Неопределенности в проектировании зданий и энергетической оценке зданий
Детальное проектирование зданий должно учитывать различные внешние факторы, которые могут быть подвержены неопределенностям . Среди этих факторов преобладающие погода и климат ; свойства используемых материалов и качество изготовления ; и поведение жителей здания. Несколько исследований показали, что именно поведенческие факторы являются наиболее важными среди них. Были разработаны методы оценки степени изменчивости этих факторов и, как следствие, необходимости учитывать эту изменчивость на этапе проектирования.
Источники неопределенности
[ редактировать ]Более ранняя работа включает в себя статью Геро и Дудника (1978), в которой представлена методология решения проблемы проектирования систем отопления, вентиляции и кондиционирования воздуха, подверженных неопределенным требованиям. С тех пор другие авторы проявили интерес к неопределенностям, присутствующим в проектировании зданий. Рамалло-Гонсалес (2013) [ 1 ] классифицировал неопределенности в инструментах оценки энергетических зданий на три разные группы:
- Относящийся к окружающей среде. Неопределенность прогнозов погоды в условиях изменения климата ; и неопределенная информация о погодных данных из-за использования файлов синтетических данных о погоде: (1) использование синтетических лет, которые не представляют реальный год, и (2) использование синтетического года, который не был создан на основе записанных данных в точном местоположение проекта, но на ближайшей метеостанции.
- Качество изготовления и качество строительных элементов. Различия между проектом и реальным зданием: проводимость тепловых мостов , проводимость изоляции, величина инфильтрации (утечки воздуха) или коэффициенты теплопередачи стен и окон.
- Поведенческий. Все остальные параметры, связанные с поведением человека, например, открытие дверей и окон, использование бытовой техники, характер занятости или привычки приготовления пищи. [ 2 ]
Погода и климат
[ редактировать ]Изменение климата
[ редактировать ]Здания имеют длительный срок службы: например, в Англии и Уэльсе около 40% существующих в 2004 году офисных зданий были построены до 1940 года (30%, если рассматривать по площади), [ 3 ] и 38,9% английских жилищ в 2007 году были построены до 1944 года. [ 4 ] Такой длительный срок службы позволяет зданиям работать в климатических условиях, которые могут измениться из-за глобального потепления. Де Уайлд и Коли (2012) показали, насколько важно проектировать здания, учитывающие изменение климата и способные хорошо работать в будущих погодных условиях. [ 5 ]
Данные о погоде
[ редактировать ]Использование файлов синтетических данных о погоде может внести дополнительную неопределенность. Ван и др. (2005) показали, какое влияние неопределенность в метеорологических данных (среди прочего) может оказать на расчеты спроса на энергию. [ 6 ] Было обнаружено, что отклонение в расчетном энергопотреблении из-за изменчивости погодных данных различно в разных местах: от диапазона (от -0,5% до 3%) в Сан-Франциско до диапазона (от -4% до 6%) в Вашингтоне. DC Диапазоны были рассчитаны с использованием типичного метеорологического года (TMY) в качестве эталона.
Пространственное разрешение файлов погодных данных было предметом беспокойства Имса и др. (2011). [ 7 ] Имс показал, как низкое пространственное разрешение файлов погодных данных может быть причиной несоответствия потребности в отоплении до 40%. Причина в том, что эта неопределенность понимается не как случайный параметр, а как эпистемическая неопределенность, которую можно решить путем соответствующего улучшения ресурсов данных или путем сбора конкретных погодных данных для каждого проекта.
Строительные материалы и качество изготовления
[ редактировать ]Большое исследование было проведено Столичным университетом Лидса в Стэмфорд-Бруке в Англии. В рамках этого проекта было построено 700 домов в соответствии с высокими стандартами эффективности. [ 8 ] Результаты этого проекта показывают значительный разрыв между ожидаемым потреблением энергии до начала строительства и фактическим потреблением энергии после того, как дом будет заселен. В данной работе анализируется качество изготовления. Авторы подчеркивают важность мостов холода, которые не учитывались в расчетах, и что мосты холода, которые оказывают наибольшее влияние на конечное использование энергии, возникают из-за внутренних перегородок, разделяющих жилища. Жилища, использование которых контролировалось в этом исследовании, демонстрируют большую разницу между реальным потреблением энергии и потреблением энергии, оцененным с использованием стандартной процедуры оценки Великобритании (SAP), при этом одно из них дает + 176% от ожидаемого значения при использовании.
Хопфе опубликовал несколько статей, касающихся неопределенностей в проектировании зданий. Публикация 2007 года [ 9 ] рассматривает неопределенности типов 2 и 3. В этой работе неопределенности определяются как нормальное распределение. Случайные параметры отбираются для генерации 200 тестов, которые отправляются в симулятор (VA114), результаты которого будут анализироваться для проверки неопределенностей, оказывающих наибольшее влияние на энергетические расчеты. Эта работа показала, что неопределенность в значении, используемом для инфильтрации, является фактором, который, вероятно, будет иметь наибольшее влияние на потребности в охлаждении и обогреве. Де Уайлд и Тиан (2009) согласились с Хопфе относительно влияния неопределенностей инфильтрации на расчеты энергии, но также представили другие факторы.
Работа Шнидерса и Гермелинка (2006) [ 10 ] показал существенную изменчивость энергетических потребностей зданий с низким энергопотреблением, спроектированных по одной и той же спецификации ( пассивный дом ).
Поведение жильцов
[ редактировать ]Блайт и Коли (2012) [ 11 ] показали, что существенные различия в потреблении энергии могут быть вызваны различиями в поведении жильцов, включая использование окон и дверей. Их статья также продемонстрировала, что их метод моделирования поведения жильцов точно воспроизводит реальные модели поведения жителей. Этот метод моделирования был разработан Ричардсоном и др. (2008), [ 12 ] использование Обследования использования времени (TUS) Соединенного Королевства в качестве источника реального поведения жильцов, основанного на активности более 6000 жильцов, зафиксированной в 24-часовых дневниках с разрешением 10 минут. В статье Ричардсона показано, как этот инструмент способен генерировать поведенческие модели, которые коррелируют с реальными данными, полученными из TUS.
Многофакторные исследования
[ редактировать ]В работе Петтерсена (1994) рассматривались неопределенности группы 2 (качество изготовления и качества элементов) и группы 3 (поведение) предыдущей группировки. [ 13 ] Эта работа показывает, насколько важно поведение жильцов при расчете энергопотребления здания. Петтерсен показал, что общее потребление энергии соответствует нормальному распределению со стандартным отклонением около 7,6%, если учитывать неопределенности, связанные с жильцами, и около 4,0%, если учитывать неопределенности, вызванные свойствами элементов здания.
Ван и др. (2005) показали, что отклонения в потреблении энергии из-за местной изменчивости погодных данных были меньше, чем отклонения из-за эксплуатационных параметров, связанных с поведением жильцов. Для них диапазоны были (от -29% до 79%) для Сан-Франциско и (от -28% до 57%) для Вашингтона, округ Колумбия. Вывод этой статьи состоит в том, что жильцы окажут большее влияние на расчеты энергопотребления, чем разница между синтетическими созданные файлы данных о погоде.
Другое исследование, проведенное де Уайльдом и Вэй Тианом (2009). [ 14 ] сравнили влияние большинства неопределенностей, влияющих на расчеты энергопотребления зданий, включая неопределенности в: погоде, коэффициенте теплопередачи окон и других переменных, связанных с поведением жильцов (оборудование и освещение), а также с учетом изменения климата. Де Уайлд и Тиан использовали двумерный анализ моделирования Монте-Карло для создания базы данных, полученной в результате 7280 запусков строительного симулятора. К этой базе данных был применен анализ чувствительности , чтобы получить наиболее важные факторы, влияющие на изменчивость расчетов энергопотребления. Стандартизированные коэффициенты регрессии и стандартизированные коэффициенты ранговой регрессии использовались для сравнения влияния неопределенностей. В их статье многие неопределенности сравниваются с базой данных хорошего размера, обеспечивающей реалистичное сравнение объема выборки неопределенностей.
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Рамалло-Гонсалес, AP 2013. Моделирование, моделирование и оптимизация зданий с низким энергопотреблением. Доктор философии. Университет Эксетера.
- ^ Рафсанджани, HN; Ан, ЧР; Алахмад, М. Обзор подходов к обнаружению, пониманию и улучшению поведения использования энергии, связанного с пребыванием в коммерческих зданиях. Энергии 2015, 8, 10996-11029.
- ^ ODPM, 2005. Возраст коммерческого и промышленного капитала: уровень местных властей, 2004 г. Лондон: Офис заместителя премьер-министра.
- ^ CLG, 2007. Исследование состояния английских домов за 2007 год, Годовой отчет. Сообщества и местное самоуправление.
- ^ де Уайльд, П. и Коли, Д., 2012. Последствия изменения климата для зданий. Строительство и окружающая среда, 55, стр. 1–7.
- ^ Ван, В.М., Змеряну, Р. и Ривард, Х., 2005. Применение многоцелевых генетических алгоритмов в оптимизации проектирования экологически чистых зданий. Строительство и окружающая среда, 40, стр. 1512–1525.
- ^ Имс, М., Кершоу, Т. и Коли, Д., 2011. Соответствующее пространственное разрешение будущих файлов погоды для моделирования зданий. Журнал моделирования производительности зданий, 5, стр. 1–12.
- ^ Вингфилд, Дж., Белл, М., Майлз-Шентон, Д., Саут, Т. и Лоу, Б., 2011. Оценка влияния повышенного стандарта энергоэффективности на несущую каменную кладку домашнего строительства, понимание разрыва
- ^ Хопфе К., Хенсен Дж., Плоккер В. и Вейсман А., 2007. Анализ неопределенности модели и чувствительности для прогнозирования теплового комфорта, Материалы 12-го симпозиума по строительной физике. Дрезден, март
- ^ Шнидерс, Дж. и Хермелинк, А., 2006. Результаты CEPHEUS: измерения и удовлетворенность жильцов доказывают, что пассивные дома являются вариантом устойчивого строительства. Энергетическая политика, 34, стр. 151-171.
- ^ Блайт, Т.С., Коли Д.А., 2012 г. Влияние поведения жильцов на потребление энергии в жилищах с низким энергопотреблением, 2-я конференция по энергетике зданий и окружающей среде. Боулдер, США.
- ^ Ричардсон И., Томсон М. и Инфилд Д., 2008. Модель занятости жилых зданий с высоким разрешением для моделирования спроса на энергию. Энергия и строительство, 40, стр. 1560–1566.
- ^ Петтерсен, Т.Д., 1994. Изменение энергопотребления в жилищах в зависимости от климата, здания и жителей. Энергия и строительство, 21, стр. 209–218.
- ^ де Уайлд, П. и Тиан, В., 2009. Идентификация ключевых факторов неопределенности при прогнозировании тепловых характеристик офисного здания в условиях изменения климата. Строительное моделирование, 2, стр. 157-174.