本发明涉及城市建筑群设计技术领域,是一种基于能耗及局域微气候综合优化的城市建筑群设计方法。
背景技术:
在能源危机日益严重的形势下,随着建筑建成量的不断增长,建筑能耗和节能优化问题逐渐成为广大学者研究的焦点。现有的建筑节能优化方法,一是通过改变围护结构(比如:窗墙比,建筑体形系数,建筑物屋顶形状等)计算建筑冷热负荷,选择能耗最小的建筑形式;二是改善建筑内部的能源系统设计优化及运行优化,达到通过降低能源系统能耗降低建筑用能;三是利用新能源,综合考虑新能源下的节能率和工程造价来进行优化选择。
可以看出,目前的建筑能耗优化设计方法关注点在建筑本身,通过建筑本身性能优化、内部能源系统优化、利用新能源来达到建筑节能的目的。事实上,城市建筑处于不断变化的城市局域微气候中,仅优化单体建筑本身能达到的节能效果往往是有局限性的。本设计方法针对区域建筑群的微气候和建筑群能耗,综合考察采光负荷、冷热负荷及室外热舒适度,能够实现建筑群能耗及室外微环境的综合优化。该方法涉及建筑群优化设计领域,为建筑热环境领域急需的综合优化设计方法。
技术实现要素:
本发明为降低建筑耗能,实现建筑群设计优化,本发明提供了一种基于能耗及局域微气候综合优化的城市建筑群设计方法,本发明提供了以下技术方案:
一种基于能耗及局域微气候综合优化的城市建筑群设计方法,包括以下步骤:
步骤1:根据研究地区,查找研究地区的气象数据,所述气象数据包括当地的风速、风向、日照以及日照时间,全年的采暖、制冷以及通风时长,相对湿度以及室外的温度;
步骤2:根据城市区域建筑群的分布特点,建立建筑群模型;
步骤3:对建筑群模型进行四级典型工况日的全天候模拟,得到建筑群模型不同的采光系数,太阳辐射强度,照度分布以及建筑群区域的日照分布结果;
步骤4:基于各典型工况日下的建筑群综合人工照明负荷,确定区域内的建筑温度或者热流分布;
步骤5:对室外空间进行划分,确定室外空间热舒适性;
步骤6:根据典型建筑形状、布局及表面光热特性建立多重计算模型,对多种计算模型中的每一种模型进行重复步骤3至步骤5的操作,得到多组采光负荷、冷热负荷及热舒适度数据;
步骤7:根据得到的多组采光负荷、冷热负荷及热舒适度数据,进行综合化处理,得到最优的建筑群空间形态布局。
优选地,所述步骤2具体为:
根据城市区域建筑群的分布特点,建立建筑群模型,所述建筑群模型包括建筑共n栋,一栋狭长型的为商业办公楼,a栋低层为居民楼,b栋中层为居民楼,c栋高层为居民楼,所有建筑形状为矩形,迎风面积为0.1,建筑密度为5%,建筑朝向正南,建筑群为行列式的布局方式,建筑表面反光系数、透射系数、吸收系数分别为ε、τ、ρ;太阳辐射吸收、反射及透射系数分别为α、β、γ。
优选地,所述步骤3具体为:
步骤3.1:采用radiance软件对建筑群模型进行四季典型工况日的全天候模拟,得出建筑群模型不同部位的采光系数,太阳辐射强度,照度分布以及建筑群区域的日照分布结果;
步骤3.2:建立自然采光条件下的建筑人工照明负荷计算模型,计算各典型工况日下的建筑群综合人工照明负荷q1,通过下式表示q1:
q1=f(i、τ、φ、λ)(1)
其中,i为光照强度,单位为:cd,φ为太阳入射角度,λ为墙窗比,τ为建筑表面透射系数,f为映射函数。
优选地,所述步骤4具体为:
基于各典型工况日下的建筑群综合人工照明负荷,确定区域内的建筑温度或者热流分布,采用ansysfluent软件作为边界条件,对不同季节典型工况日下的建筑群内部的区域风场及温度场的求解,建立建筑群冷热负荷计算模型,根据模拟的风速,温度分布,计算微气候风热条件下的建筑群的冷负荷q2和热负荷q3,通过下式表示建筑群冷负荷q2和热负荷q3:
q2=f(v、α、β、γ、t、ti、k、yg、m)(2)
q3=f(v、α、β、γ、t、ti、k)(3)
其中,q2为微气候风热条件下的建筑群的冷负荷,q3为微气候风热条件下的建筑群的热负荷,v为室外风速,单位为:m/s,t为室外温度,单位为:℃,ti为室内温度,单位为:℃,k为围护结构的传热系数,s为建筑面积,yg为修正后的窗构造系数,m为太阳辐射穿过玻璃后形成的冷负荷选取值。
优选地,所述步骤5具体为:
步骤5.1:对室外空间进行划分,在高度1.2m处,每隔1m建立一个数据记录点,从早上8点到晚上8点,间隔为1小时;
步骤5.2:提取照度、太阳辐射强度、空气温度、太阳辐射、黑球温度以及风速数据,依次读取数据计算出记录点的预测评价指标和预测同一环境中的所有人对该环境的不满意百分数,通过下式表示pmv和ppd:
pmvn=f(v,t)(4)
ppdn=100-95×exp[-(0.03353×pmvn+0.2179×pmvn2)](5)
其中,pmvn为第n个记录点的预测评价指标,ppdn为第n个预测同一环境中的所有人对该环境的不满意百分数;
步骤5.3:确定预测同一环境中的所有人对该环境的不满意百分数的平均值,作为最终的热舒适性指标,通过下式表示预测同一环境中的所有人对该环境的不满意百分数的平均值:
其中,p为预测同一环境中的所有人对该环境的不满意百分数的平均值。
优选地,所述步骤7具体为:
步骤7.1:根据得到的多组采光负荷、冷热负荷及热舒适度数据,进行综合化处理,通过下式表示综合优化结果:
minq=a*q1+b*q2+c*q3+d*ppd(6)
其中,minq为综合优化结果,a,b,c,分别为q1,q2,q3的权重系数,d为ppd的权重系数;
步骤7.2:最小化综合优化结果,输出最优的建筑形态布局,包括建筑形状、建筑密度、建筑迎风面积、建筑群朝向、建筑群布局和表面光特性参数。
本发明具有以下有益效果:
本发明设计方法综合考虑室外的风、光、热环境,使得建筑群能耗以及室外舒适度达到最优。
本发明方法针对区域建筑群的微气候和建筑群能耗,综合考察采光负荷、冷热负荷及室外热舒适度,能够实现建筑群能耗及室外微环境的综合优化。
本发明方法涉及建筑群优化设计领域,为建筑热环境领域急需的综合优化设计方法。
附图说明
图1是一种基于能耗及局域微气候综合优化的城市建筑群设计方法流程图;
图2是行列式排布的三维模型;
图3是其中建筑形状模型,图3-(1)为狭长型;图3-(2)为圆形;图3-(3)为u型,其中,c:d=1.5:1a=b=1/2d;图3-(4)为h型;图3-(5)矩形,其中a:b=3:2;图3-(6)为星型,图3-(7)为点型,其中,a:b=1:1;
图4是四种布局图,图4-(1)为行列式,图4-(2)为环绕式,图4-(3)为交错式,图4-(4)为自由式。
具体实施方式
以下结合具体实施例,对本发明进行了详细说明。
具体实施例一:
按照图1所示,本发明提供一种基于能耗及局域微气候综合优化的城市建筑群设计方法,一种基于能耗及局域微气候综合优化的城市建筑群设计方法,包括以下步骤:
步骤1:根据研究地区,查找研究地区的气象数据,所述气象数据包括当地的风速、风向、日照以及日照时间,全年的采暖、制冷以及通风时长,相对湿度以及室外的温度;
步骤2:根据城市区域建筑群的分布特点,建立建筑群模型;
步骤3:对建筑群模型进行四级典型工况日的全天候模拟,得到建筑群模型不同的采光系数,太阳辐射强度,照度分布以及建筑群区域的日照分布结果;
步骤4:基于各典型工况日下的建筑群综合人工照明负荷,确定区域内的建筑温度或者热流分布;
步骤5:对室外空间进行划分,确定室外空间热舒适性;
步骤6:根据典型建筑形状、布局及表面光热特性建立多重计算模型,对多种计算模型中的每一种模型进行重复步骤3至步骤5的操作,得到多组采光负荷、冷热负荷及热舒适度数据;
步骤7:根据得到的多组采光负荷、冷热负荷及热舒适度数据,进行综合化处理,得到最优的建筑群空间形态布局。
步骤一:查阅资料和需求调研确定研究的地区,查找气象参数。具体包括:当地的风速、风向、日照以及日照时间,全年的采暖、制冷以及通风时长,相对湿度以及室外的温度。基于设计要求及目标,确定建筑群的功能需求。
步骤二:建立模型,结合实际城市区域建筑群分布特点,根据功能需求建立建筑群模型m1。建筑群模型包含建筑共n栋,一栋狭长型的(nr)为商业办公楼,a栋低层为居民楼,b栋中层为居民楼,c栋高层为居民楼。所有建筑形状为矩形(s),迎风面积为0.1,建筑密度为5%,建筑朝向正南(n),建筑群为行列式(a)布局方式,建筑表面反光系数、透射系数、吸收系数分别为ε、τ、ρ;太阳辐射吸收、反射及透射系数分别为α、β、γ。
步骤三:光照环境模拟分析机采光负荷计算,利用radiance软件对建筑群模型进行四季典型工况日的全天候模拟,得出模型不同部位的采光系数,太阳辐射强度,照度分布以及建筑群区域的日照分布结果。建立自然采光条件下的建筑人工照明负荷计算模型,计算各典型工况日下的建筑群综合人工照明负荷q1。
q1=f(i、τ、φ、λ)
其中,i为光照强度,单位为:cd,φ为太阳入射角度,λ为墙窗比,τ为建筑表面透射系数,f为映射函数
步骤四:风、热环境模拟分析及冷热负荷计算,基于光照分析结果,将求解区域内的建筑温度或热流分布,输入利用ansysfluent软件作为边界条件,对不同季节典型工况日下的建筑群内部的区域风场及温度场的求解。建立建筑群冷热负荷计算模型,根据模拟出来的结果风速,温度分布,计算微气候风、热条件下的建筑群冷负荷q2,热负荷q3。
q2=f(v、α、β、γ、t、ti、k、yg、m)
q3=f(v、α、β、γ、t、ti、k)
其中,q2为微气候风热条件下的建筑群的冷负荷,q3为微气候风热条件下的建筑群的热负荷,v为室外风速,单位为:m/s,t为室外温度,单位为:℃,ti为室内温度,单位为:℃,k为围护结构的传热系数,s为建筑面积,yg为修正后的窗构造系数,m为太阳辐射穿过玻璃后形成的冷负荷选取值。
步骤五:室外空间热舒适性分析,对室外空间进行划分,在高度1.2m处,每隔1m为一个数据记录点,从早上8点到晚上8点(间隔为1小时),从模拟数据提取的照度、太阳辐射强度、空气温度、太阳辐射、黑球温度以及风速等数据。依次读取数据计算出记录点的pmv-ppd,并求出平均值,作为最终的热舒适性指标。
pmvn=f(v,t)
ppdn=100-95×exp[-(0.03353×pmvn+0.2179×pmvn2)]
其中,pmvn为第n个记录点的预测评价指标,ppdn为第n个预测同一环境中的所有人对该环境的不满意百分数。
pmv为预测评价指标可以大致判定一个室内环境的热舒适度,但是每个人都会存在一定的个体差异性,因此pmv指标并不能代表所有人热舒适感觉。为此,fanger又提出了预测不满意百分比ppd(predictedpercentdissatisfied)。ppd指标用来预测同一环境中的所有人对该环境的不满意百分数。
确定预测同一环境中的所有人对该环境的不满意百分数的平均值,作为最终的热舒适性指标,通过下式表示预测同一环境中的所有人对该环境的不满意百分数的平均值:
其中,p为预测同一环境中的所有人对该环境的不满意百分数的平均值。
步骤六:多种建筑群模型的建立、工况模拟及负荷、热舒适计算,根据图2所示,依据典型建筑形状、布局及表面光热特性设计多重计算模型。根据图3所示,模型涵盖七种建筑形状分别是:圆形(r),矩形(s),h型(h),u型(u),星型(x),点型(p)狭长形(nr);八种朝向:正南(n),东南(dn),正东(d),东北(db),正北(b),西北(xb),正西(x),西南(xn);10种建筑密度λp:5%到50%(间隔5%);5种迎风面积指数λf:0.1、0.2、0.3、0.4、0.5;四种布局方式:根据图4所示:行列式(a),环绕式(b),交错式(c),自由式(d);5种表面光热特性参数:0.12、0.48、0.56、0.65、0.70;分别对每一种模型进行步骤三-步骤五的重复模拟及计算,得出56000组采光负荷、冷热负荷及热舒适度数据。
步骤七:建筑群多目标综合优化,模型的综合优化结果minq为:
minq=a*q1+b*q2+c*q3+d*ppd
其中,a,b,c,分别为q1,q2,q3的权重系数,d为ppd的权重系数,它们的数值大小根据重要性来确定,和为1。
基于步骤六中得出的56000组数据,计算得出最小的结果即为最优结果minq,输出最优化的结果,包含建筑形状,建筑密度,建筑迎风面积,建筑群朝向,建筑群布局,表面光热特性参数,以此组参数为最优的建筑群空间形态布局。
以上所述仅是一种基于能耗及局域微气候综合优化的城市建筑群设计方法的优选实施方式,一种基于能耗及局域微气候综合优化的城市建筑群设计方法的保护范围并不仅局限于上述实施例,凡属于该思路下的技术方案均属于本发明的保护范围。应当指出,对于本领域的技术人员来说,在不脱离本发明原理前提下的若干改进和变化,这些改进和变化也应视为本发明的保护范围。