes its theoretical principles, describes the general stages of building a prediction model, recognizes evaluation metrics, identifies some of its strengths and weaknesses, and presents criteria to facilitate the selection of a prediction technique and evaluation metrics according to the characteristics of the case study. A bibliometric analysis was carried out to identify and study the most critical articles on energy demand in buildings. It is found that there is a trend in the application of machine learning techniques and that energy consumption prediction models are mainly applied to residential, commercial, and educational buildings.