优化采光、通风和冷负荷性能的公寓在热带海洋领域基于参数化设计

文摘

在中国的热带地区,节能是建筑设计的一个重要组成部分,和居住建筑的节能潜力吸引了广泛的关注。本文研究了采光、通风和建筑能源消耗在热带地区找出最好的节能性能参数。建筑模型建立的蚱蜢,参数的采光,通风性能和冷负荷模拟。蚱蜢的章鱼插件是用来计算迭代的目标价值,以便找到相对的多目标最优值。最后,优化设计值与初始值。结果表明,制冷能耗大大降低从188.20千瓦时/ m²163.02千瓦时/ m²日光自治(DLA)从60.71%减少到58.56%,和通风风速增加从0.62到0.63 m / s。从结果可以看出,尽管采光的目标是降低,冷却能耗大大降低,优化采光更加平衡和合理布局。因此,合理布局的基础上,优化研究有效地降低制冷能耗,达到绿色节能的目的。

1。介绍

自从第一次能源危机爆发在1970年代,世界上越来越多的关注,能源和环境问题。其中,建筑能耗占全球能源消耗的比例更大。近年来,随着中国城市化的快速发展,快速城市化推动了建筑业的可持续发展。中国的城市人口的城市化率已经从2001年的37.7%增至2019年的60.6%。自2014年以来,每年完成中国民用建筑面积基本稳定在40亿多平方米,总建筑面积在2019年已达到644亿平方米。根据能源消耗和排放的会计结果中国建筑业的清华大学建筑节能研究中心,2019年,中国的建设和运营能耗占总能耗的33%的整个社会,这是接近全球比例(1]。因此,优化建筑节能设计来降低建筑能耗已成为衡量处理在中国能源消费总量的增加。在建筑节能的研究方向,学者们对能源消耗的研究,其次是室内光环境和建设成本。因此,研究在这方面应给予高度重视。

研究目标优化和优化算法一直在增加自1990年代末以来,和近年来是很常见的2]。一般来说,由于相互影响和限制的优化目标在实践中,大多数研究认为多目标优化问题(3,4]。与此同时,有很多方法来解决多目标优化问题,其中多目标遗传算法通常用于建筑节能领域的(5,6]。更具体地说,当学者使用遗传算法来优化能源消耗和采光,但学者们选择不同的独立变量(7]。Shahbazi et al。8)使用仿真参数化设计模型优化办公大楼的采光和热性能,通过调整和优化window-to-wall比率(WWR),窗口数量,窗口高度和窗台高度。Mahdavinejad和穆罕默9)用于控制百叶窗角度、宽度和表面的距离来实现有效的日光照明和能源消耗的目的接近最优解。Bakmohammadi和Noorzai10)采用多目标优化方法以满足采光的要求,舒适,和能源有效利用的小学教室通过优化构建取向的特点,墙倾角,窗口数量,WWR,玻璃材料。一些学者研究了能源消耗和成本目标。例如,王et al。11]了全寿命周期成本(LCC)和生命周期环境影响(LCEI)建筑物的目标函数和优化建筑定位、窗户类型、大小、包膜材料和结构变量的帮助下分公司的算法。赖特et al。12]NSGA-II优化算法用于优化窗墙比,窗口高度,和其他设计参数实现的两个目标函数最小能耗和总成本。一些学者研究了能源消耗和热舒适13,14]。Yu et al。15)使用改进的多目标遗传算法优化能源消耗和室内热舒适;然后,他建立了GA-BP网络模型快速预测能源的能源消耗和室内热舒适住宅和建筑设计建立了多目标优化模型。其他作者关注其他方面的研究(16- - - - - -19]。Jalali et al。20.)使用遗传算法和可持续的方法来优化办公大楼的立面建筑满足可用空间,降低热负荷,改善建筑的自然光。这种方法有助于设计师们更可持续的方法。Zhang et al。21]使用位于三个优化目标的太阳辐射、空间效率,和形状系数来生成一个帕累托边界,这有助于设计师确定最优解。

上面的被动式建筑节能设计方法已经改变了建筑师的设计过程依赖于设计经验。随着建筑节能优化的实现,设计师们可以获得更合理的节能居住建筑窗墙的设计方案。然而,上述研究通常选择建筑能源消耗、采光、热舒适、成本、和其他相关性能优化目标。然而,很少有学者认为通风、采光和能源消耗。事实上,建筑自然通风是一个方法来调整室内环境。它不仅能调整室内温度,减少能源消耗,而且可以提高室内空气质量和室内热环境。因此,应充分考虑自然通风的建筑设计。构建软件蚱蜢蝴蝶的出现,它是可行的和必要的通风作为多目标优化的目标。因此,本文分析了采光、通风、和能源消耗在一起形成一个多目标优化问题,然后,它使用犀牛和蚱蜢建立建筑参数建模仿真平台,在蚱蜢和它使用遗传算法优化操作。

2。数学模型

2.1。研究框架

三个优化目标是最大化日光自治(DLA)和通风和制冷能耗降至最低,从而选择白天的最佳平衡,通风和制冷性能。一般来说,蚱蜢在犀牛软件运行的计算环境。瓢虫和蜜蜂插件是重要的计算平台在蚱蜢22,23]。在这项研究中,瓢虫和蜜蜂是用来模拟采光,通风性能,和建筑物的冷负荷,遗传算法(GA)封装在插件用来完成优化。如果优化不满足要求,章鱼就会自动返回并调整下一个设计变量的值,和仿真将继续,直到满足要求。

建筑性能的优化过程如图1。在第一步中,优化目标是决定根据使用功能;根据热带区域,本文构建了优化模型与能源消耗,采光和通风性能作为多目标。在第二步中,每个目标建立的仿真模型和材料参数的制冷能耗模型和日光模型。第三步是确定决策变量WWR根据目标和设置的变量范围。在第四步中,参数化建模方法用于模拟模型来获取各自的结果。第五步,遗传算法在蚱蜢章鱼插件用于迭代优化三个目标值产生帕累托最优解集。最后,选择最优解的解集。

2.2。建筑的位置和气候情况

研究对象位于东南三亚海南热带海洋大学的校园。项目由四幢14层的公寓大楼,地下一层,地上14层。因为需要更多的时间来研究采光,通风,整个建筑和能源消耗,本文以12楼作为标准层为目标优化和研究变量WWR等四个方向的地板上。如图所示的细节2。

建筑节能设计需要根据当地的气候和环境的信息,和研究项目位于三亚,海南,属于热带海洋季风气候,所以设计应考虑夏季高温因素在。分析了室外干球温度的三亚气候信息数据的基础上,但因为美国能源部的气象数据库没有三亚的气候信息,而东方的气候信息在信息数据库,距三亚只有168公里,它被选为参考。当地居民主要是高温不舒服。年平均温度为25.23°C,年平均相对湿度为78.19%。的小时数低于18°C占全年的9.20%和26°C以上的小时数占49.06%。从图可以看出3每年的温度分布基本上是在夏天,所以本文着重于降低制冷能耗。

2.3。阳光、风、和能源建模和优化

2.3.1。目标函数

国防后勤局的概念最初源于瑞士设计规范(24]。在方程(1),国防后勤局计算为基本时间单元,并在一年365天有8760个小时,在那里T_E累计小时当照度超过照度阈值(300 lx) (25]。因此,国防后勤局指的时间百分比在活动占用时间,测试点接收更多的日光照度阈值(26,27]:

因为建筑位于热带海洋季风气候区,夏季主导风向南风,其频率占5.43%,和主导风向的平均风速为4.44米/秒;项目的流场分布相对均匀,和通风条件良好。因此,本文运用典型的夏季室外风速和风向的数据,并使用蝴蝶插件模拟室外通风。它选择的视觉部分12标准地板的高度,然后将相应的室外风速和风向进入室内室内通风窗口位置的优化计算。图4后显示的平面分布室外风速计算。建筑能耗包括四个部分,建筑的热负荷是零,和设备负载和照明密度设置为固定值。因此,本文只需要能源消耗的冷负荷为研究目标(28]。

因此,本文的目标是尽量减少冷负荷和国防后勤局最大化和风速。本文不考虑计算设备的房间,公寓的楼梯。章鱼计算器只能执行最小化操作,并足以前面加一个负号

2.3.2。约束和变量

建筑窗口的位置和大小对建筑性能有很大的影响。建筑窗口变量在这项研究包括WWR北部,西、南、东三面。摘要参数建模方法用于模型的公寓并确定窗口的大小。它是基于WWR的约束范围。本文的目的是得到一个更全面的分析目标的价值。有必要考虑WWR的值范围。因此,WWR的上限可以被认为是关于能源效率和绿色住宅建筑设计标准在海南29日),因此单一正面WWR不应大于0.40,和最低WWR不应小于0.1,和具体的变化值如表所示1。

3所示。仿真参数设置

因为真正的材料和假定材料有相同的总热阻,这项研究没有关注的变化墙上,地板,和其他建筑围护结构,但应考虑建筑窗口的大小。因此,采用一种简化的方法假设的多层材料不透明建筑信封是一个单一的材料。本文选择(6 clear_12 air_6清楚)玻璃窗口材料(30.]。EP结构的材料信息如表所示2。其中,公寓的墙壁和天花板选择白色乳胶漆,和地板选择白色大理石结构作为室内辐射材料。

能量阈值的区域参数,因为三亚位于热带地区,只有冷却需求考虑,和冷却温度设定在26°C;设备负荷将在14 W / m²;目前,节能灯更常见,所以采光密度设置为5 W / m²;人的数量在每个区域设置为0.04。细节如表所示3。

因为本文选择住宅位于大学校园节能为研究对象,暖通空调系统的冷却方式是PTAC [31日]。同时,考虑能源消耗计算的准确性,有必要正确是指居民的工作和休息时间,所以入住率安排介绍将全年的工作和休息时间。在中国,每年的工作时间从早上8点到下午6点,和没有老师在国庆节和春节假期也考虑在内。在图5,红色区域是1,这表明时期居民在家的时候,黄色区域为0.5,这表明时期居民在家或不在家时,蓝色区域是0,这表明的时期居民不在家。从图5的概率,可以看出,在休息时间呆在家里在晚上和周末的大部分是1,呆在家里在工作时间的概率是0,和呆在家里在通勤时间的概率是0.5。这样的详细设计是合理计算时间和能耗节能提供更科学的依据。

4所示。多目标优化结果与讨论

4.1。多目标优化结果

章鱼插件的接口,参数设置见表4。模型需要5天的过程中多目标优化,35岁后,一代又一代的计算,433年获得可行的解决方案。当三个优化目标值趋于稳定,这表明他们不够收敛。在三维坐标系中,三个坐标轴代表国防后勤局,风速、分别和冷却负荷。如图6帕累托最优解,包括35代nondominated解集。

关于nondominated解的数值分布范围国防后勤局,冷负荷和通风有广泛的价值观,冷负荷从132.57到265.08千瓦时/ m²,通风体积从0.38到0.88米/秒,最小的分布范围是国防后勤局,从53.67%降至66.68%。这些数据表明,在建设的过程中优化,构建决策变量对冷负荷有很大的影响和通风。因此,建筑WWR应适当调整根据设计的优化目标。所有方面的优化设计可以创造更好的室内采光和通风功能,可以有效降低建筑能耗。

4.2。目标之间的相关性

国防后勤局和能源消费之间的关系如图7。它代表了nondominated解集的冷负荷和国防后勤局35迭代。很明显,国防后勤局的性能与冷负荷负相关。国防后勤局从53.67%增加到66.68%时,冷负荷将增加从132.57到265.08千瓦时/ m²。国防后勤局的增加是由于增加WWR,改善采光性能;但与此同时,更大的WWR将导致冷却能耗的增加。因此,国防后勤局和冷负荷应考虑在优化过程中同时得到相对最优值。

国防后勤局和通风性能之间的关系如图8。国防后勤局比率从53.67%增加到66.68%时,风速与国防后勤局的增加在很大程度上改变了最初的阶段,但是在中后期阶段,风速相对稳定。这是因为当国防后勤局是在一个非常低的阶段,所有窗户的WWR很小,通风效果很差,通风是深受窗口的大小的影响。随着国防后勤局的增加,相应的适当WWR将增加,windows的开放有利于通风,通风是在更高的价值和不会改变太多。这两个目标是呈正相关。

通风性能和能耗之间的关系如图9。当冷负荷减少从265.08到132.57千瓦时/ m²,通风一定范围内的变化在最初的阶段,但是在中后期阶段,风速降低能源消耗的减少。这是因为当室内能耗在190到265千瓦时/ m的范围²,相应的WWR值还大,这仍然是有利于自然通风影响不大;当室内能耗在130到190千瓦时/ m的范围²WWR进一步减少,通气孔较小;通风是极大的影响,它显示一个下降的趋势,减少能源消耗。所以,我们还应该考虑的一个因素交互作用的优化。

从上述三个目标的比较分析,得出国防后勤局和冷负荷是负相关,国防后勤局和通风在整个呈正相关,和通风和冷负荷是负相关。因此,在设计的过程中,我们需要考虑所有的设计目标。

4.3。比较最优解集和最初的计划

三个相对最优的非惯用从35代选择解决方案,可以实现更好的性能目标。表5列表的相对最优解和相应的决策变量三个选项。可以看出,在建筑的最初计划,冷负荷值也高,国防后勤局,风速是温和的。最初的方案设计的独立变量是明显不同于那些相对最优解,但相对最优解的值相对相似。相应的设计模型如图10。与最初的计划相比,冷负荷改变从188.20千瓦时/ m²163.02∼198.76千瓦时/ m²,通风风速的增加从0.62 m / s, 0.63∼0.76 m / s,和国防后勤局的价值发生了微妙的变化从60.71%到58.56%∼62.99%。的国防后勤局值三个相对最优解集都在50%以上,它仍然有一个非常良好的采光。

在采光方面,本文选择三个相对最优的非惯用的解决方案选项1的比较分析,使最初的计划。最初计划的国防后勤局选项1计算,分别通过使用模拟日光,和可视化,分别如图11。国防后勤局最初的计划图(11日)60.71%,选项1图吗11 (b)是58.56%。发现整体照明优化和调整后只减少了3.54%。从图可以看出11朝鲜的国防后勤局值,东、西两侧的地板略有减少。这是由于WWR这三个方向的减少,但这一层的整体国防后勤局优化后变化不大。可以看出,优化布局使采光稳定。

在通风方面,蝴蝶是用来模拟通风的初始计划和选项1,分别和风速是可视化的,如图所示12。在图12(一个)最初计划的,平均风速为0.62米/秒,并且在图12 (b),选项1的平均风速增加到0.63米/秒。虽然整体风速不会增加太多,但优化使地板的整体通风分布均匀合理;特别是在公共通道,通风效果是显著的,可以满足自然通风的要求;可以看出,优化后的独立变量值有利于房间通风。本文优化的风环境的标准层公寓,但每个公寓的风环境是不同的在不同的方向,所以优化独立变量参数只作为参考这个公寓,并不适用于其他三个公寓。

在能耗方面,人物13显示每月的冷负荷的比较之前和之后的优化。在最初的计划,年度能源消耗为188.20千瓦时/ m²选项1,优化能源消费是163.02千瓦时/ m²,下降13.38%;从当年10月到明年3月,平均每月冷负荷下降了14.08%;同年4月到9月,月平均下降了12.90%甚至更低。可以看出,冬天优化效果更明显,所以与最初的计划相比,减少制冷能耗在整个年取得了明显成果。

因此,通过以上分析,可以看出,优化建筑达到一个好的改善能源消费而不影响照明和通风条件,可有效实现建筑节能减排的优化。

5。结论

本研究主要是基于参数化设计平台犀牛和蚱蜢设计和模拟的公寓,侧重于遗传算法的参数优化问题蚱蜢画布上。以一个公寓在三亚为例,通过自动勘探设计、窗口开放模式的优化模型在各个方向是意识到,和性能的采光、通风、和能源评估,以便获得更好的采光水平,实现更高的通风水平,减少年度需求降温,帮助设计师做决策。

35岁后一代又一代的迭代计算,模型产生近433的解决方案,所有这些形成帕累托最优的前面包含最优解的帕累托曲线。通过分析发现的相对最优解集。与最初的计划相比,冷却减少能源消耗从188.20千瓦时/ m²163.02千瓦时/ m²,国防后勤局从60.71%下降到58.56%,通风风速的增加从0.62到0.63米/秒,减少采光符合设计要求,优化采光和通风的数值分布面积更加平衡和合理的。因此,优化的独立变量是合理的价值坐标多个目标来实现一个相对合理的价值。

从实用的角度,考虑到中国假期将有一定影响公寓建筑的能耗分析,介绍了工作和假期安排在能源消耗分析,以便更准确地计算实际的能源消耗。本文创造性地将通风的目的为研究目标,考虑和分析它与采光和能源消耗,并形成一个多目标的研究。最后,作为建筑能源消耗和照明在三亚位于热带地区,它具有显著的特点,并提出了一些有意义的建议地区建筑节能和可持续发展。

数据可用性

使用的数据来支持这个研究的发现包括在本文中。

的利益冲突

作者宣称没有利益冲突。

引用

1. BERCoT大学对中国建筑节能的年度报告,中国建筑与建筑出版社,北京,中国,2021。
2. r·艾文”回顾计算优化方法应用于可持续建筑设计”可再生能源和可持续能源的评论22卷,第245 - 230页,2013年。视图:出版商的网站|谷歌学术搜索
3. E.-N。d .测量、p . a . Kontaxis和f . v . Topalis“多目标遗传算法应用于室内照明优化,“能源和建筑卷,125年,第74 - 66页,2016年。视图:出版商的网站|谷歌学术搜索
4. n . Delgarm b Sajadi与加雷熟识,s . Delgarm“多目标优化的建筑物能源性能和室内热舒适:新方法利用人工蜂群(ABC)”能源和建筑卷。131年,42-53,2016页。视图:出版商的网站|谷歌学术搜索
5. h·陈,窗口设计办公大楼在寒冷的气候区基于多目标优化算法、天津大学、天津,中国,2016。
6. d . Tuhus-Dubrow和m . Krarti“基于遗传算法的优化方法建立信封设计住宅,”建筑与环境,45卷,不。7,1574 - 1581年,2010页。视图:出版商的网站|谷歌学术搜索
7. a . Mesloub a . Ghosh g . a . Albaqawy e . Noaime b . m . Alsolami d .赵,“能源和采光评价与内部半透明的光伏windows集成光货架在开放办公室建筑,”土木工程的发展卷,2020篇文章ID 8867558, 21页,2020。视图:出版商的网站|谷歌学术搜索
8. y Shahbazi、m . Heydari和f . Haghparast“早期设计优化办公大楼的立面提供高能量性能和日光,”室内和建筑环境,28卷,不。10日,1350 - 1367年,2019页。视图:出版商的网站|谷歌学术搜索
9. m . Mahdavinejad和s·穆罕默迪”,参数优化日光和热力性能通过百叶窗在德黑兰炎热和干燥的气候,”基础和应用科学杂志》上,8卷,不。3,2018。视图:出版商的网站|谷歌学术搜索
10. p . Bakmohammadi和大肠Noorzai”,优化小学教室的设计在能源和日光性能方面考虑居住者的热,视觉舒适。”能源报告》第六卷,第1607 - 1590页,2020年。视图:出版商的网站|谷歌学术搜索
11. r . w . Wang Zmeureanu, h·瑞瓦德”在绿色建筑设计优化,应用多目标遗传算法”建筑与环境,40卷,不。11日,第1525 - 1512页,2005年。视图:出版商的网站|谷歌学术搜索
12. j·a·赖特,a . Brownlee m . m . Mourshed和m . Wang”细胞开窗法的多目标优化进化算法,”《建筑性能模拟,7卷,不。1,33-51,2013页。视图:出版商的网站|谷歌学术搜索
13. 郭台铭,v . m .尼克J.-L。Scartezzini,问:赵,z,”上海新建住宅的被动式设计优化改善室内热舒适,同时减少建筑能源需求,“能源和建筑卷,169年,第506 - 484页,2018年。视图:出版商的网站|谷歌学术搜索
14. t .邵和S.-B。蔡”,室内环境智能控制系统基于PMV的绿色建筑指数”土木工程的发展卷,2021篇文章ID 6619401, 11页,2021年。视图:出版商的网站|谷歌学术搜索
15. h . b . w . Yu Li Jia, m, d .王,“应用多目标遗传算法来优化能源效率和热舒适在建筑设计中,“能源和建筑卷,88年,第143 - 135页,2015年。视图:出版商的网站|谷歌学术搜索
16. y扁和马y”,日光指标分析side-lit房间在广州,中国南方:日光自治和采光系数之间的比较,“能源和建筑卷,138年,第354 - 347页,2017年。视图:出版商的网站|谷歌学术搜索
17. j·冈萨雷斯和f . Fiorito”,白天办公大楼的设计:优化外部太阳能阴影通过使用模拟方法相结合,“建筑,5卷,不。2、560 - 580年,2015页。视图:出版商的网站|谷歌学术搜索
18. r .次品古铁雷斯,j . Du:费雷拉,费列罗,和s Sharples“日光控制和性能在办公楼使用一种新型陶瓷卢浮宫系统,”建筑与环境卷。151年,54 - 74年,2019页。视图:出版商的网站|谷歌学术搜索
19. 即加西亚Kerdan和莫里隆d Galvez(保护)监督小组”,准确地预测人工神经网络结构优化(火用),舒适和低能耗建筑的生命周期成本绩效,”应用能源,280卷,2020年。视图:出版商的网站|谷歌学术搜索
20. 大肠Noorzai z拉里说道,美国Heidari对伊朗伊斯兰共和国通讯社表示,“形式和外观的设计和优化使用遗传算法一个办公大楼,“建筑环境科学和技术,26卷,不。2、128 - 140年,2019页。视图:出版商的网站|谷歌学术搜索
21. y l, l·张,王,“形状优化基于太阳辐射获得的自由格式的建筑和空间效率使用多目标遗传算法在严寒地区的中国,“太阳能卷。132年,38-50,2016页。视图:出版商的网站|谷歌学术搜索
22. 美国Motamedi和p . Liedl综合算法优化天窗日光能源,充分考虑的影响”能源和建筑卷,138年,第665 - 655页,2017年。视图:出版商的网站|谷歌学术搜索
23. a . Tabadkani m . v . Shoubi f . Soflaei和s . Banihashemi”综合参数化设计自适应外墙用户视觉舒适,”自动化建设,卷106,p . 2019。视图:出版商的网站|谷歌学术搜索
24. c·f·莱因哈特,j . Mardaljevic和z罗杰斯“动态日光可持续建筑设计性能指标,”白色,3卷,不。1,7-31,2013页。视图:出版商的网站|谷歌学术搜索
25. gb50033 - 2013,建筑的采光设计标准,中国建筑与建筑出版社,北京,中国,2013。
26. h .沈和a . Tzempelikos采光和能量分析的私人办公室自动化内部辊阴影,”太阳能,卷86,不。2、681 - 704年,2012页。视图:出版商的网站|谷歌学术搜索
27. p .雪、c . m . Mak和y黄”量化发光的舒适与动态日光指标在住宅建筑,”能源和建筑卷,117年,第108 - 99页,2016年。视图:出版商的网站|谷歌学术搜索
28. j . Shaeri a哈比比、m . Yaghoubi和a . Chokhachian”办公大楼的最佳window-to-wall比炎热潮湿,干热,在伊朗和寒冷的气候,”环境》第六卷,没有。4、2019。视图:出版商的网站|谷歌学术搜索
29. dbj46 - 039 - 2016,节能设计标准和绿色residentital建筑在海南,中国建筑与建筑出版社,北京,中国,2016。
30. gb50176 - 2016,民用建筑热工设计代码,中国建筑与建筑出版社,北京,中国,2016。
31. a .头头,m . Fikry和w·穆罕默德,“基于参数的优化框架住宅建筑采光和能量性能在炎热干旱地带,“亚历山大工程杂志卷,57号4、3595 - 3608年,2018页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021张Jianjian和林记。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。