Resumen

Con el aumento del consumo de energía de los edificios para mantener el ambiente interior dentro de los niveles de confort y el aumento constante del precio de la energía, es necesario diseñar edificios que requieran un mínimo de energía para mantener el ambiente interior dentro de los niveles de confort. Es necesario predecir la temperatura interior durante la fase de diseño. En este artículo se desarrolla un modelo estadístico de predicción de la temperatura interior. Se construyó una casa solar pasiva y se simuló su comportamiento térmico utilizando los programas informáticos ECOTECT y DOE. El comportamiento térmico de la casa se monitorizó durante un año. Se observó que la temperatura interior se encontraba en el nivel de confort durante el 85% del tiempo total monitorizado. Los resultados de la simulación se compararon con los resultados medidos y los del modelo de predicción. Se observó que el modelo estadístico de predicción coincidía (95%) con los resultados medidos. Se observó que los resultados de la simulación coincidían (96%) con el modelo de predicción estadística. La temperatura interior modelizada fue la más sensible a las variaciones de la temperatura exterior. Se observó que los picos medios diarios eran más pronunciados en verano (5%) que en invierno (4%). El modelo desarrollado puede utilizarse para predecir la temperatura interior instantánea para un diseño de casa específico.

• Materias:Biodiésel Energía eólica Dinámica de fluidos Energía limpia Combustible líquido Sistema híbrido
• Subjects:Biodiesel Wind energy Fluid dynamics Clean energy Liquid fuel Hybrid system
• Palabras claves:modelo estadístico de predicción, temperatura interior, niveles de confort, ambiente interior, comportamiento térmico, picos medios diarios, modelo estadístico de predicción de la temperatura interior, programa informático doe, temperatura interior instantánea, variaciones de la temperatura exterior
• Keywords:statistical prediction model, indoor temperature, comfort levels, indoor environment, thermal behaviour, daily mean peak ones, statistical indoor temperature prediction model, doe computer software, instantaneous indoor temperature, outdoor temperatures variations