隨著氣候的變遷以及工業化後都市的快速發展，人們對於能源的需求也愈來愈多，如何提高建築能源使用的效率是各國能源政策裡相當重要的一環。然而都市因高密度的發展及人工排熱造成都市高溫化的問題，而為了維持室內環境的舒適度，導致建築的空調能源使用增加，進而排放更多廢熱出來，加劇都市溫度的上升，形成惡性循環。因此，對於都市能耗若能有效控制，是必可以避免或減少能源的耗用。
影響建築能源的耗費應包含：氣候、都市脈絡、建築、系統及使用者。然而多數相關研究，多在單體建築上，少有從都市層面下去探討。因此，本研究以台灣高雄都會區的住宅區和商業區為研究對象，本研究的主要目的是建立一個可以做為評估及預測都市區域在不同時段的能源耗用方法。首先透過蒙地卡羅法產生大量的變異因子，利用EnergyPlus模擬各建築類型的能耗，並與實際的用電資料比較，透過居住密度修正來提高模擬值的準確性。結果表示平均絕對百分比誤差MAPE小於50%，表示預測能力合理，故本研究所提出的方法和步驟是可行的。
確認都市能耗評估式後，以200×200m的網格將空間與能耗資訊用色塊方式繪製高雄都會區一年四季六個時段和全年的能源耗用現況圖。從時段來看，以夏季19-22點的能耗量為最高。而都市的能耗熱點多集中老舊市區和周邊有高度商業行為之區域。其中，新興區、前金區和鹽埕區網格全年能耗量大於1,600,000kwh之數量占全區網格數的比例為最高。但以三民區、苓雅區和前鎮區的網格能耗量大於2,800,000kwh的數量為最多。

High-density development and anthropogenic heat not only lead to high temperature in urban areas, but also contribute to the increased use of air conditioning energy of buildings. The impact of building energy consumption should include: climate, urban context, buildings, systems and occupants. Previous studies lacked concern about urban-scale issues and are unable to show the distribution of building energy consumption in urban areas. This study is focused on a residential and commercial district of Kaohsiung metropolitan area in Taiwan. In this study, a Monte Carlo method was used to generate a lot of variability factor values and500 building models were simulated by EnergyPlus. The results were compared with the Taipower data and revised; the MAPE was 49.1%, below 50%, which means predictions are reasonable. According to the revision, results are presented in a 200 × 200m grid by ArcGIS. The highest energy use period is 19:00-22:00 in summer. The highest energy use administrative areas are Sanmin District, Lingya District and Xinxing District.

1. 經濟部能源局，能源統計月報
http://web3.moeaboe.gov.tw/ECW/populace/web_book/WebReports.aspx?book=M_CH&menu_id=142
2. European Environment Agency，Final energy consumption by sector and fuel (CSI 027/ENER 016)
http://www.eea.europa.eu/
3. C. Ratti, N. Baker, K. Steemers, Energy consumption and urban texture, Energy and Buildings, 37, 762–776, 2005.
4. 郭柏巖，住宅耗電實測解析與評估系統之研究，成功大學建築系博士論文，2005。
5. 劉心蘭，公寓大廈住宅用電調查研究，成功大學建築系碩士論文，2005。
6. 陳介慧，建築用電密度標準之研究，成功大學建築系碩士論文，2009。
7. S. Salat. Energy loads, CO2 emissions and building stocks : morphologies, typologies, energy systems and behavior. Building Research & Information, 37(5-6), 598–609, 2009.
8. P. Steadman, I. Hamilton, S. Evans. Energy and urban built form: an empirical and statistical approach. Building Research & Information, Vol. 42, No. 1, 17–31, 2014.
9. 王仁俊，住宅街廓用電之研究，成功大學建築系博士論文，2005。
10. 陳宜群，都市商業區街廓用電調查研究，成功大學建築系碩士論文，2006。
11. 甘知潔，都市街廓用電預測方法之研究，成功大學建築系碩士論文，2009。
12. 梁子珉，都市土地使用型態與家戶電力消費之關聯性分析：以原台南市為例，成功大學建築系碩士論文，2014。
13. I-A Yeo, S-H Yoon, J-J Yee. Development of an urban energy demand forecasting system to support environmentally friendly urban planning. Applied Energy 110 304–317, 2013.
14. Atelier Parisien d’Urbanisme (APUR). Consommations d’e´nergie et e´missions de gaz a` effet de serre lie´es au chauffage des re´sidences principales parisiennes, APUR, Paris, 2007.
15. K. Kavaklioglu. Modeling and prediction of Turkey’s electricity consumption using Support Vector Regression. Applied Energy, 88, 368–375, 2011.
16. Nicholas Metropolis, S. Ulam. The Monte Carlo Method. Journal of the American Statistical Association, Vol. 44, No. 247. pp. 335-341, 1949.
17. Monte Carlo Simulation Basics. http://www.vertex42.com/ExcelArticles/mc/MonteCarloSimulation.html#ref#ref
18. 內政部建築研究所，綠建築解說與評估手冊-基本型，2012。
19. 詹氏書局編輯部，最新建築技術規則，詹氏書局，2014。
20. 張維能，最新實用建築法規，詹氏書局，2014。
21. 柳環瑜，探討住商混合程度對房價之影響-臺中市西屯區個案討論，逢甲大學都市計畫與空間資訊學系碩士論文，2012。
22. 內政部營建署，低度使用(用電)住宅、新建餘屋(待售)住宅統計資訊簡冊，2013。
23. 黃惠隆，翁忠川，黃月貞，以車輛偵測器推估旅行時間之研究—以北二高為例，中華技術季刊，第63期，2004。
24. CJ. Willmott, SG. Ackleson, RE. Davis, JJ. Feddema, KM. Klink, DR. Legates, J .O’Donnell, CM. Rowe. Statistics for the evaluation and comparison of models. J. Geophys. Res. 1985; 90:8995-9005.
25. 環保署綠色生活網
http://ecolife.epa.gov.tw/Cooler/effect/Electricity_Area.aspx