来自 社会 1970-01-01 08:00 的文章

摘要:随着计算机辅助技术的发展,建筑性能的提升已广受关注。其中,建筑设计参量对建筑性能影响较大,且不同建筑性能对不同建筑设计参量敏感性不同,若能在方案阶段选出敏感性设计参量,则可有效提升后期建筑性能优化效果。本文基于渐进梯度提升回归树算法,运用Python编程在可视化程序编程平台Grasshopper中构建设计参量敏感性分析模块,并结合参数化建模、建筑性能模拟、建筑性能多目标优化整合为建筑性能设计参量敏感性分析工作流进行设计参量敏感性分析并验证。结果显示,办公建筑自然采光与能耗性能对建筑进深、东向中庭宽度与建筑开间设计参量的敏感性较大,且优化方案的UDI性能为74.58%,全年热负荷能耗为79.96KWH/㎡,较既有研究中办公建筑的UDI值与全年热负荷能耗更优。

关键词:寒地办公建筑节能设计;自然采光及能耗性能耦合;渐进梯度回归树算法;设计参量敏感性分析;Python编程;

1 引言

现代建筑设计不仅需对建筑形态美学进行考究,还应注重对建筑性能的整体提升。另外,随着参数化设计与建筑性能模拟技术的发展,其可为高性能建筑设计提供技术支撑,并为传统建筑设计方法注入新鲜血液。同时,不同建筑设计参量对建筑性能具有不同影响,敏感性强的设计参量可有效提升建筑性能优化水平。本文以参数化建模、建筑性能模拟与建筑多目标优化技术为基础,基于Grasshopper平台构建了设计参量敏感性分析模块,并与前文所述几项技术进行整合,构建了建筑性能多目标优化设计工作流,为寒地办公建筑自然采光与能耗性能优化设计提供决策支持工具。

2 研究理论

2.1 建筑性能模拟

随着我国城市化的高速发展,建筑面积与建筑耗能所占比重不断增加。据统计,我国建筑能耗占总能耗比例可达33%[1],为保证建筑可持续发展与能源节约型设计社会的建设,高性能建筑设计具有重要意义。建筑性能模拟技术作为高性能建筑设计的有效手段主要在建筑方案设计阶段展开,建筑性能模拟可指导设计者对设计方案展开性能评价以对模型进行不断修正与评价,经过多次性能模拟计算后生成满足设计要求的设计方案。另外,既有建筑性能模拟种类有建筑室外风环境模拟,建筑室外热环境模拟,建筑能耗模拟,建筑室内自然采光模拟以及建筑遮阳与日照阴影模拟等,与之对应的性能模拟平台也不同。现阶段应用较为广泛的平台有依托CFD模拟技术的Fluent软件以支撑建筑室外风模拟;有承载Radiance模拟引擎与EnergyPlus模拟引擎的Honeybee&Ladybug插件以支撑建筑室内采光模拟与建筑能耗模拟等。基于不同软件平台可辅助设计师对建筑性能模拟结果进行定量与定性分析提供依据,建筑性能模拟技术是支撑建筑方案设计阶段中建筑性能提升的有效工具,并且方案设计阶段又是建筑节能设计的根源,因此,建筑性能模拟技术有助于设计师进行高性能建筑设计。

2.2 多目标优化

方案阶段的建筑设计优化可获得较优建筑方案性能,例如建筑形态设计参量、建筑非形态设计参量以及建筑室内功能影响设计参量等。这些建筑设计参量与建筑性能具有密切联系,且多种建筑性能之间又存在复杂的耦合关系,单一采用建筑性能模拟方法获取最终优化性能的方案具有人工操作繁琐且耗时长的缺陷,为弥补这一缺陷,建筑性能多目标优化技术可为最优建筑性能设计参量搜索提供技术支撑[2]。

建筑性能多目标优化技术可基于多目标优化算法展开建筑最优性能搜索,现阶段的多目标优化算法有NSGA、PAES、SPEA和NSGA-II算法等。其中,NSGA算法是基于决策向量空间共享函数方法,将非劣个体与优化个体进行分类并对非劣个体进行循环分类以完成对所有个体的分类,该方法具有优化非劣解分布均匀但效率低且计算复杂的特点;PAES算法是将非劣解统一归类到一个集合中并将变异后的每个解与非劣解进行比较并保留与之相似的解,不符合要求的解将继续变异;SPEA算法是将待优化种群中的个体复制到外部群体计算个体强度与适应度值以便筛选优秀个体,这几个多目标优化算法同属于遗传算法,基于遗传算法的多目标优化流程也具有一定普遍性(图1)。 

2.3 敏感性分析

不同建筑性能对不同建筑设计参量的敏感度有所不同,从多种建筑设计参量中筛选敏感性设计参量,对分析、模拟与优化建筑性能具有重要意义。在建筑性能模拟与优化过程中,选择敏感程度高的设计参量作为建筑优化参量可有效提升建筑性能水平,提高建筑使用舒适度。既有建筑设计参量敏感性设计分析方法主要有以下四种:

热门文章