1. 都市エネルギーの将来像に関する研究
Research into the future of urban energy
本研究は、都市における持続可能なエネルギー政策とエネルギーシステムの将来像を明らかにすることを目的としています。特に、地理情報システム（GIS）データを活用し、都市スケールでのエネルギー需給を最適化する計画手法の構築に取り組んでいます。2016年より本手法の開発を進めており、現在は全国規模での計算に対応可能なモデルへと改良を加えています。本年度は、福岡市を対象に、将来的に望ましいエネルギーシステムの在り方を提示し、都市エネルギー政策の形成に資する知見の提供を目指します。
This research aims to clarify the ideal future of urban energy policies and systems toward sustainable cities. Focusing on the development of optimal planning methods for urban-scale energy supply and demand, we utilize Geographic Information System (GIS) data. Since 2016, we have been advancing this methodology, and currently, we are improving the model to enable simulations at the national scale. In this fiscal year, we plan to propose a desirable future energy system for the city of Fukuoka, contributing valuable insights for the formulation of urban energy policies.
2. ZEB建物のエネルギー消費実態調査および改善提案
Survey on energy consumption in ZEB buildings and proposals for improvements
本研究は、ZEB（ネット・ゼロ・エネルギー・ビル）建物におけるエネルギー消費の実態を明らかにし、設計段階における評価手法の課題を抽出・改善することを目的としています。2024年度は、病院2件および庁舎2件を対象に、実測データに基づく詳細なエネルギー消費分析を実施します。これらの分析結果をもとに、ZEB設計時の評価と実際の運用性能との乖離要因を整理し、設計手法や評価指標の改善に向けた提案を行う予定です。本研究は、ZEBの普及と性能確保に資する知見を提供することを目指します。
This study aims to investigate the actual energy consumption of Net Zero Energy Buildings (ZEBs) and to identify and propose improvements to issues in the evaluation process during the design phase. In fiscal year 2024, detailed analyses will be conducted on two hospitals and two government office buildings using measured energy data. Based on these findings, discrepancies between design-phase ZEB evaluations and actual performance will be examined, and recommendations for improving evaluation methods and design practices will be developed. The study seeks to provide insights that contribute to the effective promotion and performance assurance of ZEBs.
3. 生成AI時代のデータセンターにおけるエネルギー効率向上のための建築・設備設計戦略
Architectural and Equipment Design Strategies of Data Centers for Energy Efficiency in the Age of Generative AI
近年の生成AI技術の発展により、データセンターの需要とエネルギー消費が急増しています。高性能サーバーは従来より発熱量が多く、建築外皮や空調、ゾーニングに新たな設計対応が求められます。本研究では、生成AI時代の運用特性やIT機器の変化を整理し、それが建築・設備設計に与える影響を明らかにします。断熱や遮熱、外気利用、液冷・熱回収といった要素を含め、気象データと運用条件を反映したエネルギーシミュレーションにより、地域特性に応じた最適な設計戦略を評価・提案することを目指します。
With the rapid advancement of generative AI technologies, the demand for data centers and their energy consumption has been rising significantly. High-performance servers generate more heat than conventional systems, requiring new design strategies for building envelopes, HVAC, and zoning. This study investigates changes in operational characteristics and IT specifications under the AI era and clarifies their impact on architectural and system design. By using energy simulations based on actual climate data and operation patterns, we aim to evaluate and propose optimal design strategies—such as insulation, solar shading, outdoor air use, liquid cooling, and heat recovery—tailored to various climate regions for improved energy efficiency and reduced environmental impact.
4. 行動変容を促進する省エネ誘導型建築に関する研究
An Architecture Guiding People to Energy Conservation by Behavior Change
持続可能な社会の実現には、省エネルギー技術の導入に加え、人々の行動変容を促すことが不可欠です。本研究では、行動観察とテクノロジーを融合した「BI-Tech（Behavioral insight × Technology）」による省エネ性能診断とナッジシステムの開発に取り組んでいます。2022年度より研究を進めており、本年度は、利用者の行動変容を促すスマートフォンアプリの機能改良と、省エネルギー診断結果に基づくフィードバック提供システムの構築に注力します。これにより、より主体的で持続的な省エネルギー行動の促進を目指します。
Achieving effective energy savings requires not only technological solutions but also encouraging behavioral change among individuals. This study focuses on developing a behaviorally informed technology (BI-Tech) system that integrates building energy diagnostics with a nudge-based feedback mechanism. Since 2022, we have been advancing this research, and in the current fiscal year, we are focusing on enhancing a mobile application designed to promote energy-conscious behavior and developing a feedback system based on energy performance assessments. Our goal is to foster more proactive and sustained energy-saving actions through tailored behavioral interventions.