ZEMCH 2019 International Conference Proceedings April.2020 | Page 155

15
10
gas
5
elec
15
0
cooling
heating
10
dhw
5
lighting
fan
0
1
2
3
4
5
6
7
8
9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12
appliance
(a) by energy sources                                                      (b) by end‐uses

Figure 2. Monthly energy consumption of bldg01 
6
gas
4
elec
2
0
8
8 cooling
6 heating
4 dhw
lighting
2
fan
0
1
2
3
4
5
6
7
8
9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12
appliance
(a) by energy sources                                              (b) by end‐uses 
Figure 3. Monthly energy consumption of bldg02. 
Note that in bldg02, the measurement began in February. The main features are the large amount 
of electricity used for cooling (35% of the total energy), and the very low gas consumption in winter. It 
can be assumed that bldg02 is a cooling load dominant building due to the considerable internal heat 
gains. One of the special features is that fan energy increases rapidly in the summer, while fan energy 
consumption remains very low in the winter. In other words, it can be assumed that the operation of 
CAV and FCU is insignificant in winter. It is speculated that significant internal heat gains affect winter 
operations. The domestic hot water use is relatively high in November and December.   

3. Validation Results 
Table 2 below shows the validation results (Diff.). The average difference between experiment 1 
and experiment 3 is approximately 19% (bldg01) and 18% (bldg02), respectively. The average difference 
between experiment 2 and experiment 3 is approximately 13% (bldg01) and 14% (bldg02), respectively. 
The overall error for Eb, Eh, and Ec are 16.5%, 17%, and 7%, respectively. Considering that these are 
estimated  from  the  minimum  basic  information  (monthly  bill  information),  this  appears  to  be  a 
meaningful result. 
As  an  algorithmic  feature,  both  experiment  1  and  experiment  2  overestimated  the  overall  Eb 
(approximately 14– 28%). As the Eb is overestimated, it is underestimated by approximately 11–25% 
for Eh and 6–13% for Ec. 

Table 2. Disaggregation results (unit in kWh/㎡). 
ID  Indicators 
bldg01  Eh 
Ec 
Eb 
Total 
Eh 
Ec 
bldg02 
Exp1 
31.4 
26.1 
42.8 
100.2 
4.5 
20.4 
Exp2 
32.8
27.5
39.8
100.2
4.7
21.3
Exp3 
36.7
30.1
33.4
100.2
6.0
22.7
Diff1. 
(Exp1 vs. 3) 
15% 
13% 
(‐)28% 
0% 
25% 
10% 
Disaggregation of weather-sensitive and -insensitive energy usage using monthly utility bill data
Diff2. 
(Exp2 vs. 3) 
11%
8%
(‐)19%
0%
23%
6%
144