基于Grasshopper參數化設計的大連地區窗墻比對建筑能耗的影響研究

楊甄蓮,安泓達,李姍姍

(大連民族大學 土木工程學院,遼寧 大連 116650)

外窗作為重要的圍護結構之一,對建筑能耗有著非常大的影響。為了實現建筑節能目標,必須根據不同地區的氣候條件,準確分析窗墻比對建筑物能耗的影響,以便確定合理的窗墻面積比[1]。窗墻面積比是指某一朝向的外窗(包括透明幕墻)總面積,與同朝向墻總面積(包括窗面積在內)之比,簡稱窗墻比[2]。

FENG等[3]以嚴寒地區沈陽市一個典型的近零能耗建筑為例,利用EnergyPlus仿真軟件,研究了窗墻比對能耗的影響,結果表明:不同方位窗墻比對能耗影響是東(西)>南>北;黃婷等[4]以重慶地區某辦公樓為研究對象,研究了窗墻比與遮陽對公共建筑的能耗影響,得出在窗墻比小于0.5時,西向窗墻比的影響最為顯著,而在窗墻比大于0.5時,東南向的影響更為顯著。綜合來看,對于重慶地區而言,東、西向的窗墻比越小越有利于辦公建筑節能。ALGHOUL等[5]以利比亞的黎波里市一辦公室建筑為研究案例,探討了窗墻面積比和朝向對供冷、供暖和總能耗的影響,結果表明,窗墻面積比的增加時供冷能耗增加,而供暖能耗則減少,且供冷能耗遠遠高于供暖能耗,南墻窗墻面積比增大后,供冷能耗增加尤為明顯,而供暖能耗則因被動式太陽能采暖而降至零。曹靜怡等[6]以皖南地區安慶市某辦公建筑為研究對象,模擬研究建筑窗墻比與外窗類型對建筑負荷的影響,研究結果表明,皖南地區東西向窗墻比的設置應介于0.341～0.351 之間為優;北向窗墻比的設置應當介于0.406～0.416之間為優;南向窗墻比的設置應當介于0.439～0.449之間為優。GOIA等[7]在歐洲不同氣候條件下研究分析辦公室建筑最佳窗墻比,結果表明,在不同氣候和朝向下,雖然存在一個最優的窗墻比,但大多數理想值的范圍相對較窄(0.30 <窗墻比< 0.45)。窗墻面積比對于建筑能耗的影響已有一定的研究,但上述研究采用的能耗模擬軟件多操作復雜,運行速度慢,數據處理難度大,并且缺少大連地區的相關數據。與其他能耗模擬軟件相比,Grasshopper更趨向自動化、智能化,擁有出色的性能運算速度,而且參數設置簡化,可基于同一形態模型,同時進行多種性能優化計算,以綜合性的評價數據提供多樣化的優選方案。基于此,本文提出了基于Grasshopper的建筑能耗模擬流程,并基于該流程開展大連地區不同窗墻面積比對建筑能耗影響的模擬研究。

Grasshopper作為Rhino的內置插件,又擁有不同功能的插件,此次研究將用到GH插件之一的Ladybug Tool工具,該工具常用于建筑性能的分析,由Ladybug、Honeybee、Butterfly和Dragonfly四部分組成,完美整合了EnergyPlus、Therma、Radiance、Daysim、OpenCFD-OpenFOAM等性能模擬軟件計算內核,實現了跨平臺的數據交互,通過設定控制邏輯讓計算機自動完成復雜的計算和尋優的過程[8],能在較短的時間內得到特定邏輯下的最優結果。

1 基于Grasshopper的參數化建模

1.1 參數化模型構建

參數化設計是一種基于算法思維的設計過程,算法思維由參數和規則協同定義,通過編碼闡明設計意圖和設計響應之間的關系[9]。本研究建模所用到的建模工具Grasshopper(簡稱“GH”)是最具代表性的參數化設計平臺,其運行在Rhinocreos(簡稱“Rhino”)平臺下的一款可視化編程插件,特點是在建模原理上生成三維模型,GH將記錄從點、線、面再到立體空間的建模過程,此次模擬將用到GH插件之一的Ladybug Tool工具,該工具常用于建筑性能的分析,由Ladybug、Honeybee、Butterfly和Dragonfly四部分組成,完美整合了EnergyPlus、Therma、Radiance、Daysim、OpenCFD-OpenFOAM等性能模擬軟件計算內核,實現了跨平臺的數據交互,通過設定控制邏輯讓計算機自動完成復雜的計算和尋優的過程,能在較短的時間內得到特定邏輯下的最優結果[10]。

大連地處遼東半島南端,位于北緯38°43′～40°12′,東經120°58′～123°31′之間,氣候區為寒冷A區,具有海洋性特點的暖溫帶大陸性季風氣候,年總太陽輻照強度為5 069.54(MJ·m-2),基于此本文構建海拔高度為50m,建筑長度為10 m、寬度為8 m、高度為4 m,總面積為80 m2的房間簡化模型如圖1。考慮到大連地區辦公建筑內房間多為單側窗,且在其他壁面為絕熱壁面情況下,本文分析不同朝向單一立面窗墻面積比對大連地區建筑單位面積的供暖、供冷以及平均能耗的影響規律,研究結果可用于指導大連地區辦公建筑不同朝向窗墻面積比的合理選擇。

圖1 建筑房間模型圖

1.2 氣象參數及圍護結構熱工參數選擇

對于氣象參數的選取,通過Ladybug下載大連典型氣象年EPW氣象數據,該數據是由美國能源部發布的用于建筑性能模擬分析的一種標準化數據庫,包括了全年8 760 h的風速、風向、干球溫度、濕球溫度、太陽輻射、太陽路徑等數據。這些信息通過運算器分類導出,最后連接到對應的運算器端口上參與模擬及運算。

關于大連的圍護結構參數選取,中國現行的GB 55015-2021《建筑節能和可再生能源利用通用規范》指出:進行熱工性能權衡判斷時,透光圍護結構0.4<窗墻面積比≤0.7時,傳熱系數應≤2.0 W·(m2·K)-1;窗墻面積比>0.7時,傳熱系數需≤1.7 W·(m2·K)-1,因此窗墻面積比的設計需與透光圍護結構的傳熱系數關聯討論。在大窗墻面積下,窗傳熱系數上限值為2.0 W·(m2·K)-1,在此本研究將選取五種不同傳熱系數的中空玻璃作為研究對象,窗傳熱系數分別為0.8、1.1、1.4、1.7和2.0 W·(m2·K)-1,外窗均采用PA隔熱鋁合金窗框,外墻的傳熱系數為0.55 W·(m2·K)-1,建筑室內外溫差為6 ℃。此外,供暖、供冷機組性能系數均滿足《建筑節能與可再生能源利用通用規范》(GB 55015-2021)要求。

1.3 計算流程

在基于Grasshopper軟件完成建模及相關參數設置后,通過Ladybug Tools工具分析不同朝向窗墻比對建筑全年單位面積供冷、供暖以及平均能耗的影響,能耗計算流程圖如圖2。主要分為以下幾步:

圖2 能耗計算流程圖

(1)生成模型。根據《建筑節能與可再生能源利用通用規范》設定圍護結構參數,設置窗墻比允許變化范圍;

(2)Ladybug下載大連氣象參數;

(3)利用Honeybee的EnergyPlus運算器開始能耗的計算,EnergyPlus為建筑能耗模擬主流軟件,具有高的準確性。該流程不僅可用于模擬不同窗墻面積比對于建筑能耗的影響,同時也可基于該流程更改不同的參數設置,研究其他參數對建筑能耗的影響規律。

2 模擬結果及分析

2.1 窗墻面積比對供冷能耗的影響

建筑能耗專指民用建筑(包括居住建筑和公共建筑)在使用過程中對能源的消耗,主要包括供暖、供冷、通風、照明等方面能耗,其中以供暖和供冷能耗為主[11]。窗墻比對建筑供冷能耗的影響如圖3～6。從圖中可見,窗墻比增大以及傳熱系數的減小均不利于供冷能耗的降低,主要原因在于,一方面,隨著窗墻面積比增加,夏季太陽輻射通過窗戶進入室內,構成太陽得熱[12],窗墻比增加透過玻璃的太陽得熱量增加,從而供冷能耗增加;另一方面,提高窗的保溫性能,能減少室外向室內的傳熱量,但同時也抑制了室內熱量向室外的散失,外窗關閉模式下,夏季供冷能耗隨窗傳熱系數的減小而增大[13]。為了降低夏季建筑能耗,應該限制四個方向窗墻比大小,此外,夏季可適當開窗通風改善建筑熱環境、降低供冷能耗。

圖3 南向窗墻比對供冷能耗的影響

圖4 東向窗墻比對供冷能耗的影響

圖5 北向窗墻比對供冷能耗的影響

圖6 西向窗墻比對供冷能耗的影響

2.2 窗墻面積比對供暖能耗的影響

南向窗墻比對建筑供暖能耗的影響情況如圖7。在不同的傳熱系數下,供暖能耗均隨著南向窗墻比增大而減小,傳熱系數越小,下降趨勢越明顯。原因在于,一方面,傳熱系數越小,抑制了室內熱量向室外散失;另一方面,大連地區冬季晴天多,日照時間長,太陽入射角低,太陽輻射度大,南向窗戶陽光射入深度大,可提高室內溫度,降低供暖能耗[14],在供暖季南向窗墻比的設計是節約供暖能耗的關鍵環節。對于南向窗戶,大的窗墻面積比有利于供暖能耗的降低。東、北及西向窗墻比對供暖能耗的影響分別為8～10。從圖中可見,在傳熱系數相對較小時,供暖能耗隨著東、西、北向窗墻面積比的增加而減小;在傳熱系數相對較大時,供暖能耗隨著東、西、北向窗墻面積比的增加而增加。東、西向窗傳熱系數小于1.7W·(m2·K)-1,北向窗傳熱系數小于1.1W·(m2·K)-1,窗墻比可取較大值且有利于供暖能耗的降低。

圖7 南向窗墻比對供暖能耗的影響

圖8 東向窗墻比對供暖能耗的影響

圖9 北向窗墻比對供暖能耗的影響

圖10 西向窗墻比對供暖能耗的影響

2.3 窗墻比對建筑平均能耗的影響

建筑平均能耗指標是指公共建筑單位面積供冷、供暖與照明能耗[15]。《建筑節能和可再生能源利用通用規范》(GB 55015-2021)中指出:在標準工況下,寒冷地區(大連為寒冷A區)面積小于20 000m2的辦公類新建建筑,其供冷、供暖與照明的平均能耗指標為39 kWh·(m2·a)-1,本小節也以39 kWh·(m2·a)-1作為平均能耗指標限值。圖11為南向窗墻比對平均能耗的影響,由圖可見,隨著南向窗墻比增大,平均能耗整體呈上升趨勢,但均未超過39 kWh·(m2·a)-1,當窗傳熱系數取值小于等于2.0 kWh·(m2·a)-1時,窗墻比可取較大值。圖12～14分別為東向、西向窗墻比對平均能耗的影響,當傳熱系數小于2.0 kWh·(m2·a)-1時,窗墻比可大于0.7。圖13為北向窗墻比對平均能耗的影響,平均能耗隨著窗墻比的增加而顯著增加,傳熱系數等于2.0 kWh·(m2·a)-1時,北向窗墻面積比需小于0.4,以滿足能耗指標限值的要求。如果選擇大的北向窗墻面積比,需顯著減小玻璃的傳熱系數以達到節能的要求。

圖11 南向窗墻比對平均能耗的影響

圖12 東向窗墻比對平均能耗的影響

圖13 北向窗墻比對平均能耗的影響

圖14 西向窗墻比對平均能耗的影響

北向窗墻比對于平均能耗的影響最大,其次為東向、西向,南向的影響最小,如圖11～14。從圖3～10可見,增加南向的窗墻面積比,冬季供暖能耗減小、夏季供冷能耗增加,年平均能耗小幅增加。在第2部分研究中給出了進行熱工性能權衡判斷時透光圍護結構傳熱系數的要求,當傳熱系數在上述范圍內時,均可增加南向主采光窗的窗墻面積比,提高天然采光的同時平均能耗不會大幅增加。如果房間的主采光窗在東向或者西向,在滿足規范要求的傳熱系數范圍內,也可適當增加東、西向窗墻面積比。對于北向,過大的窗墻面積比將顯著增加平均能耗,窗墻面積比不建議超過0.4,窗墻面積比在0.4～0.5之間時,透光圍護結構的傳熱系數需小于1.4;窗墻面積比在0.5～0.6之間時,透光圍護結構的傳熱系數需小于1.1;窗墻面積比大于0.6時,透光圍護結構的傳熱系數需小于0.8。

3 結 語

本研究實踐得出,采用的Ladybug Tools工具與其他能耗分析軟件相比,Ladybug Tools擁有完整的分析優化系統,使得模型的修改和數據的分析可以完全并行,解決了建模軟件和分析軟件之間的交互問題,更加突出設計的流程,降低了軟件操作難度,滿足設計師進行建筑能耗模擬的各項需求。本文給出了基于Ladybug Tools工具的建筑能耗模擬流程,并基于該流程分析了大連地區不同朝向單一立面窗墻面積比對建筑單位面積供暖、供冷以及平均能耗的影響規律,該流程也可拓展應用于分析其他參數對于建筑能耗的影響。

本文的研究結果表明:(1)大連地區不同朝向單一立面窗戶窗墻面積比增加,供冷能耗隨窗墻比增大而則增大,供暖能耗的變化趨勢則和窗戶朝向有關,南向窗戶窗墻面積比增大,供暖能耗則減小,東(西)向、北向窗墻面積比增大供暖能耗受窗戶傳熱系數影響較大,東(西)向傳熱系數小于1.4時,供暖能耗隨窗墻比增大呈下降趨勢,且下降趨勢較為明顯;當北向透明維護結構傳熱系數小于1.1時,供暖能耗隨窗墻面積比增大呈下降趨勢,下降趨勢較東(西)向小。(2)為了滿足平均能耗指標的要求,對于南向窗戶,在窗戶傳熱系數小于2.0時,窗墻比可取最大值;對于東(西)向窗戶,在窗戶傳熱系數小于2.0時,窗墻面積比取值應小于0.7為佳,若窗墻比取值大于0.7,傳熱系數需小于1.7;對于北向窗戶,在窗戶傳熱系數小于2.0時,窗墻面積比取值不應大于0.4,若窗墻比取值需大于0.4,則窗傳熱系數需小于0.8為宜。