臺灣博碩士論文加值系統

科技產業的競爭已全球化，從台電的售電量資料來看，用電屢創新高尤其集中於工業用電內的電子零組件製造業，因此如何達到節能成效至今仍是很重要的課題。
本論文採用電子廠房A及B案例，提出冰水主機群運轉於高COP值時主機群耗電最低的最佳化配置，並比較與一般傳統運轉方式於0~100%負載及實際負載系統得到耗電量差異結果。並延伸對B案例採提升9℃冰水出水溫度可得到節能效果，又兩者合計可節省耗電其回收電費的效益，經研究探討後得到B案例冰水主機噸位最好配置建議。要具備一個好的節能方案需從規劃設計基礎面向出發，可參考LEED建築節能得分指標及從主機能源效率標準與各製造商廠商來選用高效率冰水主機的運用等的相關延伸。
最後結論證明了最佳化及提高冰水溫度運用方案確實得到節能減碳的效果，空調冰水機3台(含)以上組合均能運用此方案達到節能效果。

As the technology industry faces global competitiveness, Taiwan Power Company’s electricity sales data shows that new record highs in electricity consumption are especially concentrated in industrial consumption in the electronic parts and components manufacturing industry. Therefore, figuring out how to achieve energy conservation remains a critical issue today.
This study focuses on electronics factories case studies A and B to propose an optimized layout to achieve the lowest energy consumption for chillers operating at a high COP, and compares the differences in energy consumption with general traditional methods operating at 0-100% load and actual loads. Furthermore, increasing chilled water leaving water temperature by 9℃ for case study B effectively reduces energy consumption, and the conserved energy is also beneficial to the tariff recovery of both combined. Through study and investigation, an optimized layout is recommended for the best chiller tonnage for case study B. The basics of planning and design are essential to establishing a good energy saving plan, for which we can refer to LEED building energy-efficient rating indices, chiller energy efficiency standards as well as relevant applications adopted by various manufacturers when selecting high-efficiency chillers.
Finally, the research conclusions prove that an optimized plan that increases chilled water temperature can effectively achieve energy conservation and carbon reduction, applicable to cooling systems with three chillers or above to achieve energy.

摘要 ⅱ
Abstractⅲ
誌謝 ⅳ
目錄 ⅴ
第一章 緒論 1
1.1 研究背景 4
1.2 研究動機與目的 4
第二章 文獻探討 6
第三章 研究方法 9
3.1 系統描述 10
3.2 冰水主機原廠提供部分負載及性能曲線的使用 12
3.3 冰水主機最佳化數學模式 16
3.4 冰水主機並聯運轉最佳化的組合配置 19
3.5 冰水主機最佳化及一般傳統差異結果(實際負載) 23
3.6 冰水系統B案例4800RT系統 25
3.7 研究資料收集與實際驗證 28
第四章 實務管理意涵與建議 29
4.1 研究假設及預計結果 29
4.2 節能規劃與應用 29
4.3 節能保證 36
第五章 結論 38
參考文獻 39
附錄A 41
A空調冰水A案例3450RT系統 41
1.冰水主機最佳化及一般傳統RT及PLR結果(系統0~100%) 41
2.冰水主機最佳化KW結果(系統0~100%) 43
3.冰水主機一般傳統KW結果(系統0~100%) 45
4.冰水主機最佳化及一般傳統RT及PLR結果(實際負載) 48
5.冰水主機最佳化KW結果(實際負載) 50
6.冰水主機一般傳統KW結果(實際負載) 52
附錄B 55
B空調冰水B案例4800RT系統 55
1.冰水主機最佳化RT及PLR結果(系統0~100%) 55
2.冰水主機一般傳統RT及PLR結果(系統0~100%) 60
3.冰水主機最佳化累計耗電KW結果(系統0~100%) 62
4.冰水主機一般傳統累計耗電KW結果(系統0~100%) 67
5.冰水主機最佳化RT及PLR結果(7℃實際負載) 69
6.冰水主機一般傳統RT及PLR結果(7℃實際負載) 74
7.冰水主機最佳化累計耗電KW結果(7℃實際負載) 77
8.冰水主機一般傳統累計耗電KW結果(7℃實際負載) 82
9.冰水主機最佳化累計耗電KW結果(9℃實際負載) 84
10.冰水主機一般傳統累計耗電KW結果(9℃實際負載) 89

一、中文
1.張永宗, 林家田, & 林瑞昆. (2002). 冰水主機最佳排序. 冷凍與空調, (17), 87-92.
2.王輔仁, & 黃景亮. (2013). 使用溫冰水系統於電子廠房之節能改善研究. 技術學刊, 28(4).
3.郑怀江. (2007). 工业建筑空调节能技术措施浅谈. 机械工程师, 11, 156-157.
4.黃博全, & 古義榔. (2008). 類神經網路應用於冰水機運轉特性與最佳操作排序模擬之研究. 冷凍空調與能源科技雜誌, (54), 36-49.
5.李魁鵬，陳益祥，&張誠華(2018)，資料中心節能運用技術指引，經濟部能源局，台灣綠色生產力基金會編印。
6.嚴志偉, & 蔡尤溪. (2003). 變流量節能技術應用於儲冰空調系統之研究. 冷凍與空調, (21), 81-89.
7.曹志明. (2009). 高科技廠房空調系統節能策略之研究. 臺北科技大學機電科技研究所學位論文, 1-117.
8.葉佳紋. (2014). 半導體封測廠空調水側系統節能最佳化運轉探討-以某封測廠為例. 中央大學環境工程研究所碩士在職專班學位論文, 1-86.
9.林錦章. (2014). 政府產業政策制定對 LED 照明產業影響探討. 中央大學管理學院高階主管企管碩士班學位論文, 1-98.
10.陳啟中, 王裕仁, & 王和源. (2014). 應用 VE 技術探討空調設備性能改善之效益. 價值管理, (21), 61-72.
11.工業技術研究院綠能環境研究所(2006)，空調系統能源查核與節約能源案例手冊，經濟部能源局編印。
二、 英文
1.Handbook, A. S. H. R. A. E. (1999). Supervisory control strategies and optimization.
2.Handbook, A. S. H. R. A. E. (2000). Liquid Chilling System. ASHRAE, USA.
3.Kusiak, A., Tang, F., & Xu, G. (2011). Multi-objective optimization of HVAC system with an evolutionary computation algorithm. Energy, 36(5), 2440-2449.
4.Kusiak, A., & Xu, G. (2012). Modeling and optimization of HVAC systems using a dynamic neural network. Energy, 42(1), 241-250.
5.Afram, A., & Janabi-Sharifi, F. (2014). Theory and applications of HVAC control systems–A review of model predictive control (MPC). Building and Environment, 72, 343-355.
6.TING-YAO, C. (1996). Ambient temperature and solar radiation prediction for predictive control of HVAC systems and a methodology for optimal building heating dynamic operation. Transactions of American Society of Heating Refrigerating and Air Conditioning Engineers, 102(1), 26-36.
7.Pérez-Lombard, L., Ortiz, J., & Pout, C. (2008). A review on buildings energy consumption information. Energy and buildings, 40(3), 394-398.
8.Teodosiu, C., Hohota, R., Rusaouën, G., & Woloszyn, M. (2003). Numerical prediction of indoor air humidity and its effect on indoor environment. Building and Environment, 38(5), 655-664.