基于智能算法的北方老城小区建筑物节能优化

马明浩

摘要：选取典型建筑物，并利用Energy Plus进行模拟能耗计算。以透光围护结构玻璃厚度、中空空气层厚度、建筑朝向为影响因素，综合考察其对虚拟建筑冬季热负荷的影响程度，并结合Kriging采样和智能遗传算法对其进行节能优化，得到了建筑物的最佳朝向和透光维护结构的最优参数，有效降低了建筑物的冬季采暖负荷损耗。

关键词：Energy Plus模拟，Kriging采样，智能遗传算法

1.研究背景与现状

根据《中国建筑能耗报告2020》的分析测算结果，中国要实现2030年建筑碳排放达峰的目标，节能减排必须切实执行，对城市建筑尤其老城小区既有建筑能耗的相关研究势在必行。

1.1建筑节能改造技术的研究

基于建筑节能标准、建筑评价体系的学习，国内外学者对建筑节能的发展背景、重要意义、技术实施等展开了研究提出了新观点。主要是建筑节能改造技术应遵循因地制宜的原则。

1.2改造节能经济性分析

基于熵权-可拓理论，国内外学者建立了既有建筑绿色可行性评价指标并进行了相关的研究和验证。采用遗传算法，建立全生命周期成本的数值化的建筑几何优化模型。总体上既有建筑节能改造在技术方面还不成熟，对于高能耗的既有建筑改造技术比较短缺。

2.数学模型

2.1墙体传热数学模型

反应系数法是计算空调冷热负荷和分析建筑物全年能耗的基础。

如果室外空气综合温度随时间变化为Tout，室内空气温度随时间变化为Tin，在Energy Plus中采用了导热传递函数法替代传统意义上的反应系数法，即n时刻经过围护结构内表面传导的热量为：

n时刻经过围护结构外表面传导的热量为：

2.2玻璃窗传热数学模型

向室内散热和向室外散热的比例与室内温度、室外温度、玻璃内外表面放热系数等诸多因素有关。对一个有N层玻璃的窗户来说，由于其具有2N个玻璃表面，所以其热平衡方程式也为2N个。Energy Plus中玻璃表面热平衡方程主要是基于忽略热容变化、热流方向等5个假设

图1-1所示为一个双层玻璃系统，其四个表面的热平衡方程式如下;

式中，Eo和Ei分别为外表面和内表面长波辐射强度，W/m2;To和Ti分别表示室外和室内空气温度，K;ho和hi分别为外表面和内表面空气对流换热系数，W/m2·K;h1为玻璃层间气体传热系数，W/m2·K;εi为表面i的长波发射率;Si为表面i所吸收的短波辐射或室内热源长波辐射强度，W/m2;σ为史蒂芬-玻尔兹曼常数。

3.建筑物节能优化案例分析

3.1建筑基本信息

虚构建筑，坐落于天津，经度117.07°，纬度39.08°。该建筑由轻质的墙壁和两扇窗户构成，8m×6m×2.7m，总体积为129.6m3，如图1-3所示。采暖室内温度为20℃，空调室内温度为24℃。

3.2地理位置及气象参数

本研究以天津地区气象数据为例来进行模拟研究，此次计算采用1月21日冬季作为设计日，风速为9.3m/s，主导风向为西南方向，干湿球温度、气压等详细参数见Energy Plus网站提供的CSEWD类型的气象数据。

3.3计算流程

首先，采用正交设计构建初始样本集，并由Energy Plus计算各实验工况下的负荷值。基于该正交实验结果，利用Kriging模型构建设计变量与设计目标间的映射关系。最后采用Kinging模型耦合遗传算法（GA）对输入变量进行优化设计。

可以看出，为最大限度地降低该虚拟单体建筑的冬季热负荷，双层玻璃窗的玻璃厚度需增大1.2mm以上，中空空气层的厚度需增加至少3倍，而建筑朝向38°时最佳。这在一定程度上说明了反向优化方法是有效的，同时也证明了基于智能算法的建筑物节能与优化改造的可靠性与高效性。

4.小结

本文基于天津地区气象数据，选取典型建筑物利用Energy Plus进行模拟计算。以透光围护结构玻璃厚度、中空空气层厚度、建筑朝向为影响因素，考察其对虚拟建筑冬季热负荷的影响程度，并结合Kriging和遗传算法对其节能優化，得到了建筑物的最佳朝向，以及透光维护结构的最优参数，有效降低了建筑物的冬季采暖负荷损耗。不足：仅对单个虚拟建筑进行了模拟，没有考虑实际建筑物之间的遮挡等相互作用。需要后期进一步研究基于智能算法的北方老城小区建筑群节能优化研究。

参考文献：

[1]北京市统计局.北京统计年鉴[M].北京：中国统计出版社，2020.

[2]中华人民共和国国家统计局.第七次全国人口普查公报[EB/OL].2021-05-11 [2021-12-02].http：//www.gov.cn/guoqing/2021-05/13/content_5606149.htm

[3]中华人民共和国国国务院.国家中长期科学和技术发展规划纲要（2006-2020年）2006，[EB/OL].[2021-12-02].