辦公建筑方案階段的能耗影響因素研究（建筑）

                                 劉羽岱

                         華東建筑設計研究院有限公司

摘  要：本文針對辦公建筑方案設計階段的特點，研究節能設計因子如體形系數、朝向、窗墻比、圍護結構等參數對建筑能耗的影響。采用單一因子敏感性分析的方法研究不同設計因子對建筑能耗的影響，采用正交試驗的方法分析得到不同設計因子的影響水平，并采用遺傳算法結合能耗模擬軟件的方式來進行多因子組合尋優分析。

關鍵詞：敏感性分析設計因子正交試驗優化

0  引言

    建筑設計是一個在滿足設計規范的同時，要需要設計師去探索大量的可行方案并在其中做出優化選擇的過程。由于建筑物本身及環境控制系統的復雜性，僅憑經驗或簡單的計算無法準確判斷設計方案的優劣，因此運用模擬分析手段指導設計是建筑節能的關鍵之一。

    近年來，眾多學者采用建筑性能模擬的方法來研究建筑節能設計的關鍵參數，所采用的方法主要包括：敏感性分析、正交試驗以及結合優化算法和能耗模擬的智能優化。本文采用上海地區的氣象參數，針對辦公建筑方案設計階段的特點，研究方案階段主要節能設計因子，包括體形系數、朝向、窗墻比、圍護結構等參數對建筑能耗的影響。

    所采用的軟件工具是在建筑能耗快速模擬工具QEPlus的基礎上升級得到的OptimE+，具備更強大的模板建模功能和遺傳算法優化功能。OptimE+作為E+的中文輸入界面，有著豐富的模板建模功能，根據國內的相關節能標準合理設置軟件默認項，可以快速完成建模計算，更適合建筑方案階段的能耗模擬。

1  單一因子敏感性分析

  敏感性分析是為研究眾多不同影響因子屬性，令其在可能的取值范圍內變動，研究和預測這些屬性變動對模型輸出值的影響程度。確定敏感性輸入變量和建立分析模型是敏感性分析的關鍵。

1.1不同形狀因子對建筑能耗的影響

    對于給定容積的建筑，體形系數與建筑底面形狀、面積和建筑高度有關，而當建筑物的底面面積和建筑高度確定好之后，不同的底面形狀影響體形系數的值。定義如下形狀因子：

    上海地區，用地面積緊張，辦公建筑往往以高層建筑或者超高層建筑為主。本文選取層高4.2 m，標準層辦公建筑面積為1500 m²的12層高層辦公建筑作為研究對象。核心筒面積占16%的建筑總面積，除核心筒外的辦公區域均為空調區域。模型內部負荷和時間表等參數設置滿足《公共建筑節能設計標準》( GB50189-2015)甲類公共建筑的要求，各朝向窗墻比均為0.5，屋面K值為0.47 W/(m2K)，外墻K值為0.67W/(m2K)，外窗K值為0.24 W/(m2K)，遮陽系數SC為0.32。選擇不同長寬的高層建筑進行能耗模型，長寬比分別為1：1、2:1、4:1、8:1。

    如圖1～2所示，對于高層辦公建筑而言，建筑的長寬比越大，空調負荷越大。相對于空調負荷，建筑形狀因子對冷負荷的影響更大。如以長寬比為1:1的正方形建筑單位面積空調負荷為100%，則長寬比為4:1時，單位面積冷負荷比值達123.90%；長寬比為8:1時，單位面積冷負荷比值為136.83%。

1.2建筑最佳朝向

    辦公建筑考慮最佳朝向，應該從多方面因素進行考慮，如日照、采光、通風等。根據上海市工程建設規范《公共建筑綠色設計標準》（DG/TJ08-2143-2014）6.1.2條的要求“有日照要求的公共建筑主要朝向宜為南向或南偏東30⁰至南偏西30⁰范圍內”。考慮到采光和自然通風的需求，因此本文以5⁰為增量，在南偏東45⁰至南偏西45⁰范圍內，分析建筑朝向對建筑空調負荷的影響，各立面朝向窗墻比為0.5。計算結果如圖3所示。

  根據圖3分析可知：建筑朝向對辦公建筑空調負荷的影響較大，朝向對矩形建筑空調負荷的影響沿著正南方向對稱。建筑長寬比在1:1～1:2之間時，隨著建筑朝向偏離正南方向的角度增大，單位面積的建筑空調負荷增大，成上凹曲線分布；建筑長寬比在1:2～1:8之間時，隨著建筑朝向偏離正南方向的角度增大，單位面積的建筑空調負荷減小，成下凹曲線分布。

1.3建筑窗墻比控制

  采用12層典型辦公建筑為分析研究對象，建筑朝向為正南。不同的建筑形狀因子條件下，建筑單位面積的空調負荷對窗墻比敏感性影響如圖4～5所示。從圖中可以看出：1）窗墻比對建筑冷負荷和熱負荷呈線性變化關系，且相比于熱負荷，建筑冷負荷對窗墻比的影響更為敏感，反應在圖中則為直線的斜率更大；2）窗墻比一定時，形狀因子越大，建筑空調負荷對窗墻比越敏感，對于長寬比為1：1的高層辦公建筑而言，窗墻比從0.2變化到0.8，單位面積空調冷負荷從58.80 W/m²增加到107.34 W/m²，增加幅度為82.3%；而對于長寬比為8:1的高層辦公建筑，窗墻比從0.2變化到0.8，單位面積空調冷負荷從73.10 W/m²增加到165.82 W/m²，增加幅度為126.8%。

2  正交實驗分析

    正交試驗設計是利用正交表研究多因素、多水平的一種設計方法。該設計方法是從試驗因素的全部水平組合中，挑選部分有代表性的水平組合進行試驗，它們具備“均勻分散，齊整可比”的特點，通過對部分試驗結果的分析了解全面試驗的情況，考察各個因素對試驗的影響情況，可以根據極差來確定每個因素的影響權重。本研究關注建筑方案階段的設計參數對建筑能耗的影響，選取建筑長寬比、窗墻比、外窗K值、外窗SC值、外墻K值、屋面K值和朝向共7個因數，每個因素均為三個實驗水平，如表1所示。

    設計正交實驗表（表2），總共完成共計18組的正交能耗模擬實驗分析。

    從表2中，根據極差R值的大小可以得出影響因素的重要程度為：窗墻比>建筑形狀因子（體系系數）>朝向>外窗SC值>屋面K值>外墻K值>外窗K值。

3  多設計因子組合尋優計算

    本文采用典型的8層高層辦公建筑為例，進行多設計因子的自動尋優分析，分析目標函數為單位建筑面積的能耗。在遺傳算法優化程序中，每個種群單體都代表著求解問題的一個解。每一個參數的可能值都采用二進制形式，所有參數連接形成完整的二進制鏈。當滿足收斂或者達到最大迭代次數時，就會產生新一代種群。

  在能耗模擬基本參數設置好之后，可進行優化分析計算分參數配置，主要包括三大部分：方形建筑參數（遺傳因子）、限制性參數和遺傳算法本身參數設置。方案階段重點優化分析的遺傳因子包括樓層數、層高、長、寬、窗墻比和朝向等。遺傳因子的編碼方式采用比例編碼，將不同的遺傳因子轉化為相同的數量級，從而具有同等長度的基因位。為便于遺傳計算加速收斂，遺傳因子均采用數值整型。限制性條件包括總建筑面積固定12000 m²，單層建筑面積在500～2500 m²之間變動。空調系統采用多聯機機組。

    遺傳算法需要通過大量的種群數量進行尋優計算，每一代計算結果都會得到進化即優化，總共計算將近1000個種群數，以能耗最低為導向的計算結果逐漸收斂。迭代過程中最不利模型計算結果單位面積能耗指標為146.36 kWh/m²，經過近一千代種群數計算之后，遺傳算法收斂結果的單位面積能耗指標為94.33 kWh/m²，降低幅度達到35.52%。最終組合尋優因子參數為：建筑層數5層，層高3.2 m，建筑長度60 m，寬40 m，窗墻比0.2，朝向為南偏東2⁰。

4  結論

    1)在建筑總面積確定的前提下，體形系數的大小受不同的建筑平面形式影響，應選擇形狀因子較小的建筑平面形狀。對于方形建筑，需控制建筑的長寬比，建議小于2:1。

    2)辦公建筑方案階段節能設計中，應該在滿足采光、通風、視覺和美觀等基礎上，注重窗墻比的控制，并根據建筑形狀因子，優化建筑朝向。

    3 )OptimE+適合用于建筑方案階段設計因子對能耗的敏感性和尋優分析。