การจำลองประสิทธิภาพอาคาร (BPS) คือการจำลองลักษณะต่างๆ ของประสิทธิภาพอาคารโดยใช้แบบจำลองทางคณิตศาสตร์ที่สร้างขึ้นด้วยคอมพิวเตอร์บนพื้นฐานของหลักการทางฟิสิกส์พื้นฐานและการปฏิบัติทางวิศวกรรมที่ดี วัตถุประสงค์ของการจำลองประสิทธิภาพอาคารคือการหาปริมาณลักษณะต่างๆ ของประสิทธิภาพอาคารที่เกี่ยวข้องกับการออกแบบ การก่อสร้าง การดำเนินงาน และการควบคุมอาคาร^{[ 1 ]}การจำลองประสิทธิภาพอาคารมีโดเมนย่อยต่างๆ ที่โดดเด่นที่สุด ได้แก่ การจำลองความร้อน การจำลองแสง การจำลองเสียง และการจำลองการไหลของอากาศ การจำลองประสิทธิภาพอาคารส่วนใหญ่ขึ้นอยู่กับการใช้ซอฟต์แวร์จำลองเฉพาะ การจำลองประสิทธิภาพอาคารเองก็เป็นสาขาหนึ่งในขอบเขตที่กว้างกว่าของการคำนวณทางวิทยาศาสตร์

จากมุมมองทางกายภาพ อาคารเป็นระบบที่ซับซ้อนมาก ซึ่งได้รับอิทธิพลจากพารามิเตอร์ที่หลากหลาย แบบจำลองการจำลองเป็นนามธรรมของอาคารจริง ซึ่งช่วยให้สามารถพิจารณาอิทธิพลในระดับรายละเอียดสูง และวิเคราะห์ตัวชี้วัดประสิทธิภาพหลักโดยไม่ต้องทำการวัดที่สิ้นเปลืองค่าใช้จ่าย BPS เป็นเทคโนโลยีที่มีศักยภาพสูง ซึ่งช่วยให้สามารถวัดปริมาณและเปรียบเทียบคุณลักษณะด้านต้นทุนและประสิทธิภาพสัมพัทธ์ของการออกแบบที่เสนอได้อย่างสมจริง ด้วยความพยายามและต้นทุนที่ค่อนข้างต่ำ ความต้องการพลังงาน คุณภาพสิ่งแวดล้อมภายในอาคาร (รวมถึง ความสบาย ทางความร้อนและการมองเห็นคุณภาพอากาศภายในอาคารและปรากฏการณ์ความชื้น) ประสิทธิภาพของระบบ HVACและพลังงานหมุนเวียน การสร้างแบบจำลองระดับเมืองระบบอัตโนมัติของอาคารและการเพิ่มประสิทธิภาพการดำเนินงาน เป็นแง่มุมที่สำคัญของ BPS ^{[ 2 ] [ 3 ] [ 4 ]}

ในช่วงหกทศวรรษที่ผ่านมา มีการพัฒนาโปรแกรมคอมพิวเตอร์ BPS จำนวนมาก รายชื่อซอฟต์แวร์ BPS ที่ครอบคลุมมากที่สุดสามารถพบได้ในไดเร็กทอรี BEST ^{[ 5 ]}บางโปรแกรมครอบคลุมเฉพาะบางส่วนของ BPS เท่านั้น (เช่น การวิเคราะห์สภาพภูมิอากาศ ความสบายทางความร้อน การคำนวณพลังงาน การสร้างแบบจำลองโรงงาน การจำลองแสงแดด ฯลฯ) เครื่องมือหลักในด้าน BPS คือเครื่องมือจำลองอาคารทั้งหลังแบบไดนามิกหลายโดเมน ซึ่งให้ตัวชี้วัดสำคัญแก่ผู้ใช้ เช่น ภาระความร้อนและความเย็น ความต้องการพลังงาน แนวโน้มอุณหภูมิ ความชื้น ตัวชี้วัดความสบายทางความร้อนและการมองเห็น มลพิษทางอากาศ ผลกระทบต่อสิ่งแวดล้อม และต้นทุน^{[ 4 ] [ 6 ]}

แบบจำลองการจำลองอาคารทั่วไปมีข้อมูลป้อนเข้าสำหรับสภาพอากาศในท้องถิ่น เช่นไฟล์Typical Meteorological Year (TMY) ; รูปทรงเรขาคณิตของอาคาร; คุณลักษณะ ของเปลือกอาคาร ; ความร้อนที่ได้รับภายในจากแสงสว่างผู้ใช้งาน และภาระของอุปกรณ์ ; ข้อกำหนดของระบบทำความร้อน การระบายอากาศ และการทำความเย็น (HVAC); ตารางการดำเนินงานและกลยุทธ์การควบคุม^{[ 2 ]}ความง่ายในการป้อนข้อมูลและการเข้าถึงข้อมูลเอาต์พุตแตกต่างกันอย่างมากระหว่างเครื่องมือ BPS เครื่องมือจำลองอาคารทั้งหลังขั้นสูงสามารถพิจารณาสิ่งต่อไปนี้ได้เกือบทั้งหมดในรูปแบบต่างๆ ด้วยวิธีการที่แตกต่างกัน

ข้อมูลป้อนเข้าที่จำเป็นสำหรับการจำลองอาคารทั้งหลัง:

• สภาพภูมิอากาศ:อุณหภูมิอากาศโดยรอบ ความชื้นสัมพัทธ์รังสีแสงอาทิตย์โดยตรงและแบบกระจายความเร็วและทิศทางลม
• สถานที่ตั้ง:ตำแหน่งและทิศทางของอาคาร การบังแสงจากลักษณะภูมิประเทศและอาคารโดยรอบ คุณสมบัติของพื้นดิน
• เรขาคณิต:รูปทรงของอาคารและเรขาคณิตของพื้นที่
• องค์ประกอบภายนอกอาคาร:วัสดุและโครงสร้าง, หน้าต่างและการบังแดด, สะพานความร้อน, การรั่วไหลของอากาศ และช่องเปิด
• ผลประโยชน์ภายใน:แสงสว่าง อุปกรณ์ และผู้ใช้งาน รวมถึงตารางเวลาการใช้งาน/การเข้าใช้สถานที่
• ระบบระบายอากาศ:การขนส่งและการปรับสภาพอากาศ (การทำความร้อน การทำความเย็น การเพิ่มความชื้น)
• หน่วยภายในห้อง:หน่วยควบคุมเฉพาะจุดสำหรับทำความร้อน ทำความเย็น และระบายอากาศ
• โรงไฟฟ้า:หน่วยส่วนกลางสำหรับการแปลง การจัดเก็บ และการส่งพลังงานไปยังอาคาร
• ระบบควบคุม:สำหรับการเปิดปิดหน้าต่าง อุปกรณ์บังแดด ระบบระบายอากาศ เครื่องปรับอากาศภายในห้อง และส่วนประกอบต่างๆ ของโรงงาน

ตัวอย่างตัวชี้วัดผลการดำเนินงานที่สำคัญ ได้แก่:

• แนวโน้มอุณหภูมิ:ในแต่ละโซน บนพื้นผิว ในชั้นโครงสร้าง สำหรับระบบจ่ายน้ำร้อนหรือน้ำเย็น หรือในผนังกระจกสองชั้น
• ตัวชี้วัดความสบาย:เช่นPMVและPPDความไม่สมมาตรของอุณหภูมิแผ่รังสีความเข้มข้นของ_{CO2 ความชื้นสัมพัทธ์}
• สมดุลความร้อน:สำหรับโซน อาคารทั้งหลัง หรือส่วนประกอบแต่ละส่วนของโรงงาน
• รูปแบบการใช้พลังงาน:สำหรับความต้องการความร้อนและความเย็น รูปแบบการใช้ไฟฟ้าสำหรับอุปกรณ์และแสงสว่าง
• ความต้องการพลังงาน:สำหรับการทำความร้อน การทำความเย็น การระบายอากาศ แสงสว่าง อุปกรณ์ และระบบเสริมต่างๆ (เช่น ปั๊ม พัดลม ลิฟต์)
• ความพร้อมใช้งานของแสงแดด:ในบางพื้นที่ ในช่วงเวลาต่างๆ ที่สภาพภายนอกเปลี่ยนแปลงไป

การใช้งานซอฟต์แวร์ BPS อื่นๆ

• การกำหนดขนาดระบบ:สำหรับส่วนประกอบของระบบปรับอากาศ เช่น เครื่องปรับอากาศ, เครื่องแลกเปลี่ยนความร้อน, หม้อไอน้ำ, เครื่องทำความเย็น, ถังเก็บน้ำ, ปั๊มความร้อน และระบบพลังงานหมุนเวียน
• การเพิ่มประสิทธิภาพกลยุทธ์การควบคุม:การตั้งค่าตัวควบคุมสำหรับการบังแดด การเปิดหน้าต่าง การทำความร้อน การทำความเย็น และการระบายอากาศ เพื่อเพิ่มประสิทธิภาพการทำงาน

ประวัติของ BPS ยาวนานพอๆ กับประวัติของคอมพิวเตอร์การพัฒนาในช่วงแรกๆ ในทิศทางนี้เริ่มต้นในช่วงปลายทศวรรษ 1950 และต้นทศวรรษ 1960 ในสหรัฐอเมริกาและสวีเดน ในช่วงเวลานี้ มีการนำวิธีการหลายวิธีมาใช้ในการวิเคราะห์ส่วนประกอบของระบบเดี่ยว (เช่น หม้อไอน้ำแก๊ส) โดยใช้การคำนวณแบบสภาวะคงที่ เครื่องมือจำลองอาคารตัวแรกที่มีการรายงานคือBRISซึ่งเปิดตัวในปี 1963 โดยสถาบันเทคโนโลยีแห่งราชวงศ์ในสตอกโฮล์ม^{[ 7 ]}จนถึงปลายทศวรรษ 1960 มีการพัฒนารูปแบบจำลองหลายแบบที่มีความละเอียดระดับชั่วโมง โดยมุ่งเน้นที่การประเมินพลังงานและการคำนวณภาระความร้อน/ความเย็น ความพยายามนี้ส่งผลให้มีการเปิดตัวเครื่องมือจำลองที่มีประสิทธิภาพมากขึ้นในช่วงต้นทศวรรษ 1970 ซึ่งได้แก่ BLAST, DOE-2, ESP-r , HVACSIM+ และTRNSYS ^{[ 8 ]}ในสหรัฐอเมริกาวิกฤตพลังงานในทศวรรษ 1970ทำให้ความพยายามเหล่านี้ทวีความรุนแรงขึ้น เนื่องจากการลดการใช้พลังงานของอาคารกลายเป็นประเด็นนโยบายภายในประเทศที่เร่งด่วน วิกฤตพลังงานยังเป็นตัวกระตุ้นให้เกิดการพัฒนามาตรฐานพลังงานอาคารของสหรัฐฯ โดยเริ่มจากASHRAE 90-75 ^{[ 9 ]}

การพัฒนาการจำลองอาคารเป็นความพยายามร่วมกันระหว่างสถาบันการศึกษา สถาบันของรัฐ อุตสาหกรรม และองค์กรวิชาชีพ ในช่วงหลายทศวรรษที่ผ่านมา สาขาวิชาการจำลองอาคารได้พัฒนาไปสู่สาขาที่มีความเชี่ยวชาญ วิธีการ และเครื่องมือเฉพาะสำหรับ การประเมิน ประสิทธิภาพของอาคารมีเอกสารทบทวนและการวิเคราะห์สถานะปัจจุบันหลายฉบับที่ดำเนินการในช่วงเวลานั้น ซึ่งให้ภาพรวมเกี่ยวกับการพัฒนา^{[ 10 ] [ 11 ] [ 12 ]}

ในช่วงทศวรรษ 1980 การอภิปรายเกี่ยวกับทิศทางในอนาคตของ BPS เริ่มขึ้นในกลุ่มผู้เชี่ยวชาญด้านการจำลองอาคารชั้นนำ มีฉันทามติว่าเครื่องมือส่วนใหญ่ที่พัฒนามาจนถึงขณะนั้นมีโครงสร้างที่แข็งเกินไปที่จะรองรับการปรับปรุงและความยืดหยุ่นที่จำเป็นในอนาคต^{[ 13 ]}ในช่วงเวลานี้ สภาพแวดล้อมการจำลองอาคารแบบใช้สมการตัวแรกENET ^{[ 14 ]}ได้รับการพัฒนาขึ้น ซึ่งเป็นรากฐานของSPARKในปี 1989 Sahlin และ Sowell ได้นำเสนอNeutral Model Format (NMF) สำหรับแบบจำลองการจำลองอาคาร ซึ่งปัจจุบันใช้ในซอฟต์แวร์เชิงพาณิชย์IDA ICE [ ^{15 ] สี่}ปีต่อมา Klein ได้แนะนำEngineering Equation Solver (EES) ^{[ 16 ]}และในปี 1997 Mattsson และ Elmqvist ได้รายงานเกี่ยวกับความพยายามระดับนานาชาติในการออกแบบModelica ^{[ 17 ]}

BPS ยังคงเผชิญกับความท้าทายที่เกี่ยวข้องกับการนำเสนอปัญหา การสนับสนุนการประเมินผลการปฏิบัติงาน การเปิดใช้งานการประยุกต์ใช้งาน และการให้ความรู้ การฝึกอบรม และการรับรองแก่ผู้ใช้ Clarke (2015) อธิบายวิสัยทัศน์ในอนาคตของ BPS โดยมีภารกิจที่สำคัญที่สุดดังต่อไปนี้ ซึ่งชุมชน BPS ทั่วโลกควรดำเนินการ^{[ 18 ]}

• การส่งเสริมแนวคิดที่ดีกว่า
• การกำหนดมาตรฐานของข้อมูลป้อนเข้าและการเข้าถึงคลังโมเดล
• ขั้นตอนการประเมินผลการปฏิบัติงานมาตรฐาน
• การบูรณาการ BPS เข้ากับการปฏิบัติงานให้ดียิ่งขึ้น
• การสนับสนุนการปฏิบัติงานและการวินิจฉัยข้อผิดพลาดด้วย BPS
• การศึกษา การฝึกอบรม และการรับรองผู้ใช้งาน

ในบริบทของแบบจำลองการจำลองอาคารข้อผิดพลาดหมายถึงความคลาดเคลื่อนระหว่างผลการจำลองและประสิทธิภาพที่วัดได้จริงของอาคาร โดยปกติแล้วจะมีความไม่แน่นอนเกิดขึ้นในการออกแบบอาคารและการประเมินอาคารซึ่งโดยทั่วไปเกิดจากการประมาณค่าในข้อมูลป้อนเข้าของแบบจำลอง เช่น พฤติกรรมการใช้งานการปรับเทียบหมายถึงกระบวนการ "ปรับแต่ง" หรือปรับข้อมูลป้อนเข้าของแบบจำลองการจำลองที่สมมติขึ้นให้ตรงกับข้อมูลที่สังเกตได้จากระบบสาธารณูปโภคหรือระบบการจัดการอาคาร (BMS) ^{[ 19 ] [ 20 ] [ 21 ]}

จำนวนสิ่งพิมพ์ที่เกี่ยวข้องกับความแม่นยำในการสร้างแบบจำลองและการจำลองอาคารเพิ่มขึ้นอย่างมีนัยสำคัญในช่วงทศวรรษที่ผ่านมา เอกสารจำนวนมากรายงานช่องว่างขนาดใหญ่ระหว่างผลการจำลองและการวัด^{[ 22 ] [ 23 ] [ 24 ] [ 25 ]}ในขณะที่การศึกษาอื่นๆ แสดงให้เห็นว่าผลลัพธ์อาจตรงกันได้เป็นอย่างดี^{[ 26 ] [ 27 ] [ 28 ]}ความน่าเชื่อถือของผลลัพธ์จาก BPS ขึ้นอยู่กับหลายสิ่งหลายอย่าง เช่น คุณภาพของข้อมูลป้อนเข้า^{[ 29 ]}ความสามารถของวิศวกรจำลอง^{[ 30 ]}และวิธีการที่ใช้ในเครื่องมือจำลอง^{[ 31 ] [ 32 ]}ภาพรวมเกี่ยวกับสาเหตุที่เป็นไปได้ของช่องว่างประสิทธิภาพ ที่กล่าวถึงกันอย่างกว้างขวาง ตั้งแต่ขั้นตอนการออกแบบจนถึงการใช้งานนั้นได้มาจาก de Wilde (2014) และรายงานความคืบหน้าโดย Zero Carbon Hub (2013) ทั้งสองสรุปว่าปัจจัยที่กล่าวถึงข้างต้นเป็นความไม่แน่นอนหลักใน BPS ^{[ 33 ] [ 34 ]}

มาตรฐาน ASHRAE 140-2017 "วิธีการทดสอบมาตรฐานสำหรับการประเมินโปรแกรมคอมพิวเตอร์วิเคราะห์พลังงานอาคาร (ได้รับการอนุมัติจาก ANSI)" ให้วิธีการตรวจสอบความสามารถทางเทคนิคและขอบเขตการใช้งานของโปรแกรมคอมพิวเตอร์ในการคำนวณประสิทธิภาพทางความร้อน^{[ 35 ]}แนวทาง ASHRAE 4-2014 ให้เกณฑ์ดัชนีประสิทธิภาพสำหรับการปรับเทียบแบบจำลอง^{[ 36 ]}ดัชนีประสิทธิภาพที่ใช้คือค่าความคลาดเคลื่อนเฉลี่ยปกติ (NMBE) ค่าสัมประสิทธิ์ความแปรผัน (CV) ของค่าความคลาดเคลื่อนกำลังสองเฉลี่ยราก (RMSE) และ R² ⁽ค่าสัมประสิทธิ์การกำหนด ) ASHRAE แนะนำให้ R² ^{มากกว่า} 0.75 สำหรับแบบจำลองที่ปรับเทียบแล้ว เกณฑ์สำหรับ NMBE และ CV RMSE ขึ้นอยู่กับว่ามีข้อมูลที่วัดได้ในระดับรายเดือนหรือรายชั่วโมงหรือไม่

เนื่องจากความซับซ้อนของพลังงานและการไหลของมวลในอาคาร โดยทั่วไปแล้วจึงไม่สามารถหาคำตอบเชิงวิเคราะห์ได้ ดังนั้นซอฟต์แวร์จำลองจึงใช้วิธีการอื่น เช่น วิธีฟังก์ชันการตอบสนอง หรือวิธีการเชิงตัวเลขในความแตกต่างจำกัดหรือปริมาตรจำกัดเป็นการประมาณค่า^{[ 2 ]}โปรแกรมจำลองอาคารทั้งหลังส่วนใหญ่ในปัจจุบันสร้างแบบจำลองโดยใช้ ภาษา การเขียนโปรแกรมเชิงคำสั่งภาษาเหล่านี้กำหนดค่าให้กับตัวแปร ประกาศลำดับการดำเนินการของการกำหนดค่าเหล่านี้ และเปลี่ยนแปลงสถานะของโปรแกรม เช่นเดียวกับที่ทำในC/C++ , FortranหรือMATLAB / Simulinkในโปรแกรมดังกล่าว สมการแบบจำลองจะเชื่อมโยงอย่างแน่นหนากับวิธีการแก้ปัญหา โดยมักจะทำให้ขั้นตอนการแก้ปัญหาเป็นส่วนหนึ่งของสมการแบบจำลองจริง^{[ 37 ]}การใช้ภาษาการเขียนโปรแกรมเชิงคำสั่งจำกัดการใช้งานและความสามารถในการขยายของแบบจำลอง ความยืดหยุ่นที่มากกว่านำเสนอโดยเครื่องมือจำลองที่ใช้สมการเชิงอนุพันธ์พีชคณิตเชิง สัญลักษณ์ (DAE) พร้อมตัวแก้ปัญหาอเนกประสงค์ที่เพิ่มการนำแบบจำลองกลับมาใช้ใหม่ ความโปร่งใส และความแม่นยำ เนื่องจากเครื่องยนต์เหล่านี้บางส่วนได้รับการพัฒนามานานกว่า 20 ปีแล้ว (เช่น IDA ICE) และเนื่องจากข้อได้เปรียบที่สำคัญของการสร้างแบบจำลองตามสมการ เครื่องยนต์จำลองเหล่านี้จึงถือได้ว่าเป็นเทคโนโลยีที่ทันสมัย^{​​[ 38 ] [ 39 ]}

แบบจำลองการจำลองอาคารสามารถพัฒนาได้ทั้งสำหรับอาคารใหม่และอาคารที่มีอยู่แล้ว ประเภทการใช้งานหลักของการจำลองประสิทธิภาพอาคาร ได้แก่: ^{[ 3 ]}

• การออกแบบสถาปัตยกรรม : เปรียบเทียบตัวเลือกการออกแบบหรือการปรับปรุงอาคาร ในเชิงปริมาณ เพื่อให้ได้ข้อมูลสำหรับการออกแบบอาคารที่ประหยัดพลังงาน มากขึ้น
• การออกแบบระบบปรับอากาศ (HVAC):คำนวณภาระความร้อนเพื่อกำหนดขนาดอุปกรณ์ทางกล และช่วยออกแบบและทดสอบกลยุทธ์การควบคุมระบบ
• การประเมินประสิทธิภาพอาคาร:แสดงให้เห็นถึงการปฏิบัติตามข้อกำหนดด้านพลังงาน การรับรองอาคารสีเขียว และสิ่งจูงใจทางการเงินตามประสิทธิภาพการทำงาน
• การวิเคราะห์อาคารที่มีอยู่:สนับสนุนการพัฒนาหลักเกณฑ์และมาตรฐานด้านพลังงาน และวางแผนโครงการประหยัดพลังงานขนาดใหญ่
• CFD ในอาคาร:การจำลองเงื่อนไขขอบเขต เช่น ฟลักซ์ความร้อนที่พื้นผิวและอุณหภูมิพื้นผิวสำหรับ การศึกษา CFD ต่อไปนี้ ของสถานการณ์^{[ 40 ]}

มีเครื่องมือซอฟต์แวร์หลายร้อยรายการสำหรับการจำลองประสิทธิภาพของอาคารและระบบย่อยของอาคาร ซึ่งมีความสามารถตั้งแต่การจำลองอาคารทั้งหลังไปจนถึงการปรับเทียบอินพุตของแบบจำลองและการตรวจสอบอาคาร ในบรรดาเครื่องมือซอฟต์แวร์การจำลองอาคารทั้งหลัง สิ่งสำคัญคือต้องแยกความแตกต่างระหว่างเครื่องมือจำลองซึ่งแก้สมการแบบไดนามิกที่มาจากอุณหพลศาสตร์และวิทยาศาสตร์อาคารและแอปพลิเคชันแบบจำลอง (อินเทอร์เฟซ ) ^{[ 6 ]}

โดยทั่วไป ซอฟต์แวร์ BPS สามารถจำแนกได้เป็น^{[ 41 ]}

• แอปพลิเคชันที่มีระบบจำลองในตัว (เช่น EnergyPlus, ESP-r, TAS, IES-VE, IDA ICE)
• ซอฟต์แวร์ที่เชื่อมต่อกับเอนจิ้นเฉพาะ (เช่น Designbuilder, eQuest, RIUSKA, Sefaira)
• ปลั๊กอินสำหรับซอฟต์แวร์อื่นๆ ที่ช่วยให้สามารถวิเคราะห์ประสิทธิภาพได้ (เช่น DIVA สำหรับ Rhino, Honeybee, Autodesk Green Building Studio)

ตรงกันข้ามกับการนำเสนอนี้ มีเครื่องมือบางอย่างที่ไม่ตรงตามเกณฑ์การจำแนกประเภทที่ชัดเจนเหล่านี้ เช่น ESP-r ซึ่งสามารถใช้เป็นแอปพลิเคชันสร้างแบบจำลองสำหรับ EnergyPlus ได้เช่นกัน^{[ 42 ]}และยังมีแอปพลิเคชันอื่นๆ ที่ใช้สภาพแวดล้อมการจำลอง IDA ^{[ 43 ]}ซึ่งทำให้ "IDA" เป็นกลไกและ "ICE" เป็นแบบจำลอง แอปพลิเคชันสร้างแบบจำลองส่วนใหญ่รองรับผู้ใช้ด้วยอินเทอร์เฟซผู้ใช้แบบกราฟิกเพื่อให้การป้อนข้อมูลทำได้ง่ายขึ้น แบบจำลองจะสร้างไฟล์อินพุตสำหรับกลไกการจำลองเพื่อแก้ปัญหา กลไกจะส่งข้อมูลเอาต์พุตกลับไปยังแอปพลิเคชันสร้างแบบจำลองหรือเครื่องมือแสดงภาพอื่นๆ ซึ่งจะแสดงผลลัพธ์ให้ผู้ใช้เห็น สำหรับซอฟต์แวร์บางแพ็กเกจ กลไกการคำนวณและอินเทอร์เฟซอาจเป็นผลิตภัณฑ์เดียวกัน ตารางด้านล่างแสดงภาพรวมเกี่ยวกับกลไกการจำลองและแอปพลิเคชันสร้างแบบจำลองที่ใช้กันทั่วไปสำหรับ BPS ^{[ 41 ] [ 44 ]}

นับตั้งแต่ทศวรรษ 1990 การจำลองประสิทธิภาพอาคารได้เปลี่ยนผ่านจากวิธีการที่ใช้เป็นหลักในการวิจัยไปสู่เครื่องมือออกแบบสำหรับโครงการอุตสาหกรรมกระแสหลัก อย่างไรก็ตาม การใช้งานในประเทศต่างๆ ยังคงแตกต่างกันอย่างมาก โปรแกรมการรับรองอาคาร เช่นLEED (สหรัฐอเมริกา), BREEAM (สหราชอาณาจักร) หรือ DGNB (เยอรมนี) ได้แสดงให้เห็นว่าเป็นแรงผลักดันที่ดีสำหรับการจำลองประสิทธิภาพอาคาร (BPS) เพื่อนำไปประยุกต์ใช้ในวงกว้างมากขึ้น นอกจากนี้ มาตรฐานอาคารระดับชาติที่อนุญาตให้วิเคราะห์โดยใช้ BPS ยังเป็นประโยชน์อย่างมากต่อการนำไปใช้ในอุตสาหกรรมที่เพิ่มขึ้น เช่น ในสหรัฐอเมริกา ( ASHRAE 90.1 ) ^{[ 66 ]}สวีเดน (BBR) ^{[ 67 ]}สวิตเซอร์แลนด์ (SIA) ^{[ 68 ]}และสหราชอาณาจักร (NCM) ^{[ 69 ]}

ข้อบังคับอาคารของสวีเดนมีความเป็นเอกลักษณ์ตรงที่การใช้พลังงานที่คำนวณได้จะต้องได้รับการตรวจสอบโดยการวัดภายในสองปีแรกของการใช้งานอาคาร นับตั้งแต่มีการนำมาใช้ในปี 2550 ประสบการณ์แสดงให้เห็นว่าแบบจำลองการจำลองที่มีรายละเอียดสูงเป็นที่นิยมในหมู่นักสร้างแบบจำลองเพื่อให้ได้ระดับความแม่นยำที่ต้องการอย่างน่าเชื่อถือ ยิ่งไปกว่านั้น สิ่งนี้ยังส่งเสริมวัฒนธรรมการจำลองที่การคาดการณ์การออกแบบใกล้เคียงกับประสิทธิภาพจริง ซึ่งส่งผลให้มีการเสนอการรับประกันพลังงานอย่างเป็นทางการโดยอิงจากการคาดการณ์จากการจำลอง ซึ่งเน้นย้ำถึงศักยภาพทางธุรกิจโดยทั่วไปของ BPS ^{[ 70 ]}

ในแนวทางที่เน้นประสิทธิภาพ การปฏิบัติตามรหัสอาคารหรือมาตรฐานจะขึ้นอยู่กับการใช้พลังงานที่คาดการณ์ได้จากการจำลองอาคาร แทนที่จะเป็นแนวทางที่กำหนดไว้ล่วงหน้า ซึ่งต้องปฏิบัติตามเทคโนโลยีหรือคุณลักษณะการออกแบบที่กำหนดไว้ การปฏิบัติตามที่เน้นประสิทธิภาพช่วยให้การออกแบบอาคารมีความยืดหยุ่นมากขึ้น เนื่องจากช่วยให้นักออกแบบสามารถละเว้นข้อกำหนดที่กำหนดไว้ล่วงหน้าบางประการได้ หากผลกระทบต่อประสิทธิภาพของอาคารสามารถชดเชยได้ด้วยการเกินข้อกำหนดที่กำหนดไว้ล่วงหน้าอื่นๆ^{[ 71 ]}หน่วยงานรับรองจะให้รายละเอียดเกี่ยวกับข้อมูลป้อนเข้าของแบบจำลอง ข้อกำหนดของซอฟต์แวร์ และข้อกำหนดด้านประสิทธิภาพ

ต่อไปนี้คือรายชื่อข้อกำหนดและมาตรฐานด้านพลังงานของสหรัฐอเมริกาที่อ้างอิงถึงการจำลองอาคารเพื่อแสดงให้เห็นถึงการปฏิบัติตามข้อกำหนด:

• ASHRAE 90.1
• รหัสการอนุรักษ์พลังงานระหว่างประเทศ (IECC)
• มาตรฐานการออกแบบเพื่อความเป็นผู้นำด้านพลังงานและสิ่งแวดล้อม (LEED)
• กรีนโกลบ
• แคลิฟอร์เนีย มาตรา 24
• โครงการ EnergyStarสำหรับอาคารสูงแบบหลายครอบครัว
• สถาบันบ้านประหยัดพลังงานแห่งสหรัฐอเมริกา (PHIUS)
• โครงการ Living Building Challenge

สมาคมวิชาชีพ

• สมาคมการจำลองประสิทธิภาพอาคารระหว่างประเทศ (IBPSA) ^{[ 72 ]}
• สมาคมวิศวกรด้านความร้อน การทำความเย็น และการปรับอากาศแห่งอเมริกา (ASHRAE) ^{[ 66 ]}

ใบรับรอง

• BEMP - ผู้เชี่ยวชาญด้านการสร้างแบบจำลองพลังงานอาคาร บริหารจัดการโดย ASHRAE ^{[ 73 ]}
• BESA - นักวิเคราะห์การจำลองพลังงานอาคารที่ได้รับการรับรอง ดำเนินการโดย AEE ^{[ 74 ]}

• การสร้างแบบจำลองพลังงาน
• การจำลองด้วยคอมพิวเตอร์
• ลายเซ็นพลังงาน

• รายชื่อผู้รับจดหมาย Bldg-sim สำหรับผู้เชี่ยวชาญด้านการจำลองอาคาร: http://lists.onebuilding.org/listinfo.cgi/bldg-sim-onebuilding.org
• คำแนะนำและการอภิปรายเกี่ยวกับการจำลองแบบ: http://energy-models.com/forum