ПРИМЕНЕНИЕ МОДЕЛЕЙ ПРЕДИКТИВНОПО АНАЛИЗА ПРОЦЕССОВ ЭНЕРПОПОТРЕБЛЕНИЯ НА ПРИМЕРЕ ЗДАНИЙ ТИПОВОЙ ЗАСТРОЙКИ МОСКВЫ Текст научной статьи по специальности «Строительство и архитектура»

УДК 621.3

DOI 10.46920/2409-5516_2023_3181_52

EDN: KJIJID

Применение моделей предиктивного анализа процессов энергопотребления на примере зданий типовой застройки Москвы

Application of models of predictive analysis of energy consumption processes on the example of standard buildings in Moscow

Сергей ГУЖОВ Доцент, к. т. н.,

доцент ФГБОУ ВО НИУ «МЭИ» Е-mail: GuzhovSV@mpei.ru

Sergey GUZHOV

Associate Professor, Ph.D. of Technical Sciences, Associate Professor National Research University «MPEI» Е-mail: GuzhovSV@mpei.ru

Проспект Вернадского, Москва

Источник: archi.ru

<

О

СЦ <

Аннотация. Масштабирование энергосберегающего эффекта успешных проектов модернизации зданий типовой застройки производится редко из-за недостаточной адаптированное™ и относительно небольшого уровня практического применения методов 53 статистического анализа (МСА) предиктивного расчёта энергопотребления объектами в изменяющихся климатических и экономических условиях. Показаны результаты работы по применению моделей и средств предиктивного анализа процессов теплопотребления на примере зданий типовой застройки города Москвы. Выявлены периоды наиболее массовой застройки мегаполиса зданиями типовой застройки. Показаны особенности подготовки исходных данных для предиктивного анализа энергопотребления фонда эксплуатирующихся объектов. Показано наиболее целесообразным использование искусственных нейронных сетей (ИНС). Приведены факторы, необходимые для дополнительного учёта при предиктивном анализе теплопотребления: динамика изменения фактических значений сопротивления теплопередаче ограждающих конструкций; технологии, применённые при строительстве; качество эксплуатации оборудования. Приведены примеры «эталоных» энергоэффективных зданий. Показаны результаты формирования прогнозного графика энергопотребления для здания, которое предполагается модернизировать на основе ИНС, обученных на примере «эталоных» зданий. Также показаны результаты расчёта эффекта от возможной модернизации всех типовых многоквартирных домов (МКД) Москвы, полученного на основании прогноза ИНС. При повышении класса энергоэффективности МКД г. Москвы на один уровень, рассчитанный суммарный эффект составляет 6,86 % всего потребления тепловой энергии.

Ключевые слова: многоквартирный дом, типовые здания, модернизация, искусственная нейронная сеть, сопоставимые условия, прогнозирование, спрос на энергоресурсы, точность, достоверность, теплопотребление.

Abstract. The scaling of the energy-saving effect of successful projects for the modernization

of standard buildings is rarely done due to insufficient adaptation and a relatively low level of

practical application of statistical analysis methods (ISA) for predictive calculation of energy

consumption by objects in changing climatic and economic conditions. The results of work

on the use of models and tools for predictive analysis of heat consumption processes are

shown, on the example of typical buildings of the city of Moscow. The periods of the most

mass construction of the metropolis with buildings of standard development are revealed. The

features of the preparation of initial data for predictive analysis of the energy consumption of

the fund of operated facilities are shown. The use of artificial neural networks (ANN) is shown ™

to be the most appropriate. The factors necessary for additional consideration in the predictive S

analysis of heat consumption are given: the dynamics of changes in the actual values of the ^

resistance to heat transfer of enclosing structures; technologies used in construction; quality of ?

eguipment operation. Examples of «reference» energy-efficient buildings are given. The results £

of the formation of a predictive energy consumption schedule for a building that is supposed

to be modernized on the basis of ANNs trained on the example of «reference» buildings are

shown. Also shown are the results of calculating the effect of the possible modernization of all

standard apartment buildings (MKD) in Moscow, obtained on the basis of the ANN forecast. With

an increase in the energy efficiency class of MKD in Moscow by one level, the calculated total

effect is 6.86 % of the total heat consumption.

Keywords: apartment building, typical buildings, modernization, artificial neural network, comparable conditions, forecasting, energy demand, accuracy, reliability, heat consumption.

10000

10109

5680

3182 3012 2351 2248

1000

<

388

100

10

4451

664

-837-

363

489

364

124

62

43

26

1

Рис. 1. Численность многоквартирных домов Москвы, сооружённых в различные периоды времени (логарифмическая шкала)

Источник: [1]

<

с, о

СЦ <

Описание и особенности сектора массовой застройки Москвы

Здания секторов массовой застройки (МКД, административных зданий и пр.) построены, как правило, по типовым проектам. Число МКД Москвы, сооружённых в различные периоды времени (рис. 1), наглядно демонстрирует несколько эта-

Удельное потребление энергоресурсов в среднем по Москве в год для зданий бюджетной сферы составляет: 119,95 кВт-ч/м2 электрической энергии, 1503,86 м3/м2 газа и 0,1656 Гкал/м2 тепла

пов внедрения серий типовых проектов, использующих различные технологии строительства. Очевидно,большое число зданий, сооружённых в периоды времени: с 1910 по 1919 гг.; с 1960 по 1979 гг.; с 2000 по 2019 гг. - также имеют различную степень физического износа.

Суммарная площадь многоквартирных зданий, сооружённых в различные периоды времени, демонстрирует группы зданий и, следовательно, технологий, имеющих наиболее массовый характер. К таким периодам времени следует отнести: с 1970 по 2020 гг.

К зданиям, построенным по типовым проектам, относятся здания бюджетной сферы. В таких зданиях располагаются школы, поликлиники, детские сады, библиотеки и пр. Всего в Москве насчитывается свыше 14,6 тыс. зданий с общей площадью 37 млн м2 [2]. Удельное потребление энергоресурсов в среднем по городу для зданий бюджетной сферы составляет: электрическая энергия - 119,9521 кВт-ч/м2 в год; тепловая энергия - 0,1656 Гкал/м2 в год; горячая вода питьевого водопровода -

Разные виды застройки Москвы: от «хрущевок» до Москва-Сити Источник.моеппуу/берозИрЬоЮэ.сот

0,1681 м3/м2 в год; холодная вода питьевого водопровода - 0,6819 м3/м2 в год; природный газ - 1503,8614 м3/м2 в год. Наибольший объём зданий сооружён в период с 1970 по 2020 гг. Это позволяет говорить о возможности внедрения в этих зданиях комплекса энергосберегающих технологий.

Особенности подготовки исходных данных для предиктивного анализа энергопотребления фонда эксплуатирующихся объектов

Степень физического износа ограждающих конструкций и инженерных систем здания напрямую зависит как от применённых материалов, так и от используемых технологий [3]: трубопроводы и нагревательные приборы-радиаторы - 40 лет; элек-

тропроводка скрытая - 30 лет; лифтовое хозяйство - 15 лет; приборы: выключатели, штепсельные розетки - 10 лет; газовые плиты и трубы - 20 лет и т. д.

В целях обновления инженерной инфраструктуры и инженерных коммуникаций рассматриваемой группы зданий применяется процедура проведения периодического ремонта и капитального ремонта зданий. В рамках государственной программы проведения капитального ремонта в период с 2005 по 2022 гг. проведено обновление как многоквартирных домов, так и зданий муниципальных объектов; в 72 % зданий данная процедура пока не реализована (таблица 1). Мероприятия в области энергосбережения и повышения энергетической эффективности [4] не могут быть реализованы без наличия автоматизированного предиктивного расчёта энергосберегающего эффекта, учитывающего специфику

Таблица 1. Численность зданий г. Москвы, реализовавших улучшения

Число домов Суммарная площадь

Всего 34423 293,01 млн м2

Реализована программа кап. ремонта [5, 6] более 9000 свыше 76,5 млн м2

Реализована программа реновации [7] более 211 свыше 2,7 млн м2

Реализован переход к «зелёным» зданиям -300 около 1,1 млн м2

сч о сч

<

о

сх

<

<

гч о гч

<

о

СЦ <

С 1 января 2023 г. в Москве для проектируемых зданий, кроме многоквартирных домов, при существовании технической обоснованности рекомендуется применять возобновляемые источники энергии

и особенности конкретных зданий в рассматриваемом городе.

При наличии нескольких подходов главным вопросом является границы их взаимного применения и возможность одновременного использования с целью минимизации разницы между фактическими и прогнозными значениями. Оценки экономии ресурсов могут быть получены, например, путем сравнения фактических параметров с расчетными (проектными) нормативами, а также со средними (удельными) показателями ресурсопотребления. Вторым часто используемым подходом является использование группы МСА по аппроксимации и использованию многофакторного регрессионного анализа (МФРА). Данный МСА не используется в работе по причине возможной низкой достоверности анализируемых входных данных. Третьим подходом, используемым в рамках настоящей статьи, является применение искусственных нейронных сетей, к преимуществам которого можно отнести

автоматизированность и достаточно высокую точность расчёта.

Необходимые для анализа данные могут быть получены только на основе показаний приборов учёта энергоресурсов по каждому анализируемому объекту, что обеспечивает простоту применения подхода, удобство интерпретации полученных результатов, возможность бенчмаркинга.

Значения факторов, описывающих работу подсистем анализируемого объекта, соответствуют критерию коллинеарности, что увеличивает разницу между фактическими и прогнозными значениями, полученные методом МФРА и не увеличивает при использовании ИНС [8]. Целесообразные к применению ИНС имеют точность тем большую, чем больше данных используется в качестве обучающей выборки. Для повышения точности и достоверности прогноза, система сбора информации об энергопотреблении объекта должна накапливать для анализа как можно больший объем данных, но не меньше минимального объёма [9] в каждый период времени. Накопление данных должно осуществляться с дискретизацией от 1 раза в минуту до 1 раза в час.

Анализ полученных результатов

Проведённая подготовительная работа позволила собрать значительный архив данных по множеству типов исследуемых объектов, многообразие которых можно классифицировать на 5 категорий (таблица 2).

Рис. 2. Динамика изменения нормативных значений сопротивления теплопередаче и удельного расхода тепловой энергии на отопление для г. Москва

Источник: [12]

220

200 150 100 50 0

1975 1980 1985 1990 1995 2000 2005 2010

2015

2020

■ Сопротивление теплопередаче, м2.°С/Вт ■ Удельный расход тепловой энергии на отопление на 1 м2, кВгч/м2

Число Наличие мощных

„ Наличие Число

отдельно потребителеи.развитое

№ собственной Пример проанализированных

стоящих технологическое г г г г

- генерации объектов

здании оборудование г

МКД,небольшои

одно нет нет м , 13482

офис

II. >2; <10. единичные потребители средней мощности нет небольшой торговый центр, цех 12

„ >10; <500. множество разнообразных типов да крупный ТРЦ или завод, квартал города 7

IV. >0,5 тыс.; <1 тыс. множество разнообразных типов да город либо его часть 4

V. >1 тыс.; <10 тыс. множество разнообразныхтипов регион 89

VI. >10 тыс. множество разнообразныхтипов страна 1

Таблица 2. Классификации уровней (ступеней) энергосистем с учётом особенностей их энергетического и технологического уклада

В рамках рассмотрения первого и второго уровня объектов часто возникает вопрос целесообразности внедрения энергосберегающих мероприятий. Одна и та же технология на разных объектах может дать несколько различающийся эффект. Важной практической задачей является определение с требуемой точностью и достоверностью возможность масштабирования полученного эффекта на другом здании аналогичного проекта.

С 1 января 2023 г. для проектируемых зданий, кроме МКД, при существовании технической обоснованности и технико-экономической целесообразности, ГОСТ «Нетрадиционные технологии...» [10] рекомендуется устанавливать возобновляемые источники энергии, альтернативные источники энергии, а также использовать вторичные энергоресурсы. Согласно приказу Федерального агентства по техническому регулированию и метрологии [11] необходимо обеспечивать удельное поступление энергетических ресурсов не менее 10 кВт-ч/м3 в год - с 1 января 2023 г. и не менее 20 кВт-ч/ м3 в год - с 1 января 2028 г. Статистика изменения сопротивления теплопередаче показывает тенденции кувеличению, величины удельного расхода тепловой энергии на отопление при этом постоянно снижаются (рис. 2).

Несмотря на довольно ощутимые эффекты «зеленых» технологий для раз-

личных заинтересованных сторон, в Москве - самом развитом и современном субъекте РФ, всего около 1-1,2 % зданий в настоящее время оснащены различными системами энерго- и ресурсосбережения [13]. В зданиях, которые могут быть отнесены к энергосберегающими с применением «зеленых» технологий, проживает около 40 тыс. человек, работает около 45 тыс. человек, являются посетителями свыше 35 тыс. человек. Это совокупно составляет около 1 % жителей, что крайне мало.

Эффекты от внедрения «зеленого» строительства сильно взаимосвязаны. Оценка экономической эффективности энергосберегающих мер и технологий носит комплексный характер (рис. 3).

Несмотря на довольно ощутимые эффекты «зеленых» технологий в Москве - самом развитом и современном городе РФ, всего 1-1,2 %зданий оснащены системами энерго-и ресурсосбережения

Стоимость мероприятия, тыс. руб.

<

16000

14000

12000

10000

8000

6000

4000

2000

0 2 4

Срококупаемости,лет

10

12

14

<

с;

о

сх

<

1. Ограничители водораздачи до 4 л/мин; 2. Светодиодные светильники; 3. Стабилизация напряжения; 4. Переход на пониженное теплопотребление в нерабочее время, праздничные и выходные дни; 5. Индивидуальные приборы авторегулировки систем отопления; б. Рекуператор тепловой энергии с промежуточным теплоносителем в приточных вентиляционных системах; 7, Узел регулирования с погодозависимой автоматикой; 8. Промывка системы теплоснабжения; 9. Двухпозиционная арматура сантехнических приборов; 10. Солнечный водонагреватель 500 л.; 11. Установка частотных преобразователей на электродвигателях вентиляторов; 12. Система комплексного сбережения воды (сенсорные смесители, регуляторы давления и напора); 13. Солнечная электростанция мощностью 45 кВт; 14. Рекуперация влифтовыхустановках; 15. Применение высокоэффективной тепловой изоляции воздуховодов; 16. Система управления освещением; 17. Тепловой насос 100-120 кВт в комплекте с буферным теплоаккумулятором объёмом 2,4 м3

Рис. 3. Распределение энергосберегающих решений для типового муниципального здания многофункционального назначения в координатах стоимости и окупаемости

Распространённый набор энергосберегающих технологий, реализуемых при капитальном ремонте многоквартирных домов и зданий муниципального назначения, при относительно незначительном повышении капитальных затрат (=6^7 тыс. руб./м2 в ценах 2022 г.) позволяет улучшить инженерные системы и ограждающие конструкции здания до передовых показателей: 0=0,09^0,06 Гкал/м3 в год; потребление воды 60^80 л/чел. в сут.; удельная отопительная характеристика 0,25^0,20 Вт/м3-К.

Примером подобного здания офисного назначения может служить жилой дом, р-н Клинский, р. п. Решетниково. Здание 2014 г. постройки. Общая площадь здания 2 561 м2, жилая площадь 2 030 м2. Здание имеет 3 этажа, 56 квартир, проживают 112 человек. В системе отопления здания установлены 3 тепловых насоса КОРСА 55 (Россия) общей тепловой мощностью 165 кВт. В системе ГВС здания установлен тепловой насос мощности 55 кВт зимой идоЮО кВт летом [14]. За счёт применения трех тепловых насосов в системе отопления, одного теплового насоса для подготовки горячей воды, рекуперации воздуха и утепления

стен здания, годовые затраты на отопление уменьшились на 80 %. Годовые затраты на горячее водоснабжение сократились в 1,5 раза. Снижение экологической нагрузки от внедрения энергосберегающих мероприятий составляет не менее 169 т у. т. (268,8 т С02) в год: в системе теплоснабжения - 50,8 т у. т. в год; в системе электроснабжения -118ту.т.в год.

Другим примером является Многопрофильный центр образования (школа № 2098 и дет. сад «Дубравушка»), Расчетный удельный расход тепловой энергии на отопление здания составляет 27,7 кДж/ м3-°С-сут. Выполненные решения по энергосбережению: система энергосбережения Бипшауэ; утепление кровли и подвала здания; светодиодное освещение. Снижение экологической нагрузки от внедрения энергосберегающих мероприятий составляет не менее 5,6 т у. т. (8,8 т С02) в год: системе теплоснабжения - 3,95 т у.т. в год; в системе электроснабжения - 1,6ту.т.в год.

На основании данных, полученных от упомянутых и других передовых зданий с реализованным комплексом энергосберегающих технологий, посредством

<

Рис. 4. Диапазон возможных прогнозных значений (область с горизонтальной штриховкой) потребления тепловой энергии, точность прогнозной функции 93,69 %

Потребление энергоресурса, Гкал/мес. Среднемесячная температура уличного воздуха, °С.

СИСИСИСИСИСИСИСИСИ!— 1— 1— СИСИСИСИСИаСИСИСИ!— 1— 1— СИСИСИСИСИСИСИСИСИ!— 1— 1— сисисисисиси

ш I

т

■ Фактическоетеплопотребление ----Прогнозный график: С0Ш1158 Среднемес.температура

1,4%

<

1,2% 1% 0,8% 0,6% 0,4% 0,2% 0%

1,21% 1,16%

0,59% 0,57%

0,0002%

0, 3% 0/ 12% 0,34% 0,0031% 011%

0,16% 0,33% 1 0,22% 1 ^ | 0,15% 0,0015% 021%

1 1 _ 0,0023% 1 а05%0,02% 0,02% 0,01%

2020 - 2022 2010 - 2019 2000 - 2009 1990 - 1999 1980 - 1989 1970 - 1979 1960 - 1969 1950 - 1959 1940 - 1949 1930 - 1939 1920 - 1929 1910 - 1919 1900 - 1909 1890 - 1899 1880 - 1889 1870 - 1879 1860 - 1869 1850 - 1859 1840 - 1849 1830 - 1839 1820 - 1829 1810 - 1819 1800 - 1809

Рис. 5. Вклад в снижение потребления тепловой энергии при повышении класса энергоэффективности на один уровень для МКД г. Москвы, построенных в различные периоды времени

<

с;

о

СЦ <

обучения ИНС становится возможным сформировать типовые профили зданий. Обученная модель ИНС позволяет рассчитать прогнозное потребление тепловой энергии (рис. 4) и эффект от будущей модернизации объектов. Прогноз имеет характер диапазона возможных значений.

На основании полученных групп ИНС типовых проектов здания становится возможным выполнить прогноз эффекта от проведения модернизации типовых зданий г. Москвы. Различные исходные данные позволяют сформировать прогнозный диапазон ожидаемых значений для различных вариантов улучшений типовых проектов.

Суммарная годовая экономия тепла при проведении капитального ремонта и повышения класса энергоэффективности многоквартирных домов и бюджетных зданий в Москве может достигнуть 6858,5 Гкал

Проведённая оценка МКД и зданий бюджетной сферы города Москвы, построенных по типовым проектам, позволила рассчитать эффекты от возможной реализации программы капитального ремонта с реализацией мероприятий, направленных на повышение класса энергетической эффективности зданий на один уровень (рис. 5). Суммарная годовая экономия потребления тепловой энергии в таком случае составляет 6 858,5 Гкал.

Источником используемых метеорологических факторов являются открытые данные. Измерение производится в нескольких специально оборудованных зонах на территории Москвы. При этом фактическое расположение анализируемых зданий может быть существенно удалено от точки измерения. Для моделируемых зданий, располагающихся вдоль проспектов, иными будут не только показатели температуры и влажности, но и интенсивность обдувания ветром. Это существенно воздействует на теплообмен здания с окружающей средой.

Прогнозные функции тем точнее, чем более чётко определены границы уровней энергосистем с учётом особенностей их энергетического и технологического уклада. Предложенные индикаторы градации

уровней систем теплоснабжения нуждаются в доработке с учётом реалий Российской Федерации, где некоторые мегаполисы по всем техническим характеристикам превосходят некоторые регионы.

В статье показан набор возможных энергосберегающих решений для типового муниципального здания, позволяющий улучшить инженерные системы и ограждающие конструкции здания до передовых показателей: 0=0,09^0,06 Гкал/м3 в год; потребление воды 60^80 л/чел. в сут.; удельная отопительная характеристика 0,25^0,2 Вт/м3-К. Модернизация здания офисного назначения снижает годовые затраты на горячее водоснабжение в 1,5 раза;прогнозное снижение экологической нагрузки в системе теплоснабжения на 50,8 т у. т. в год; в системе электроснабжения - 118т у.т. в год. Моделирование с применением нейронных сетей показало точность прогнозной функции 93,69 %.

Приведённый в статье подход позволяет выполнить уточнённый расчёт эффективности вложения бюджетных средств при проведении кап. ремонта МКД. При повышении класса энергоэффективности МКД г. Москвы на один уровень, суммарный рассчитанный эффект составляет 6,86 % всего потребления тепловой энергии. Наибольший эффект прогнозируется для 18 801 шт. МКД, построенных в период с i960 по 1989 гг., и составляет 3,21 % (6 858,5 Гкал) относительно суммарного городского потребления тепловой энергии.

Работа выполнена в рамках проекта «Разработка нейросетевого программного обеспечения по прогнозированию спроса на тепловую энергию объектами массового строительства города Москвы» при поддержке гранта НИУ«МЭИ» на реализацию программы научных исследований «Приоритет 2030: Технологии будущего» в 2022-2024 гг.

Использованные источники

Информация о домах в России [Электронный ресурс]: https://dom.mingkh.ru/(flaTa обращения: 15.11.2022). Информационная система энергосбережения Департамента жилищно-коммунального хозяйства города Москвы [Электронный ресурс]: https://ise.mos.ru/(flaTa обращения: 15.11.2022). Приказ Министерства жилищно-коммунального хозяйства РСФСР от 4 августа 1981 г. № 420 «Об утверждении и введении в действие «Правил технической эксплуатации гостиниц и их оборудования» [Электронный ресурс]: https://iegalacts.ru/doc/prikaz-minzhiikomkhoza-rsfsr-ot-04081981-П-420/ (дата обращения: 15.11.2022). Федеральный закон «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» от 23.11.2009 г. № 261-ФЗ [Электронный ресурс]: https:// www.consuitant.ru/document/cons_doc_LAW_93978/(flaTa обращения: 15.11.2022).

Гэсударственная корпорация - Фонд содействия реформированию жилищно-коммунального хозяйства [Электронный ресурс]: https://www.reformagkh.ru/overhaul/overhaul/ sf?tid=2280999 (дата обращения: 15.11.2022). В Москве начинается капремонт первых 400 домов [Электронный ресурс]: https://versia.ru/v-moskve-nachinaetsya-kapremont-pervyx-400-domov (дата обращения: 15.11.2022). В Москве строится порядка 170 домов по программе реновации [Электронный ресурс]: https://stroi.mos.ru/news/v-moskvie-stroitsia-poriadka-170-domov-po-proghrammie-rienovatsii (дата обращения: 15.11.2022). Гужов C.B. Об объединении детерминированного и стохастического подходов при прогнозировании теплового баланса здания для занятий водными видами спорта // Известия высших учебных заведений. Проблемы энергетики. Том 22. №1, 2020. С. 103-112.

10.

11

Гужов C.B. Прогнозирование спроса на электрическую энергию изолированной энергетической системой города //Энергетическая политика. W-°6 (148), 2020. С. 50-57. ГОСТ Р 54531-2011 «Нетрадиционные технологии. Возобновляемые и альтернативные источники энергии. Термины и определения» [Электронный ресурс]: https://docs.cntd. ru/document/1200097331 (дата обращения: 15.11.2022). Приказ Росстандарта от 28.11.2011 г. № 610-ст «Обутверждении национального стандарта» [Электронный ресурс]: https://iegaiacts.ru/doc/prikaz-rosstandarta-ot-28112011-n-610-st-oh-utverzhdenii-natsionainogo/ (дата обращения: 15.11.2022).

12. Лифчак И.В. Европейская тенденция повышения теплозащиты зданий: как она реализуется в России? [Электронный ресурс]: https://www.abok.ru/for_spec/articies.php?nid=5033 (дата обращения: 15.11.2022).

50 объектов «зеленого строительства» московского региона/Гашо Е.Г. и колл. авт. // Мониторинг энергетической и экологической эффективности «зеленых» зданий и сооружений. 2021. [Электронный ресурс]: https://energiavita.ru/wp-content/upioads/2022/01/50_objektov_zeienogo_srtoitelstva. pdf(flara обращения: 15.11.2022). В поселке Решетниково Клинского района завершено строительство энергоэффективного дома [Электронный ресурс]: https://www. corsaitd.ru/новости/в-поселке-решет-никово-клинского-района-завершено-строительство-э-нергоэффективного-дома/ (дата обращения: 15.11.2022).

15. Министерство строительства и жилищно-коммунального хозяйства Российской Федерации. Приказ от б июня 2016 года № 399/ПР «Об утверждении Правил определения класса энергетической эффективности многоквартирных домов» [Электронный ресурс]: https://docs.cntd.ru/ document/420369798 (дата обращения: 15.11.2022).

13.

14.