維基百科

建築性能模擬

建築性能模擬（英文：Building performance simulation，BPS）是電腦模擬領域中的一個子領域，是指使用電腦建立數學模型，來對建築物的物理性能進行電腦模擬。建築物性能模擬的目的是量化與建築物的設計、建造、營運和控制等各個方面[1]。建築性能模擬具有多個子域；最突出的是熱傳模擬、照明模擬、聲學模擬和氣流模擬。

建築性能模擬模型的輸入資料和輸出結果。

簡介

編輯

從物理角度而言，建築物是一個非常複雜的物理系統，受各種參數的影響。電腦模擬能夠以一種較為可行的、相對較低工作量、較低成本的方式，來量化和比較個個設計方案之間的相對成本和性能。能源需求、室內環境質量（包括熱熱舒適性、視覺舒適度、室內空氣品質和濕氣現象）、 HVAC和可再生能源性能、城市尺度建模、建築物自動化和運營最佳化等，都是建築性能模擬的重要的研究內容 [2] [3] [4]。

在過去的六十年中，已經有許多建築效能模擬軟件被開發並投入使用[5]。 建築效能模擬領域的核心工具是多領域，動態，整座建築的模擬工具，可為用戶提供關鍵指標，例如供暖和製冷負荷、能源需求、溫度趨勢、濕度、熱熱舒適性、視覺舒適度、空氣污染物，生態影響和成本 [4] [6]。 其中一些軟件僅涵蓋建築性能模擬的某些部分，如氣候分析、熱舒適性、能量計算、中央單元建模、日光模擬等。

典型的建築模擬模型輸入值包含當地天氣；建築幾何；建築外殼隔熱性能；內部熱量來自照明、居住者和設備所產生的熱； HVAC系統規格；操作時間表和控制策略[2]。 在建築性能模擬工具之間，輸入的難易程度和輸出數據的可視化程度差異很大。先進的整體建築模擬工具能夠以不同的方式以某種方式考慮以下所有方面。

建築模擬所需的輸入數據

編輯
  • 氣候：周圍空氣溫度，相對濕度，太陽直射和漫射輻射，風速和風向。
  • 地點：建築物的位置和方向，地形和周圍建築物的陰影，地面物理性質。
  • 建築幾何：建築形狀和區域幾何。
  • 建築外殼：材料和結構，窗戶和遮陰（如採光罩）、熱橋、滲透和開口等，這些都會影響建築外殼的隔熱性。
  • 內部熱取得：照明設備、室內人員和家電設備都會產生熱，因此模擬時需要輸入設備操作時程表及人員佔用時程表。
  • 通風系統：空氣的輸送和調節（加熱，冷卻，加濕），如對外通風扇。
  • 房間單元：各個房間的供暖、製冷和通風單元，如個別空調系統（即非中央空調冷氣）。
  • 中控單元：用於將能源轉化，存儲和輸送到建築物的中央單元，如中央空調等。
  • 控制：用於開窗裝置、遮光裝置、通風控制系統、、中控組件等。

建築模擬所輸出之關鍵指標

編輯
  • 溫度趨勢：在區域，表面，建築層中，用於熱水或冷水的供應或在雙層玻璃幕牆中
  • 舒適度指標：如PMV和PPD ，輻射溫度不對稱，CO 2濃度，相對濕度
  • 熱平衡：適用於區域，整個建築物或單個工廠組件
  • 負載曲線：用於加熱和冷卻需求，設備和照明的電流曲線
  • 能源需求：用於加熱，冷卻，通風，照明，設備，輔助系統（如泵，風扇，電梯）
  • 日光可利用性：在某些區域，在不同時間點，外部條件各不相同

其他建築模擬之應用

  • 系統規模之預測：用於評估該建築暖通空調組件的噸數，例如空氣處理單元，熱交換器，鍋爐，冷卻器，儲水箱，熱泵和可再生能源系統。過高的冷氣噸數會造成不必要的能源消耗；過低的冷氣噸數會無法滿足建築熱舒適性需求。
  • 優化控制策略：設置用於遮光，開窗，加熱，冷卻和通風的控制器，以提高操作性能。

歷史

編輯

建築性能模擬的歷史大約跟電腦的發展歷史一樣長。早期發展始於1950年代末和1960年代初的美國和瑞典。在此期間，引入了幾種穩態計算來分析單個系統組件（例如燃氣鍋爐）的方法。最早的建築模擬工具是BRIS ，由斯德哥爾摩皇家技術學院於1963年所推出[7]。 直到1960年代後期，已經開發了幾個可計算逐時數值的模型，開發重點集中於能量評估和暖通空調耗能計算。到了1970年代初，開發出一系列更強大的模擬引擎，其中包括BLAST，DOE-2， ESP-r ，HVACSIM+和TRNSYS 等[8]。 在美國，1970年代的能源危機 加快了這方面的研究發展，因為減少國內建築物的能源消耗已成為迫切的政策需求。能源危機也造成了美國建築能源標準的制定，如ASHRAE 90-75[9]。

建築模擬的發展代表了學術界，政府機構，行業和專業組織之間的共同努力。在過去的幾十年中，建築模擬已經發展成為一個獨立領域，為建築性能評估提供獨特的專業知識、方法和工具 [10] [11] [12]。

在1980年代，一群領先的建築模擬專家開始討論建築效能模擬的未來方向。人們一致認為，當時開發的大多數工具在結構上都過僵化，無法適應將來需要的改進和靈活性。 [13]大約在這個時候，開發了第一個基於方程式的建築仿真環境ENET [14] ，這為SPARK提供了基礎。 1989年，Sahlin和Sowell提出了一種用於構建仿真模型的中性模型格式（NMF），如今已在商業軟件IDA ICE中使用。 [15]四年後，克萊因（Klein）推出了工程方程求解器（EES） [16] ，1997年，馬特森（Mattsson）和埃爾姆奎斯特（Elmqvist）報告了國際上為Modelica設計的努力。 [17]

建築性能模擬仍然面臨種種挑戰， Clarke（2015）用以下最重要的任務描述了建築性能模擬的未來願景，全球建築性能模擬社群應解決這些最重要的任務 [18]。

  • 更好的概念推廣
  • 輸入數據的標准化和模型庫的可得性
  • 標準績效評估程序
  • 在實際應用中更好地利用建築性能模擬
  • 建築性能模擬的操作支持和錯誤排除
  • 教育，培訓和用戶認可

準確性

編輯

在建築物模擬領域中，誤差是指模擬結果與建築物的實際測量性能之間的差異。建築物設計和建築物評估中通常會出現不確定性，這些不確定性通常源於模型輸入的近似值，如人員佔用程度。校準是指「調整」或調整假定的模擬模型輸入以匹配來自公用事業或建築物管理系統（BMS）的觀測數據的過程 [19] [20] [21]。

在過去十年中，涉及建築物建模和模擬準確性的出版物數量大大增加。許多論文報告了模擬結果和測量結果之間的巨大差距 [22] [23] [24] [25]，而另一方面，其他研究則表明模擬結果和測量結果高度相符 [26] [27] [28] 。建築性能模擬結果的可靠性取決於許多不同的因素，例如，輸入數據的品質、 [29]操作工程師的能力[30]以及模擬引擎中所使用的演算法 [31] [32]。 de Wilde（2014）概述了從設計階段到運營的性能差距，該原因可能引起廣泛討論，而Zero Carbon Hub（2013）則提供進度報告。兩者都得出上述因素是BPS的主要不確定因素 [33] [34]。

ASHRAE標準140-2017「評估建築能耗分析電腦程式的標準測試方法（ANSI批准）」提供了一種方法，可以驗證計算熱性能的電腦程式的技術能力和適用範圍。 [35] ASHRAE準則4-2014提供了用於模型校準的性能指標標準。 [36]所使用的性能指標為歸一化平均偏差（NMBE），均方根誤差（RMSE）的變異係數（CV）和R 2 （確定係數）。 ASHRAE建議校準後的模型的R 2大於0.75。 NMBE和CV RMSE的標準取決於是否每月或每小時都可獲得測量數據。

技術方面

編輯

考慮到建築能耗和質量流量的複雜性，通常無法找到解析解，因此模擬軟件採用其他技術（例如響應函數方法或有限差分或有限體積法等數值方法）作為近似值。 [2]當今大多數建築物模擬程序中的大多數都使用命令式編程語言來制定模型如C / C ++ ， Fortran或MATLAB / Simulink等。在此類程序中，通常通過將求解過程作為實際模型方程式的一部分，將模型方程式與求解方法緊密聯繫[37]。 命令式程式語言的使用限制了模型的適用性和可擴展性。使用符號微分代數方程（DAE）和通用求解器的模擬引擎可提供更大的靈活性，這些通用求解器可提高模型的重用性，透明度和準確性。由於其中一些發動機已經開發了20多年，如IDA ICE，並且由於基於方程式建模的關鍵優勢，這些模擬引擎可以視為最先進的技術[38] [39]。

應用領域

編輯

可以為新建築物或現有建築物開發建築物模擬模型。建築性能模擬的主要用途類別包括： [3]

  • 建築設計：定量比較設計或翻新選項，以提供更節能的建築設計
  • 暖通空調設計：計算熱負荷以確定機械設備的尺寸，並幫助設計和測試系統控制策略
  • 建築性能等級：展示基於性能的能源法規，綠色認證和經濟激勵措施
  • 建築存量分析：支持制定能源法規和標準，並計劃大規模的能源效率計劃
  • 計算流體力學在建築方面的應用：模擬邊界條件，例如表面熱通量和表面溫度，用於隨後的CFD研究[40]

軟件工具

編輯

詳見建築能耗模擬軟件。

建築性能模擬的實踐

編輯

自1990年代以來，建築性能模擬已經從主要用於研究的方法過渡到主流工業項目的設計工具。但是，不同國家的利用率仍然相差很大。諸如LEED （美國）、 BREEAM （英國）或DGNB （德國）之類的建築認證計劃證明是BPS尋求更廣泛應用的良好動力。另外，允許基於建築性能模擬進行分析的國家建築標準對於增加工業應用也有很好的幫助，例如在美國（ ASHRAE 90.1 ） [41]、瑞典（BBR） [42]、瑞士（SIA） [43]和英國（NCM） [44]。

瑞典建築法規的獨特之處在於，必須在建築運營的前兩年內通過測量來驗證計算的能源使用量。自2007年法規施行以來，根據統計建模人員偏好高度詳細的模擬模型，以求有效達到所需的精確度[45]。

參考資料

編輯
  1. ^ de Wilde, Pieter. Building Performance Analysis. Chichester: Wiley-Blackwell. 2018: 325–422. ISBN 978-1-119-34192-5. 
  2. ^ 2.0 2.1 2.2 Clarke, J. A. Energy simulation in building design 2nd. Oxford: Butterworth-Heinemann. 2001. ISBN 978-0750650823. OCLC 46693334. 
  3. ^ 3.0 3.1 Building performance simulation for design and operation. Hensen, Jan., Lamberts, Roberto. Abingdon, Oxon: Spon Press. 2011. ISBN 9780415474146. OCLC 244063540. 
  4. ^ 4.0 4.1 Clarke, J. A.; Hensen, J. L. M. Integrated building performance simulation: Progress, prospects and requirements (PDF). Building and Environment. Fifty Year Anniversary for Building and Environment. 2015-09-01, 91: 294–306 [2021-01-03]. doi:10.1016/j.buildenv.2015.04.002. （原始內容存檔 (PDF)於2019-04-27）.  引用錯誤：帶有name屬性「:32」的<ref>標籤用不同內容定義了多次
  5. ^ Best Directory | Building Energy Software Tools. www.buildingenergysoftwaretools.com. [2017-11-07]. （原始內容存檔於2019-10-08） （英語）. 
  6. ^ Crawley, Drury B.; Hand, Jon W.; Kummert, Michaël; Griffith, Brent T. Contrasting the capabilities of building energy performance simulation programs (PDF). Building and Environment. Part Special: Building Performance Simulation. 2008-04-01, 43 (4): 661–673 [2021-01-03]. doi:10.1016/j.buildenv.2006.10.027. （原始內容存檔 (PDF)於2019-08-30）. 
  7. ^ Brown, Gösta. The BRIS simulation program for thermal design of buildings and their services. Energy and Buildings. January 1990, 14 (4): 385–400. doi:10.1016/0378-7788(90)90100-W. 
  8. ^ Kusuda, T. Early history and future prospects of building system simulation (PDF). IBPSA Proceedings. 1999 [2017-07-07]. （原始內容存檔 (PDF)於2018-05-16）. 
  9. ^ Sukjoon, Oh. Origins of Analysis Methods in Energy Simulation Programs Used for High Performance Commercial Buildings. 2013-08-19 [2017-11-09]. （原始內容存檔於2017-11-09） （英語）. 
  10. ^ Augenbroe, Godfried; Hensen, Jan. Simulation for better building design. Building and Environment. Building Simulation for Better Building Design. 2004-08-01, 39 (8): 875–877. doi:10.1016/j.buildenv.2004.04.001. 
  11. ^ Hensen, J. (2006).
  12. ^ Wang, Haidong; Zhai, Zhiqiang (John). Advances in building simulation and computational techniques: A review between 1987 and 2014. Energy and Buildings. 2016-09-15, 128: 319–335. doi:10.1016/j.enbuild.2016.06.080. 
  13. ^ Clarke, J.A.; Sowell, E.F.; the Simulation Research Group (1985): A Proposal to Develop a Kernel System for the Next Generation of Building Energy Simulation Software, Lawrence Berkeley Laboratory, Berkeley, CA, Nov. 4, 1985
  14. ^ Low, D. and Sowell, E.F. (1982): ENET, a PC-based building energy simulation system, Energy Programs Conference, IBM Real Estate and Construction Division, Austin, Texas (1982), pp. 2-7
  15. ^ Sahlin, P. and Sowell, E.F. (1989).
  16. ^ Klein, S. A. Development and integration of an equation-solving program for engineering thermodynamics courses. Computer Applications in Engineering Education. 1993-01-01, 1 (3): 265–275. ISSN 1099-0542. doi:10.1002/cae.6180010310 （英語）. 
  17. ^ Mattsson, Sven Erik; Elmqvist, Hilding. Modelica - An International Effort to Design the Next Generation Modeling Language. IFAC Proceedings Volumes. 7th IFAC Symposium on Computer Aided Control Systems Design (CACSD '97), Gent, Belgium, 28–30 April. April 1997, 30 (4): 151–155. CiteSeerX 10.1.1.16.5750  . doi:10.1016/S1474-6670(17)43628-7. 
  18. ^ Clarke, Joe. A vision for building performance simulation: a position paper prepared on behalf of the IBPSA Board. Journal of Building Performance Simulation. 2015-03-04, 8 (2): 39–43. ISSN 1940-1493. doi:10.1080/19401493.2015.1007699. 
  19. ^ Raftery, Paul; Keane, Marcus; Costa, Andrea. Calibrating whole building energy models: Detailed case study using hourly measured data. Energy and Buildings. 2011-12-01, 43 (12): 3666–3679. doi:10.1016/j.enbuild.2011.09.039. 
  20. ^ Reddy, T. Agami. Literature Review on Calibration of Building Energy Simulation Programs: Uses, Problems, Procedures, Uncertainty, and Tools.. ASHRAE Transactions. 2006, 112 (1): 226–240. 
  21. ^ Heo, Y.; Choudhary, R.; Augenbroe, G.A. Calibration of building energy models for retrofit analysis under uncertainty. Energy and Buildings. 2012, 47: 550–560. doi:10.1016/j.enbuild.2011.12.029 （英語）. 
  22. ^ Coakley, Daniel; Raftery, Paul; Keane, Marcus. A review of methods to match building energy simulation models to measured data. Renewable and Sustainable Energy Reviews. 2014-09-01, 37: 123–141 [2021-01-03]. doi:10.1016/j.rser.2014.05.007. （原始內容存檔於2017-01-08）. 
  23. ^ Li, Nan; Yang, Zheng; Becerik-Gerber, Burcin; Tang, Chao; Chen, Nanlin. Why is the reliability of building simulation limited as a tool for evaluating energy conservation measures?. Applied Energy. 2015, 159: 196–205. doi:10.1016/j.apenergy.2015.09.001. 
  24. ^ Hong, Taehoon; Kim, Jimin; Jeong, Jaemin; Lee, Myeonghwi; Ji, Changyoon. Automatic calibration model of a building energy simulation using optimization algorithm. Energy Procedia. 2017, 105: 3698–3704. doi:10.1016/j.egypro.2017.03.855. 
  25. ^ Mustafaraj, Giorgio; Marini, Dashamir; Costa, Andrea; Keane, Marcus. Model calibration for building energy efficiency simulation. Applied Energy. 2014, 130: 72–85. doi:10.1016/j.apenergy.2014.05.019 （英語）. 
  26. ^ Christensen, Jørgen Erik; Chasapis, Kleanthis; Gazovic, Libor; Kolarik, Jakub. Indoor Environment and Energy Consumption Optimization Using Field Measurements and Building Energy Simulation. Energy Procedia. 6th International Building Physics Conference, IBPC 2015. 2015-11-01, 78: 2118–2123. doi:10.1016/j.egypro.2015.11.281. 
  27. ^ Cornaro, Cristina; Puggioni, Valerio Adoo; Strollo, Rodolfo Maria. Dynamic simulation and on-site measurements for energy retrofit of complex historic buildings: Villa Mondragone case study. Journal of Building Engineering. 2016-06-01, 6: 17–28. doi:10.1016/j.jobe.2016.02.001. 
  28. ^ Cornaro, Cristina; Rossi, Stefania; Cordiner, Stefano; Mulone, Vincenzo; Ramazzotti, Luigi; Rinaldi, Zila. Energy performance analysis of STILE house at the Solar Decathlon 2015: lessons learned. Journal of Building Engineering. 2017, 13: 11–27. doi:10.1016/j.jobe.2017.06.015. 
  29. ^ Dodoo, Ambrose; Tettey, Uniben Yao Ayikoe; Gustavsson, Leif. Influence of simulation assumptions and input parameters on energy balance calculations of residential buildings. Energy. 2017, 120: 718–730. doi:10.1016/j.energy.2016.11.124. 
  30. ^ Imam, Salah; Coley, David A; Walker, Ian. The building performance gap: Are modellers literate? (PDF). Building Services Engineering Research and Technology. 2017-01-18, 38 (3): 351–375. doi:10.1177/0143624416684641 （英語）. 
  31. ^ Nageler, P.; Schweiger, G.; Pichler, M.; Brandl, D.; Mach, T.; Heimrath, R.; Schranzhofer, H.; Hochenauer, C. Validation of dynamic building energy simulation tools based on a real test-box with thermally activated building systems (TABS). Energy and Buildings. 2018, 168: 42–55. doi:10.1016/j.enbuild.2018.03.025. 
  32. ^ Choi, Joon-Ho. Investigation of the correlation of building energy use intensity estimated by six building performance simulation tools. Energy and Buildings. 2017, 147: 14–26. doi:10.1016/j.enbuild.2017.04.078. 
  33. ^ de Wilde, Pieter. The gap between predicted and measured energy performance of buildings: A framework for investigation. Automation in Construction. 2014-05-01, 41: 40–49. doi:10.1016/j.autcon.2014.02.009. 
  34. ^ Closing the Gap Between Design and As-Built Performance (PDF). www.zerocarbonhub.org. Zero Carbon Hub. July 2013 [2017-06-30]. （原始內容存檔 (PDF)於2021-12-02）. 
  35. ^ ASHRAE. ASHRAE/ANSI Standard 140-2017--Standard Method of Test for the Evaluation of Building Energy Analysis Computer Programs. Atlanta, GA: American Society of Heating, Refrigerating, and Air-Conditioning Engineers, Inc. 2017. 
  36. ^ ASHRAE. Guideline 14-2014 Measurement of Energy Demand Savings; Technical Report. Atlanta, GA: American Society of Heating, Refrigerating and Air-Conditioning Engineers. 2014. 
  37. ^ Wetter, Michael; Bonvini, Marco; Nouidui, Thierry S. Equation-based languages – A new paradigm for building energy modeling, simulation and optimization. Energy and Buildings. 2016-04-01, 117: 290–300. doi:10.1016/j.enbuild.2015.10.017. 
  38. ^ Sahlin, Per; Eriksson, Lars; Grozman, Pavel; Johnsson, Hans; Shapovalov, Alexander; Vuolle, Mika. Whole-building simulation with symbolic DAE equations and general purpose solvers. Building and Environment. Building Simulation for Better Building Design. 2004-08-01, 39 (8): 949–958. doi:10.1016/j.buildenv.2004.01.019. 
  39. ^ Sahlin, Per; Eriksson, Lars; Grozman, Pavel; Johnsson, Hans; Shapovalov, Alexander; Vuolle, Mika. Will equation-based building simulation make it?-experiences from the introduction of IDA Indoor Climate And Energy. Proceedings of Building …. August 2003 （英語）. 
  40. ^ Tian, Wei; Han, Xu; Zuo, Wangda; Sohn, Michael D. Building energy simulation coupled with CFD for indoor environment: A critical review and recent applications. Energy and Buildings. 2018, 165: 184–199. OSTI 1432688. doi:10.1016/j.enbuild.2018.01.046. 
  41. ^ Home | ashrae.org. www.ashrae.org. [2017-11-08]. （原始內容存檔於2019-09-27）. 
  42. ^ BBR - Swedish building regulation. [2018-03-29]. （原始內容存檔於2018-03-29）. 
  43. ^ Swiss society of architects and engineers (SIA). [2018-03-29]. （原始內容存檔於2022-02-02）. 
  44. ^ UKs National Calculation Method. [2018-03-29]. （原始內容存檔於2022-02-22）. 
  45. ^ Swedish code summarized in global performance network. [2018-03-29]. （原始內容存檔於2021-01-17）. 
取自 "https://zh.wikipedia.org/w/index.php?title=建築性能模擬&oldid=83721578"