本研究採用灰色理論預測次日空調負載曲線，配合空調設備之效率指數計算，予以調整空調儲冰控制系統之運轉模式，以達到單位冷凍噸冰水成本降低之目的，並應用於台北101大樓能源管理控制系統為例，進行模型分析與驗證。
首先將能源管理控制中之空調儲冰系統以運轉參數以20分鐘為取樣週期，連續5週並轉成灰色理論預測模型所須之數據格式並進行α值學習，使用塑模程式預測次日之空調負載趨勢曲線，調整冰水主機(含儲冰槽)的運轉模式，並將使用離峰時間電價製造的貯冰量與預測後之運轉模式相結合，進而充分的發揮本控制系統於次日尖峰或半尖峰時間電價時段之最佳運轉成本效益，據以計算其每一冷凍噸的成本，再依其成本高低與時間電價的對應，得到效率指數排序，經由比較預測值還原之單位冷凍噸的成本，進而驗證預測後之每單位冷凍噸所減少之費用比例。經由台北101大樓實際數據之預測結果，可達到預測值誤差為總量之-3.32~17.87%，運用新的模式組合其每一單位冷凍噸冰水之製造成本可由2.2982元減少至1.8349元(7天平均值)，換算一週實際空調運轉費用約可節省金額為112,439元(約18.7%)。

The purpose of this research is to use the Gray Theory to predict the load distribution of Heating, Ventilation and Air Condition (HVAC) in TAIPEI-101 Energy Management Control System (EMCS). With the calculation of efficiency indexs and the operation mode adjustment of HVAC Ice Storage System, the unit cost per HVAC refrigerate Tone (RT) of a chilled water system of TAIPEI-101can be reduced.

In this research, the operation coefficient of HVAC Ice Storage System of EMCS was investigated firstly. Secondly, the history load of the HVAC system was recorded with a period of twenty minutes and processed into actual load of a HVAC system, which are required for Gray Theory prediction model with automatically adjusted α parameter. The HVAC load distribution of the next day can be predicted for the adjustment of the operation made of HVAC.

We combined the volume of ice made in off-peak electrical power period with this predicted operation model to achieve the optimum energy conservation and cost effective performance at peak electrical power period or semi-peak electrical power period. By comparing the normalized unit cost curve with the efficiency indexs of the predicted load with the actual load, the cost saving percentage of per HVAC RT can be obtained.

According to the experimental results from continuous 5 weeks load in TAIPEI-101, It was found that the daytime error between predicted load and actual load is about -3.32~17.87% for all chiller plants including ice storage tank system in TAIPEI-101. Furthermore, the unit cost per RT could be reduced from NT$2.2982 to NT$1.8349 by applying the proposed operation mode in the research. In other words, there is about NT$ 112,439 saving (18.7%) of actual HVAC operating cost in one week period.

[1]Spethmann, D.H., “Optimal Control for Cool Storage.”, ASHRAE Transactions, 1989,Vol 95/1, pp12-22.
[2]Tamura Y., Zhang Deping, ‘‘Load Forecasting Using Grey Dynamic Model’’, Journal of Grey System, 1992, vol.4, no.1 pp.49-58.
[3]Simmonds, P., “A Comparison of Energy Consumption for Storage Priority and Chiller Priority for Ice-Based Thermal Storage System.”, ASHRAE Transactions, 1994,Vol.100/1.
[4]Carey, C. W., J. W. Mitchell and W. A. Beckman, “The Control of Ice-Storage System.”, ASHRAE Transactions, 1995,Vol.101, pp.1345-1352.
[5]C.C. Wong and W.C. Liang, "Design of switching grey prediction controller," The Journal of Grey System, March 1997,vol.9, no.1, p.47-60.
[6]C.C. Wong, W.C. Liang, H.M. Feng, and D.A. Chiang, "Grey prediction controller design,“ The Journal of Grey System, June 1998, vol.10, no.2, pp.123-131.
[7]Jet-Chau Wen, Kuo-Hsun Huang, Kun-Li Wen, “The Study of Alpha in GM(1,1) Model,” Journal of the Chinese Institute of Engineering, 2000,Vol. 23, No.5.
[8]K.L. Wen, T.C. Chang, Wei-Che Chang, " The Study of Missing Point in GM (1,1) Model", IEEE SMC,2000, 3384-3387.
[9]許哲強, ‘‘A Residual Modification GM(1,1) Model for Power Demand Forecasting.’’, 2002年第七屆灰色系統研討會論文集.
[10]Kun-Li Wen, Yi-Fung Huang, Chia-Chang Tong,“The Optimal in The Rolling GM(1,1) Model”, IASTED International Conference on Intelligent Systems and Control, October 2002, P.13~17.
[11]Hsu C.C., C.Y. Chen, ‘‘A Modified Grey Forecasting Model for Long-term Prediction. ’’ Journal of the Chinese Institute of Engineers, 2003,Vol. 26, No. 3.
[12]‘‘Air Cooled Chillers, Ice Storage end Afternoon Holidays for NC Students.’’, Engineered Systems, March 2003, p20-32.
[13]Massie, Darrell D.; Kreider, Jan F.; Curtiss, Peter S.. ‘‘Verification of a Neural Network-Based Controller for Commercial Ice Storage Systems.’’, ASHRAE Transactions, 2004, Vol. 110 Issue 2, p471.
[14]Dong-Feng Wang; Pu Han; Wei Han; Hong-Jun Liu; "Typical grey prediction control methods and simulation studies", Machine Learning and Cybernetics, 2003 International Conference on Volume 1, 2-5 Nov. 2003 Page(s):513 - 518 Vol.1.
[15]M.D.Rund, J.W. Mitchell, S.A. Klein, “Use of Building Thermal Mass to Offset Cooling Loads.“, ASHRAE Trans. 1990,Vol. 96No.2 , U.S.A.
[16]Power Engineering Education Committee & IEEE Power Engineering Society,” Fundamentals of Load Management”, IEEE Tutorial Course(1988).
[17]Tom Hartman, “Specification 15970 Version 4 for Energy Management and Control System of Taipei Financial Center Project.”, September, 2001.
[19]蔡尤溪、李宗興，“儲冰空調系統技術”，全華圖書公司，2004。
[20]陳志豪，“應用類神經網路預測空調負載”，國立台北科技大學，冷凍空調工程系，碩士學位論文，2004年6月。
[21]鄧聚龍，“灰預測原理”，華中理工大學，1996。
[22]吳漢雄、鄧聚龍、溫坤禮，“灰色分析入門” ，高立圖書有限公司，台北，1996。
[23]鄧聚龍、郭洪，“灰預測原理及應用”，全華圖書公司，1996。
[24]鄧聚龍，“灰色系統理論與應用”，高立圖書有限公司，1999。
[25]辜振宗，“日本套裝式儲冰空調系統之發展現況”，能源季刊，1999年1月。
[26]許哲強、陳家榮，“灰色理論在台灣地區短期負載預測之應用”，台電工程月刊，2000年9月。
[27]陳光武、賴家瑞，“灰預測中固定參數α值之最佳化”，灰色系統理論與應用學術研討會，2001。
[28]江瑞利，“應用最佳灰色預測模型於電力系統短期負載預測”，灰色系統理論與應用學術研討會，2001。
[29]許哲強、賴正文，“灰色預測在電力負載預測之應用研究”，灰色系統理論與應用學術研討會，2001。
[30]陳建宏，“應用灰色理論與模糊控制建構及時電力需量控制系統”，高雄第一科技大學，機械與自動化工程系，碩士學文論文，2001年。
[31]汪偉恩，“光罩式快速原型系統之灰預測模糊控制研究”，國立台灣科技大學工程技術研究所自動化及控制學程，碩士學位論文，2001年7月。
[32]簡銘賢，“空調儲冰系統節能運轉模式與電腦控制程式之研究”，國立台北科技大學冷凍空調工程系，碩士學位論文，2002年6月。
[33]張錚，“MATLAB程式設計與應用教學範本”，知城數位科技，台北，2002年8月。
[34]溫坤禮、黃宜豊、陳繁雄、李元秉、連志峰、賴家瑞，“灰預測原理與應用”，全華科技圖書股份有限公司，台北，2002年9月。
[35]許哲強，“台灣區域電力負載預測分析系統之建立與應用研究”，國立成功大學，資源工程研究所，博士論文，2002年11月。
[36]黃玉麟，“類神經網路於儲冰式空調系統負載預測之研究”，義守大學電機工程學系，碩士班碩士論文，2004年6月。
[37]姜金山，“灰色理論入門”，高立圖書有限公司， 1998年。
[38]鄧聚龍，“灰色系統基本方法”，華中理工大學出版，1987年。
[39]周家權、余長河，“電力需求面管理成效評估”，台電工程月刊第548期，1994年4月。