基于優(yōu)化算法的多層辦公建筑節(jié)能優(yōu)化設(shè)計 ——以西安市藍曉綜合辦公樓為例
發(fā)布時間:2021-09-24 07:41
建筑高能耗與自然環(huán)境的矛盾關(guān)系突出,我國辦公建筑節(jié)能研究不容忽視。當(dāng)前辦公建筑節(jié)能多是依賴主動節(jié)能措施,忽視建筑要素的節(jié)能潛力。建筑節(jié)能設(shè)計具有復(fù)雜性,定性化分析和人工迭代模擬的傳統(tǒng)節(jié)能設(shè)計方法無法滿足需求。本文采用基于優(yōu)化算法的節(jié)能優(yōu)化設(shè)計方法,即用OpenStudio做能耗模擬、modeFRONTIER做算法尋優(yōu)和優(yōu)化結(jié)果的因子分析。相應(yīng)的節(jié)能優(yōu)化設(shè)計流程是參數(shù)化模型、能耗模擬、算法尋優(yōu)和優(yōu)化結(jié)果的因子分析。根據(jù)規(guī)范和調(diào)研,建立典型多層辦公建筑能耗模型。梳理影響建筑能耗的設(shè)計因素,以確定設(shè)計變量。進而,對比啟發(fā)式算法Simplex和多策略算法pilOPT的尋優(yōu)效率,多策略算法pilOPT搜索的最優(yōu)解節(jié)能率更高且耗時短。因子分析結(jié)果表明,多層辦公建筑節(jié)能策略包括降低對設(shè)備系統(tǒng)的依賴、降低照明功率密度、控制窗墻比、結(jié)合窗墻比設(shè)定采暖空調(diào)系統(tǒng)的運行溫度、結(jié)合窗k值設(shè)計窗墻比。應(yīng)用節(jié)能優(yōu)化設(shè)計方法指導(dǎo)藍曉綜合辦公樓節(jié)能設(shè)計,包括優(yōu)化建筑體塊、圍護結(jié)構(gòu)和辦公室空間等。與初始方案相比,利用多策略算法piLOPT搜索最優(yōu)方案的總能耗是59.6kWh/m2,節(jié)能率是29%,表明基于優(yōu)化算法的節(jié)能優(yōu)...
【文章來源】:西安建筑科技大學(xué)陜西省
【文章頁數(shù)】:93 頁
【學(xué)位級別】:碩士
【部分圖文】:
南向辦公室圖圖片來源:自攝
西安建筑科技大學(xué)碩士學(xué)位論文14幾何模型建筑功能氣候文件圍護結(jié)構(gòu)材料及構(gòu)造光環(huán)境模擬能耗評價指標(biāo)人工照明運行時間表天空模型溫濕度日照輻射風(fēng)環(huán)境日軌圖建筑負(fù)荷運行方式能耗模擬氣候分析GrasshopperLadybugHoneybee圖2.2基于L+H的利用自然采光能耗模型圖圖片來源:自繪2.1.3軟件模擬和實測調(diào)研西安市首創(chuàng)富北高銀某南向單間辦公室(見圖2.3),辦公室進深是4.9m、面寬是3.9m。以1m為間距、距離地面0.75m(見圖2.4),分別在09:30、17:00測試室內(nèi)照度。調(diào)研工具見附錄A。利用L_H做辦公室的光環(huán)境模擬。圖2.3南向辦公室圖圖片來源:自攝圖2.4南向辦公室照度測點布置圖圖片來源:自繪
西安建筑科技大學(xué)碩士學(xué)位論文172.2.2.1利用抽樣獲取優(yōu)化的初始種群mF提供的抽樣方法眾多,如隨機抽樣和拉丁超立方抽樣等。多目標(biāo)優(yōu)化算法多采用隨機抽樣,隨機抽樣結(jié)果是由ARMOGA算法生成。由于隨機抽樣的均勻性較差,會影響樣本質(zhì)量。拉丁超立方抽樣的變量空間有被樣本點均勻填充的特征。抽樣原理是:假設(shè)系統(tǒng)的變量個數(shù)是a,變量設(shè)計范圍是[,],m∈[1,a],將各變量的設(shè)計空間均勻地劃分為b個區(qū)間,區(qū)間范圍為[1,],i∈[1,b]。拉丁超立方抽樣是對輸入?yún)?shù)的抽樣空間進行分層,然后從每個層抽樣獲得輸入變量。同樣精度條件下,利用拉丁超立方抽樣方法的抽樣次數(shù)比隨機抽樣少20%-40%[80]。拉丁超立方抽樣方法的優(yōu)勢是高效率抽樣、在樣本量較少的情況下保證樣本質(zhì)量、不會出現(xiàn)重疊現(xiàn)象、比隨機抽樣的分布更均勻、且能覆蓋整個設(shè)計空間[81]。因此,本文的抽樣方法是拉丁超立方抽樣,設(shè)置界面見圖2.9,抽樣結(jié)果見圖2.10。圖2.9抽樣方法設(shè)置界面圖片來源:自繪
【參考文獻】:
期刊論文
[1]某高校圖書館光環(huán)境實測與優(yōu)化措施研究[J]. 陳曉偉,劉國丹,滕潤,王志欣,李傳銳,高翔,李夢瑤,胡倩文. 青島理工大學(xué)學(xué)報. 2020(01)
[2]基于模擬的多目標(biāo)優(yōu)化方法在近零能耗建筑性能優(yōu)化設(shè)計中的應(yīng)用[J]. 余鎮(zhèn)雨,路菲,鄒瑜,徐偉,孫德宇,劉常平. 建筑科學(xué). 2019(10)
[3]基于節(jié)能的高層辦公建筑自然采光設(shè)計策略研究[J]. 付亞東. 工程建設(shè)與設(shè)計. 2019(15)
[4]既有辦公建筑大空間化改造自然采光優(yōu)化研究[J]. 黃晶晶,丁建華. 南方建筑. 2019(02)
[5]青島市某辦公建筑能耗模擬與節(jié)能潛力分析[J]. 付樂林,王剛,夏積玉,徐科飛. 青島理工大學(xué)學(xué)報. 2018(05)
[6]多目標(biāo)優(yōu)化在建筑表皮設(shè)計中的應(yīng)用[J]. 袁棟,孫澄. 城市建筑. 2018(17)
[7]基于太陽輻射利用的寒地建筑組團形態(tài)優(yōu)化設(shè)計研究[J]. 袁一美,韓昀松,梁靜,孫澄. 南方建筑. 2018(02)
[8]烏魯木齊辦公建筑耗熱量指標(biāo)影響因素分析[J]. 王萬江,陳麗萍,彭維,袁建新. 建筑節(jié)能. 2018(04)
[9]未來設(shè)計:基于Ladybug+Honeybee的參數(shù)化性能設(shè)計方法[J]. 畢曉健,劉叢紅. 建筑師. 2018(01)
[10]基于Simplex算法的LCC-LCC+FBMMC串聯(lián)型混合直流輸電系統(tǒng)的參數(shù)優(yōu)化方法[J]. 趙劍,劉煒,郭春義,陸翌,裘鵬,宣佳卓,李繼紅. 電力建設(shè). 2018(02)
博士論文
[1]基于能耗模擬的寒冷地區(qū)高層辦公建筑節(jié)能整合設(shè)計研究[D]. 劉立.天津大學(xué) 2017
[2]寒冷地區(qū)多層辦公建筑低能耗設(shè)計原型研究[D]. 任彬彬.天津大學(xué) 2014
碩士論文
[1]夏熱冬冷地區(qū)建筑外圍護節(jié)能設(shè)計研究[D]. 李浩.安徽理工大學(xué) 2019
[2]基于DeST模擬的被動式辦公建筑節(jié)能性設(shè)計研究[D]. 王海飛.河北工程大學(xué) 2019
[3]超低能耗目標(biāo)下的寒冷地區(qū)建筑本體節(jié)能設(shè)計研究[D]. 張?zhí)煊?山東建筑大學(xué) 2019
[4]寒冷地區(qū)被動式建筑外墻保溫體系設(shè)計研究[D]. 郭子豪.鄭州大學(xué) 2019
[5]寒冷地區(qū)某辦公建筑節(jié)能優(yōu)化能耗分析[D]. 張超.北京建筑大學(xué) 2018
[6]基于參數(shù)化性能模擬的高層辦公建筑體量與表皮優(yōu)化設(shè)計研究[D]. 王振宇.東南大學(xué) 2018
[7]基于遺傳算法的建筑物理性能優(yōu)化的精英基因類型研究[D]. 張家駒.華中科技大學(xué) 2018
[8]基于遺傳算法的圍護結(jié)構(gòu)優(yōu)化設(shè)計研究[D]. 劉冠男.沈陽建筑大學(xué) 2018
[9]建筑節(jié)能優(yōu)化設(shè)計技術(shù)平臺中智能知識庫的研究及開發(fā)[D]. 陳文強.東南大學(xué) 2017
[10]基于多目標(biāo)優(yōu)化算法的寒冷地區(qū)辦公建筑窗口設(shè)計研究[D]. 陳航.天津大學(xué) 2017
本文編號:3407371
【文章來源】:西安建筑科技大學(xué)陜西省
【文章頁數(shù)】:93 頁
【學(xué)位級別】:碩士
【部分圖文】:
南向辦公室圖圖片來源:自攝
西安建筑科技大學(xué)碩士學(xué)位論文14幾何模型建筑功能氣候文件圍護結(jié)構(gòu)材料及構(gòu)造光環(huán)境模擬能耗評價指標(biāo)人工照明運行時間表天空模型溫濕度日照輻射風(fēng)環(huán)境日軌圖建筑負(fù)荷運行方式能耗模擬氣候分析GrasshopperLadybugHoneybee圖2.2基于L+H的利用自然采光能耗模型圖圖片來源:自繪2.1.3軟件模擬和實測調(diào)研西安市首創(chuàng)富北高銀某南向單間辦公室(見圖2.3),辦公室進深是4.9m、面寬是3.9m。以1m為間距、距離地面0.75m(見圖2.4),分別在09:30、17:00測試室內(nèi)照度。調(diào)研工具見附錄A。利用L_H做辦公室的光環(huán)境模擬。圖2.3南向辦公室圖圖片來源:自攝圖2.4南向辦公室照度測點布置圖圖片來源:自繪
西安建筑科技大學(xué)碩士學(xué)位論文172.2.2.1利用抽樣獲取優(yōu)化的初始種群mF提供的抽樣方法眾多,如隨機抽樣和拉丁超立方抽樣等。多目標(biāo)優(yōu)化算法多采用隨機抽樣,隨機抽樣結(jié)果是由ARMOGA算法生成。由于隨機抽樣的均勻性較差,會影響樣本質(zhì)量。拉丁超立方抽樣的變量空間有被樣本點均勻填充的特征。抽樣原理是:假設(shè)系統(tǒng)的變量個數(shù)是a,變量設(shè)計范圍是[,],m∈[1,a],將各變量的設(shè)計空間均勻地劃分為b個區(qū)間,區(qū)間范圍為[1,],i∈[1,b]。拉丁超立方抽樣是對輸入?yún)?shù)的抽樣空間進行分層,然后從每個層抽樣獲得輸入變量。同樣精度條件下,利用拉丁超立方抽樣方法的抽樣次數(shù)比隨機抽樣少20%-40%[80]。拉丁超立方抽樣方法的優(yōu)勢是高效率抽樣、在樣本量較少的情況下保證樣本質(zhì)量、不會出現(xiàn)重疊現(xiàn)象、比隨機抽樣的分布更均勻、且能覆蓋整個設(shè)計空間[81]。因此,本文的抽樣方法是拉丁超立方抽樣,設(shè)置界面見圖2.9,抽樣結(jié)果見圖2.10。圖2.9抽樣方法設(shè)置界面圖片來源:自繪
【參考文獻】:
期刊論文
[1]某高校圖書館光環(huán)境實測與優(yōu)化措施研究[J]. 陳曉偉,劉國丹,滕潤,王志欣,李傳銳,高翔,李夢瑤,胡倩文. 青島理工大學(xué)學(xué)報. 2020(01)
[2]基于模擬的多目標(biāo)優(yōu)化方法在近零能耗建筑性能優(yōu)化設(shè)計中的應(yīng)用[J]. 余鎮(zhèn)雨,路菲,鄒瑜,徐偉,孫德宇,劉常平. 建筑科學(xué). 2019(10)
[3]基于節(jié)能的高層辦公建筑自然采光設(shè)計策略研究[J]. 付亞東. 工程建設(shè)與設(shè)計. 2019(15)
[4]既有辦公建筑大空間化改造自然采光優(yōu)化研究[J]. 黃晶晶,丁建華. 南方建筑. 2019(02)
[5]青島市某辦公建筑能耗模擬與節(jié)能潛力分析[J]. 付樂林,王剛,夏積玉,徐科飛. 青島理工大學(xué)學(xué)報. 2018(05)
[6]多目標(biāo)優(yōu)化在建筑表皮設(shè)計中的應(yīng)用[J]. 袁棟,孫澄. 城市建筑. 2018(17)
[7]基于太陽輻射利用的寒地建筑組團形態(tài)優(yōu)化設(shè)計研究[J]. 袁一美,韓昀松,梁靜,孫澄. 南方建筑. 2018(02)
[8]烏魯木齊辦公建筑耗熱量指標(biāo)影響因素分析[J]. 王萬江,陳麗萍,彭維,袁建新. 建筑節(jié)能. 2018(04)
[9]未來設(shè)計:基于Ladybug+Honeybee的參數(shù)化性能設(shè)計方法[J]. 畢曉健,劉叢紅. 建筑師. 2018(01)
[10]基于Simplex算法的LCC-LCC+FBMMC串聯(lián)型混合直流輸電系統(tǒng)的參數(shù)優(yōu)化方法[J]. 趙劍,劉煒,郭春義,陸翌,裘鵬,宣佳卓,李繼紅. 電力建設(shè). 2018(02)
博士論文
[1]基于能耗模擬的寒冷地區(qū)高層辦公建筑節(jié)能整合設(shè)計研究[D]. 劉立.天津大學(xué) 2017
[2]寒冷地區(qū)多層辦公建筑低能耗設(shè)計原型研究[D]. 任彬彬.天津大學(xué) 2014
碩士論文
[1]夏熱冬冷地區(qū)建筑外圍護節(jié)能設(shè)計研究[D]. 李浩.安徽理工大學(xué) 2019
[2]基于DeST模擬的被動式辦公建筑節(jié)能性設(shè)計研究[D]. 王海飛.河北工程大學(xué) 2019
[3]超低能耗目標(biāo)下的寒冷地區(qū)建筑本體節(jié)能設(shè)計研究[D]. 張?zhí)煊?山東建筑大學(xué) 2019
[4]寒冷地區(qū)被動式建筑外墻保溫體系設(shè)計研究[D]. 郭子豪.鄭州大學(xué) 2019
[5]寒冷地區(qū)某辦公建筑節(jié)能優(yōu)化能耗分析[D]. 張超.北京建筑大學(xué) 2018
[6]基于參數(shù)化性能模擬的高層辦公建筑體量與表皮優(yōu)化設(shè)計研究[D]. 王振宇.東南大學(xué) 2018
[7]基于遺傳算法的建筑物理性能優(yōu)化的精英基因類型研究[D]. 張家駒.華中科技大學(xué) 2018
[8]基于遺傳算法的圍護結(jié)構(gòu)優(yōu)化設(shè)計研究[D]. 劉冠男.沈陽建筑大學(xué) 2018
[9]建筑節(jié)能優(yōu)化設(shè)計技術(shù)平臺中智能知識庫的研究及開發(fā)[D]. 陳文強.東南大學(xué) 2017
[10]基于多目標(biāo)優(yōu)化算法的寒冷地區(qū)辦公建筑窗口設(shè)計研究[D]. 陳航.天津大學(xué) 2017
本文編號:3407371
本文鏈接:http://www.sikaile.net/jianzhugongchenglunwen/3407371.html
最近更新
教材專著