本发明涉及建筑能耗预测技术领域，具体涉及一种基于energyplus与cfd耦合的大空间建筑能耗预测方法。
背景技术
随着能源危机的加重，节能建筑的设计得到越来越多的重视。为了减少能源消耗,需要对建筑物的能耗水平进行预测,以便进行节能设计。现阶段，利用能耗模拟软件对建筑能耗进行模拟是预测建筑能源消耗水平最常用的方法。能耗模拟软件在计算时，默认室内空气是完全混合的，然而，实际情况是，对于大空间建筑，由于重力作用，内部空气会形成自然对流，密度较小的热空气上升，密度较大的冷空气下降，最终导致热分层现象。受热分层现象的影响，能耗模拟软件对大空间建筑进行能耗计算时必然会产生一定的误差，从而造成模拟结果与实际情况不符甚至相差较大。
技术实现要素：
针对现有技术中存在的问题，为了减少热分层现象引起的能耗模拟误差，增加能耗模拟的准确度，本发明提供一种基于energyplus(建筑能耗模拟软件)与cfd(计算流体动力学软件)耦合的大空间建筑能耗预测方法，可以减小模拟误差，提高准确度。
本发明所采用的技术方案是：一种基于energyplus与cfd耦合的大空间建筑能耗预测方法，包括如下步骤：
(1)收集所研究建筑的相关信息，包括：建筑平面图、建筑围护结构信息、建筑所在地典型气象年数据、建筑室内环境设计参数、暖通空调系统信息、室内人员活动信息、耗电设备信息、照明灯具信息；
(2)根据所研究建筑的建筑平面图，建立cfd模型和energyplus模型；
(3)将步骤(2)所建立的energyplus模型导入energyplus中，设定传热算法，依次输入步骤(1)中的建筑围护结构信息、建筑所在地典型气象年数据、建筑室内环境设计参数、暖通空调系统信息、室内人员活动信息、耗电设备信息及照明灯具信息；设定结果输出，进行一次energyplus能耗模拟，得到建筑墙体的内表面温度；
(4)将步骤(2)所建立的cfd模型导入icem(前处理软件)中，进行网格划分，并将划分的网格导入fluent中；将步骤(3)所得到的建筑墙体的内表面温度作为cfd模拟的部分边界条件输入到fluent中，结合fluent中设定的风口边界条件进行室内热环境模拟；
(5)从fluent中输出建筑墙体的内表面对流换热系数及室内温度场，并将所述室内温度场整合为室内温度分布曲线；
(6)将从步骤(5)中所得到的建筑墙体的内表面对流换热系数及室内温度分布曲线输入energyplus中，进行二次energyplus能耗模拟；
(7)对所研究建筑进行实地能耗监测，获取所述建筑的实测能耗数据；
(8)将步骤(3)得到的一次能耗数据与步骤(6)得到的二次能耗数据以及步骤(7)得到的实测能耗数据进行对比分析。
进一步地，步骤(2)中，所述cfd模型是通过sketchup(草图大师软件)建立的三维几何模型，所述energyplus模型是通过sketchup的插件legacyopenstudio建立的三维几何模型。
本发明具有以下有益效果：本发明通过energyplus能耗模拟软件计算出大空间建筑墙体的内表面温度，作为cfd软件模拟的温度边界条件，并用cfd计算出墙体的内表面对流换热系数以及室内温度场，将内表面对流换热系数与室内温度场作为energyplus的初始条件进行能耗计算，得到基于energyplus和cfd耦合策略的能耗模拟结果，可以减少热分层现象引起的能耗模拟误差，从而增加能耗模拟的准确度、有效性和可靠性，对绿色建筑能耗分析计算具有十分重要的意义。
附图说明
图1为本发明所研究建筑的模型图；
图2为本发明的能耗预测方法流程图；
图3为本发明一次energyplus能耗模拟所得室内空气平均温度逐时变化规律图；
图4为本发明一次energyplus能耗模拟所得室内空气温度分层云图；
图5为本发明所研究建筑室内平均温度分布曲线图；
图6为本发明二次energyplus能耗模拟所得分项能耗百分比图。
具体实施方式
本发明公开了一种基于energyplus(建筑能耗模拟软件)与cfd(计算流体动力学软件)耦合的大空间建筑能耗预测方法，包括如下步骤：
(1)收集所研究建筑的相关信息，包括：建筑平面图、建筑围护结构信息、建筑所在地典型气象年数据、建筑室内环境设计参数、暖通空调系统信息、室内人员活动信息、耗电设备信息、照明灯具信息；
(2)根据所研究建筑的建筑平面图，建立cfd模型和energyplus模型，其中，cfd模型是通过sketchup(草图大师软件)建立的三维几何模型，energyplus模型是通过sketchup的插件legacyopenstudio建立的三维几何模型。
(3)将步骤(2)所建立的energyplus模型导入energyplus中，设定传热算法，依次输入步骤(1)中的建筑围护结构信息、建筑所在地典型气象年数据、建筑室内环境设计参数、暖通空调系统信息、室内人员活动信息、耗电设备信息及照明灯具信息；设定结果输出，进行一次energyplus能耗模拟，得到建筑墙体的内表面温度；
(4)将步骤(2)所建立的cfd模型导入icem(前处理软件)中，进行网格划分，并将划分的网格导入fluent中；将步骤(3)所得到的建筑墙体的内表面温度作为cfd模拟的部分边界条件输入到fluent中，结合fluent中设定的风口边界条件进行室内热环境模拟；
(5)从fluent中输出建筑墙体的内表面对流换热系数及室内温度场，并将所述室内温度场整合为室内温度分布曲线；
(6)将从步骤(5)中所得到的建筑墙体的内表面对流换热系数及室内温度分布曲线输入energyplus中，进行二次energyplus能耗模拟；
(7)对所研究建筑进行实地能耗监测，获取所述建筑的实测能耗数据；
(8)将步骤(3)得到的一次能耗数据与步骤(6)得到的二次能耗数据以及步骤(7)得到的实测能耗数据进行对比分析。
下面结合一具体实施例来说明本发明所述方法的有效性和可靠性。
该实施例以一个大空间体育馆作为研究对象，该大空间体育馆共三层，总体为上下通透的圆柱体建筑，建筑基地面积为7558m2，总建筑面积12233m2，建筑总高为25.1m，一层高6m，二层高10.8m，三层高8.3m。一层墙体与三层一部分墙体为直外墙，二层墙体与三层另一部分墙体为斜外墙，具体围护结构信息如表1所示。根据gb50189–2015《公共建筑节能设计标准》要求，夏热冬冷地区乙类公共建筑屋面、外墙及窗户的热工性能限值分别为0.7w/(m2·k)、1w/(m2·k)、3w/(m2·k)。除屋面外，该体育馆主要围护结构的传热系数均在规定的限值以下，因此该体育馆围护结构保温性能较好。
根据该体育馆的建筑平面图利用sketchup建立建筑模型，如图1所示，energyplus与fluent软件所用的建筑模型都由该方法所建立。
该体育馆采用的是全空气定风量空调系统，送风形式为顶部喷口侧送风，三层外窗上设置有轴流风机进行机械排风，在观众区有回风口和防火回风窗。暖通空调系统主要设备及型号参数如表2所示。
根据该体育馆的建筑信息及空调信息，对该体育馆于某一比赛日的能耗进行模拟，所用气象数据为当地典型气象年数据。在该比赛日里共安排了8场篮球比赛，比赛时间为8：00-20：00。在比赛期间，有1700人在体育馆内，体育馆的空调系统及内部的灯光与设备全部开启。
本发明所述方法的详细流程如图2所示，首先，在输入气象、建筑物信息及people(人员)、lights(灯光)、equipments(设备)、hvac(暖通空调系统)等初始条件后，利用energyplus进行一次能耗模拟(非耦合模拟)，得到一次能耗数据与建筑墙体的内表面温度。
然后，将内表面温度作为cfd模拟的边界条件，进行建筑室内热环境的流场模拟，在cfd软件迭代收敛之后，输出建筑物的内表面对流换热系数以及温度场，分析温度分布并拟合出温度分布曲线，将曲线斜率输入到energyplus的roomair模块，同时将对流换热系数输入到energyplus中，进行二次能耗模拟(耦合模拟)，得出二次能耗数据。
最后，将一次能耗模拟(非耦合模拟)、二次能耗模拟(耦合模拟)的能耗数据与实际能耗数据对比，分析耦合模拟策略的有效性。
其中，一次能耗模拟的主要初始条件如表3所示。
表1体育馆围护结构信息
表2暖通空调系统主要设备及型号参数
表3一次energyplus能耗模拟的初始条件
图3为一次energyplus能耗模拟所得出的在该比赛日里所研究建筑室内空气平均温度的逐时变化规律。从图3可以看出，室内空气平均温度范围在23℃-26℃之间，夜间室内平均温度稍低，接近于室外环境温度，从7：00起温度开始逐渐上升，最终温度稳定在25℃左右。这是因为7：00为空调开启的时间点，且空调送风温度为25℃，到20：00，比赛结束时所有空调与耗电设备关闭，球员与观众离场，室内空气平均温度逐步下降。根据energyplus输出的墙体内表面温度，再结合空调进出风口的边界条件对体育馆内部热环境进行流场模拟。cfd软件模拟的边界条件如表4所示。
表4cfd模拟的边界条件
图4所示为体育馆内部空气温度分层的局部云图，图中的数据单位为℃。从图4可以看出，体育馆内部在垂直方向上有较为明显的温度分层，在0-18m范围内，室内空气温度稳定在25.5℃；在18-25m范围内，室内空气温度开始上升，接近顶部时温度达到29℃。造成体育馆内部上下温差较大的原因，一方面是因为室内人员、设备以及灯具等散失的热量未被空调系统完全处理，热空气逐渐上升汇聚在顶部；另一方面，由于体育馆巨大的圆形屋顶吸收了大量的太阳辐射热量，部分热量经由热传递进入体育馆内部并在顶部汇聚，因此形成了较明显的热分层现象。
将室内温度场整合为室内温度分布曲线的具体方法是：在纵向高度上每隔1m取一平面，共截取25个平面。图5为各个平面的平均温度值，利用这些散点拟合出两条温度梯度曲线，18m点刚好为两条曲线的分界点。0-18m的曲线斜率为0.0154，说明该区域的温度梯度为0.0154℃/m，温度上升较慢。18-25m曲线斜率为0.4471，说明该区域的温度梯度为0.447℃/m，温度增长速度比0-18m区域快。将这两条曲线斜率输入到energyplus软件中roomair模块的twogradient选项里，该选项适用于温度分层随着高度按一定斜率分布的情况，之后将cfd计算的对流换热系数输入到energyplus中就能进行二次能耗模拟，也就是耦合能耗模拟。
二次能耗模拟也就是耦合能耗模拟结束后，进行对比分析，发现二次模拟的能耗数据比一次能耗数据有一定的增加。如表5中数据所示，耦合模拟产生的cooling(制冷)能耗比非耦合模拟所计算的数据多了269.19kw·h，增加了24.31％。除此之外，与hvac(暖通空调)系统相关的能耗都有不同程度的增加，例如：pumps(泵)的能耗多了56.06kw·h，增加了24.31％；heatrejection(排热)能耗多了3.32kw·h，增加了24.23％，lighting(灯光)、equipment(设备)以及fans(风机)的能耗并未增加。耦合模拟的能耗比非耦合模拟的能耗多了328.59kw·h，总体能耗增加了15.27％。
表5两次能耗数据对比
实际能耗数据、一次能耗数据(非耦合模拟)以及二次能耗数据(耦合模拟)的比较如表6所示，实际能耗数据是由实地调研所得。体育馆比赛日0：00-24：00所消耗的电量为2641.23kw·h，一次能耗模拟即非耦合能耗模拟所得到的能耗数值为2152.45kw·h，误差为18.51％，而二次能耗模拟即耦合模拟所得到的能耗数值为2481.04kw·h，误差为6.06％，减少了12.45％。由此可见，采用耦合策略可以提高建筑能耗模拟的准确性。
表6实际能耗数据、一次能耗数据及二次能耗数据的比较
根据耦合模拟得出的建筑能耗数据，该体育馆在比赛日内的耗电总量为2481.04kw·h。将该体育馆的能耗拆分为cooling(制冷)、lighting(灯光)、equipment(设备)、fans(风机)、pumps(泵)以及heatrejection(排热)等六项，分项耗电占比如图6所示。其中cooling、fans、pumps以及heatrejection为hvac(暖通空调)系统所消耗的能耗。由图6可知，体育馆大部分电能被hvac系统所消耗，总消耗量达到71％，可见整栋建筑大部分的耗电用来调节室内空气质量。其次为lighting与equipment的耗电，其耗电占比分别为16％与13％。因此，在之后的节能设计中，应着重考虑空调系统的节能改造，如根据实际热分层采用分层策略的空调，调整送风口位置和送风量，优化温度场和速度场等。
本发明通过energyplus能耗模拟软件计算出大空间建筑墙体的内表面温度，作为cfd软件模拟的温度边界条件，并用cfd计算出墙体的内表面对流换热系数以及室内温度场，将内表面对流换热系数与室内温度场作为energyplus的初始条件进行能耗计算，得到基于energyplus和cfd耦合策略的能耗模拟结果，可以减少热分层现象引起的能耗模拟误差，从而增加能耗模拟的准确度、有效性和可靠性，对绿色建筑能耗分析计算具有十分重要的意义。
以上所述实施例仅仅是对本发明技术方案的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。