基于日照及热辐射影响的建筑设计优化策略分析

梁 田

(中铁第四勘察设计院集团有限公司，湖北 武汉 430063)

0 引言

随着我国城市化进程的进一步加快，建筑能耗的占比极可能再次上升，因此，降低建筑能耗、提升能源使用效率将更加有助于建设资源节约型社会[1-3]。近年来我国出台了GB/T 50378—2019《绿色建筑评价标准》作为绿色建筑的评价依据，并对达标的项目予以经济补贴，开始对绿色建筑设计采取激励措施，鼓励设计师及业主关注并尽可能使用绿色技术手段来辅助完成建筑设计。

然而，现阶段的绿色建筑设计依然缺乏足够的技术支持，诸多设计单位在注重效率及产值的当下，忽视或轻视绿色设计的重要意义[4-6]。本文利用优化算法对绿色建筑模型进行分析整理，试图用更先进的数学工具和参数化模型取代传统的经验主义和手工分析，在建筑设计初期就给予建筑师足够的、可信赖的数据分析，以辅助设计师在实际工程项目中完善建筑的绿色性能。

1 优化算法原理分析

1.1 优化算法

近年来，优化设计的思路开始在建筑设计和规划设计中崭露头角[7-8]。在建筑领域，可持续建筑概念逐步被主流建筑师认同，被动式绿色节能已成为当下资源节约型社会的关注热点，如何在现有条件中对设计进行优化，引起了一些建筑师的思考和探索。大型建筑建设活动具有消耗能源及资源巨大、短时期不可逆的特点。优化算法的引入，使得建筑师可在设计初期就针对自己的设计方案进行有效评估，并根据评估结果进行反馈调节。因此，优化设计的思路和方法针对耗费巨大、周期较长的项目，有很好的辅助效果。常用的优化算法主要有遗传算法、模拟退火算法、蚁群算法、粒子群算法、人工神经网络优化等。

在实际工程及项目中，除利用单一标准便可轻易得到最优结果的线性问题，其余都是多目标问题。而在多目标优化中，如何处理各参数之间的平衡是关键。例如，根据使用者的实际工程经验及相关领域规范，对各参数设置加权处理；将不同纬度的目标参数用公式进行协同，将多目标问题转换为单目标问题等，都是在多目标情况下解决参数平衡性的手段。但同时也意味着，面临多目标情况下，要使所有的目标同时达到各自的最优状态完全不可能，只能在它们中间寻求折中平衡的处理方式，使各目标在一个系统下尽可能地优化到最大值。

1.2 遗传算法

遗传算法是在一个固定系统内部，根据设置的约束条件，针对一个目标函数进行分析评估，进而控制某一个或某几个变量来寻找当前系统状态下最优解的一个过程。得到最优解的同时，也能得到与之对应的基础参数和自变量参数，其逻辑如图1所示。

图1 遗传算法逻辑

1.3 建筑模型

基于Grasshopper的可视化编程算法生成建筑模型方案，相对于传统的建模方式，不必在初始状态下就明确目标建筑的长、宽、高及位置等信息，而是在算法生成之后通过参数之间的关系确定这些数值。这样一来，首要关注的是构建整个系统的逻辑。

根据建筑设计方案在生成过程中的形体关系，可将建模逻辑分为迭代式寻优和对比式寻优。基于参数化工具的设计过程能记录建筑设计中所有的生成过程及逻辑，这也使得建筑师可随时调用之前的数据，以在各阶段引入技术分析手段和内容，对设计全周期进行评估。

2 日照影响下的优化设计

2.1 基础日照分析

在建筑设计中，建筑所接受的日照时长是一项极为重要的指标，不仅与绿色、节能、低碳相关，也与建筑的空间功能及使用评价相关。在GB 50368—2005《住宅建筑规范》中，对住宅日照的时数要求属于强制性规定，在建筑设计中须满足规范要求，而建设用地的开发强度与足够的日照时长又往往背道而驰。兼顾容积率和日照要求，并满足消防车道间距的布置，是住宅区规划设计中的最突出矛盾。在实际设计过程中，同时满足日照和容积率需求，需大量反复修改，反复试错，才能找到平衡点。

为了最大化合理利用气象资源，让气象数据有切实的参考价值，我国根据不同地区的气候条件，综合其对建筑设计的影响，将我国国土划分为Ⅰ严寒地区、Ⅱ寒冷地区、Ⅲ夏热冬冷地区、Ⅳ夏热冬暖地区、Ⅴ温和地区、Ⅵ严寒地区、Ⅶ严寒地区7个一级区域。

2.2 基于周边建筑日照的建筑形体分析

武汉某地块场地初始态如图2所示，深色区域为城市某地块现有建筑，斜线区域为新建建筑的可建造区域。可建造区域边缘距现存建筑有13m的退让空间，目标建筑需在全年任意一天都不得影响周边地块的2h最小日照。全天11：00—13：00是日照最充分的时间段，默认在这2h内，新建建筑都不会对周边建筑任意区域产生遮挡。

图2 场地初始态

试验设置的思路是针对周边建筑的日照进行反向分析，在全年每天11：00—13：00，每层建筑都能满足2h日照要求。在现有区域内部，根据周边建筑日照情况，模拟场地内部可建造的三维区域。期望求得一个三维区域，满足在该区域内任意建设均不会使周边建筑的日照降至2h以下。

2.3 基于评价体系生成的建筑形体范围

针对场地现存建筑的日照进行演算，如图3所示，待建区域西侧、北侧的建筑群日照条件良好，满足2h日照的要求，即新建建筑需保证周边建筑群的首层日照条件不受到重大影响，采光不受遮挡。

图3 场地现存日照情况

要保证周边建筑群的日照时长≥2h，即首层最低日照时长≥2h，可对建筑群的首层底面进行单独评估。在新建建筑遮挡下，若周边建筑的首层建筑底面依然能满足2h的最低日照，则周边建筑群其他各层必然也满足2h日照要求。

在Grasshopper中，单独抽取周边建筑群的首层底面，将拟建建筑区域的三维空间作为目标函数，利用Honeybee的向量运算器，求出周边建筑的底层区域，用来模拟首层建筑的位置关系。计算结果如图4所示，在优化范围内任意建造建筑物，均不会使周边建筑的日照水平降至2h以下，但确实会在一定程度上影响周边日照。

图4 场地优化结果

3 热辐射影响下的优化设计

3.1 建筑组团与风热环境分析

日照辐射是建筑设计中需慎重考虑并与之呼应的一个重要气候条件，同时太阳能也是目前主要使用的清洁能源。现行建筑法规中，针对住宅区规划或商业办公建筑设计，并没有对建筑室外风热环境的强制性规定和要求。然而，随着绿色理念逐步普及，在设计中尽可能寻求良好的室外环境已是大势所趋。此类设计主要的矛盾焦点是容积率和日照时长两者如何兼顾。

建筑热环境包括辐射量、所在区域宏观气候及局部地区微观气候等自然因素，也包含建筑围护热构件、建筑材料与构造、建筑布局等设计因素，最终均会反映在热平衡及人体舒适度上。

3.2 常量取值

根据典型气象年逐时数据，分析并计算了武汉全年平均干球温度。记录了武汉全年8 760h的逐时温度数据，并以月为单位，计算出武汉全年12个月的平均气温和极值气温，如表1所示。

表1 武汉全年气温数据 ℃

3.3 武汉全年辐射值数据

根据典型气象年逐时数据，分析并计算了武汉全年平均辐射情况。记录武汉全年8 760h的逐时辐射情况，同时计算出武汉全年12个月的平均太阳辐射值，如表2所示。

表2 全年逐时辐射数据 W·h·m-2

3.4 优化模拟及分析

基于对武汉气温数据的分析，选取全年高于26℃的时间段，设为高温时间。在高温时间段的辐射量对建筑节能有减益效果，因需额外的制冷损耗以对抗额外的热辐射量。选取全年低于5℃的时间段，设为低温时间，并认为低温时间段的辐射量对建筑节能有增益作用，因低温状态下额外的太阳辐射量会节省冬季采暖所耗费的能源。

设W1为全年增益期热辐射总量，W2为全年减益期热辐射总量，当前建筑状态下，全年太阳辐射下的净增益量W=W1-W2。W值越高，意味着当前建筑形体及布局下，所获得的增益辐射总量越高，减益辐射总量越小，即能提供更加出色的节能成果。在本次试验中，以武汉市中心某地块为例，讨论位于当前地理气候情况下，如何基于净增益辐射获得最优化的建筑形体组合。设单体建筑面积为 1 000m2， 共4栋目标建筑组成小型组团。以目标建筑的长宽比例、建筑层数(默认3m/层)及建筑朝向为自变量，净增益辐射量为因变量，进行模拟演算。

模拟采用遗传优化算法，计算过程如图5所示，优化结果如表3所示。试验总计迭代467次，最终成功获得最优解，以W作为适应值(fitness)。由于本次试验中限制了建筑面积，使目标建筑形体只能在长宽比例上进行调整。建筑组团在周边无建筑且被限制了基点坐标的情况下，自然而然地将建筑形体延伸开来，利用更多的东南或西南立面接受辐射。为了保证夏季隔热，4个单体都没有正向南方的立面。

表3 优化结果数据

图5 遗传算法过程

由表3可知，在运算结束后，建筑组团的层数相对较固定，层数过高会产生互相之间的遮挡，使全年辐射量偏低，尤其是冬季的辐射量会降低很多，对建筑采暖的要求将会更高；层数过低，则会使得建筑整体受太阳辐射值过低，缺点与层数过高相同。经过优化计算，4栋建筑分别为8，9，9，10层，数值比较平稳。建筑宽度和建筑长度则囿于固定面积，本质上更多是形态的变化。4栋建筑单体在优化计算之后都形成了偏向长条的形态，也正是这样的形态能接受到更多的太阳辐射。旋转角度的变化则比较随机，从1°到169°的角度值都有，这一组数据也是互相联动，为了让组团作为整体获得最大的太阳辐射情况。因此，本次试验成功得到了基于前期调节下的优化结果。

4 结语

本文针对绿色建筑设计策略，结合现有参数化设计软件、优化算法模拟插件与Ghpython模块，设计了一套基于日照、风热环境及遮挡条件下的逻辑求解方式；相较于传统反复试错的设计模式，极大地提高了设计效率，并能辅助设计师选取最优的解决方式。试验成功得到了基于前期调节下的优化结果，但是数值的限制还不够完善，现阶段只是对辐射状态进行了初步探究，在后期多目标优化时，需引入容积率、日照等多重因素，进行分析；结合建筑类型、建筑平面的基本布置予以探讨。