Clasificación de establecimientos de salud a partir de características técnico-constructivas de la envolvente edilicia para fundamentar medidas de eficiencia energética

Abstract

El parque edilicio del sector salud en Argentina es, generalmente, ineficiente con respecto al consumo energético. Esto genera desequilibrios entre la habitabilidad, las altas tarifas y los presupuestos necesarios para afrontar las demandas de climatización, por ejemplo, las cuales están directamente vinculadas con la eficiencia energética de la envolvente edilicia. Este trabajo presenta un análisis de las características técnico-constructivas de la envolvente edilicia actual del sector salud, a los efectos de reconocer “casos representativos” para luego proponer medidas que permitan mejorar la eficiencia energética de la envolvente edilicia y estudiar la viabilidad de la incorporación de energías renovables en el futuro. Para obtener una clasificación que encuentre los “casos representativos” se aplicará un método de agrupamiento (clustering). Una vez realizado el agrupamiento, se procederá a reconocer el número de grupos que mejor describen al conjunto de edificios analizados. Por último, se describen las similitudes técnico-constructivas que presentan los establecimientos de cada uno de los grupos encontrados por el algoritmo y se sugieren algunas posibles medidas para el mejoramiento de la eficiencia energética de la envolvente edilicia existente (por grupo), lo cual permitirá sentar las bases para posteriores estudios que consideren la posible incorporación de energías renovables.

Health buildings in Argentina are generally inefficient in relation to the energy consumption. This generates unbalances between habitability, high rates and the necessary budgets to afford the air conditioning demands, which are directly linked with the energy efficiency in the building envelope. This paper presents an analysis of the technical-constructive characteristics of the current building envelope of the health sector, in order to identify “representative cases” and then propose measures to improve the energy efficiency of the building envelope and to study the feasibility of incorporating renewable energies in the future. In order to obtain a classification that finds the “representative cases”, a clustering method will be applied. Once the clustering has been carried out, the number of groups that best describe the set of buildings analysed will be identified. Finally, the technical-constructive similarities between the establishments in each of the groups found by the algorithm are described and some possible measures for improving the energy efficiency of the existing building envelope (per group) are suggested, which will lay the foundations for further studies that consider the possible incorporation of renewable energies.