Simulering av byggnadsprestanda

Den här artikeln handlar om prestandasimulering i byggnader. För datorsimulering i allmänhet, se Datorsimulering . För modellering av energisystem mer generellt, se Energimodellering .
Bygga prestandasimuleringsmodell med input och viss resulterande output

Byggnadsprestandasimulering (BPS) är en replikering av aspekter av byggnadsprestanda med hjälp av en datorbaserad, matematisk modell skapad på grundval av grundläggande fysikaliska principer och sund teknisk praxis. Syftet med simulering av byggnadsprestanda är att kvantifiera aspekter av byggnadsprestanda som är relevanta för design, konstruktion, drift och kontroll av byggnader. Byggnadsprestandasimulering har olika underdomäner; mest framträdande är termisk simulering, ljussimulering, akustisk simulering och luftflödessimulering. De flesta simuleringar av byggnadsprestanda är baserade på användningen av skräddarsydd simuleringsprogramvara. Att bygga prestandasimulering i sig är ett fält inom den bredare sfären av vetenskaplig beräkning.

Introduktion

Ur en fysisk synvinkel är en byggnad ett mycket komplext system, påverkat av en lång rad parametrar. En simuleringsmodell är en abstraktion av den verkliga byggnaden som gör det möjligt att överväga påverkan på hög detaljnivå och analysera nyckeltal utan kostnadskrävande mätningar. BPS är en teknologi med stor potential som ger möjlighet att kvantifiera och jämföra de relativa kostnads- och prestandaattributen för en föreslagen design på ett realistiskt sätt och till relativt låg ansträngning och kostnad. Energibehov, inomhusmiljökvalitet (inkl. termisk och visuell komfort, inomhusluftkvalitet och fuktfenomen), HVAC och förnybara systemprestanda, stadsmodellering, byggnadsautomation och driftoptimering är viktiga aspekter av BPS.

Under de senaste sex decennierna har många BPS-datorprogram utvecklats. Den mest omfattande listan över BPS-programvara finns i BEST-katalogen. Vissa av dem täcker bara vissa delar av BPS (t.ex. klimatanalys, termisk komfort, energiberäkningar, anläggningsmodellering, dagsljussimulering etc.). Kärnverktygen inom BPS-området är dynamiska simuleringsverktyg för flera domäner, som förser användare med nyckelindikatorer som värme- och kylbelastning, energibehov, temperaturtrender, luftfuktighet, termiska och visuella komfortindikatorer, luftföroreningar , ekologisk påverkan och kostnader.

En typisk byggnadssimuleringsmodell har indata för lokalt väder såsom Typical Meteorological Year (TMY) fil; byggnadsgeometri; byggnadsskalets egenskaper; intern värmevinster från belysning , passagerare och utrustningsbelastningar ; specifikationer för värme-, ventilations- och kylsystem (HVAC); driftscheman och kontrollstrategier. Lättheten för inmatning och tillgängligheten för utdata varierar kraftigt mellan BPS-verktyg. Avancerade helbyggnadssimuleringsverktyg kan överväga nästan allt av följande på något sätt med olika tillvägagångssätt.

Nödvändig indata för en simulering av hela byggnaden:

  • Klimat: omgivande lufttemperatur, relativ luftfuktighet , direkt och diffus solstrålning , vindhastighet och riktning
  • Plats: byggnadens läge och orientering, skuggning av topografi och omgivande byggnader, markfastigheter
  • Geometri: byggnadsform och zongeometri
  • Kuvert: material och konstruktioner, fönster och skuggning, köldbryggor, infiltration och öppningar
  • Interna vinster: ljus, utrustning och passagerare inklusive scheman för drift/inflyttning
  • Ventilationssystem: transport och konditionering (värme, kyla, befuktning) av luft
  • Rumsenheter: lokalenheter för värme, kyla och ventilation
  • Anläggning: Centrala enheter för omvandling, lagring och leverans av energi till byggnaden
  • Reglage: för fönsteröppning, skugganordningar, ventilationssystem, rumsenheter, anläggningskomponenter

Några exempel på nyckeltal:

  • Temperaturtrender: i zoner, på ytor, i konstruktionsskikt, för varm- eller kallvattenförsörjning eller i dubbla glasfasader
  • Komfortindikatorer: som PMV och PPD , strålningstemperaturasymmetri, CO 2 -koncentration, relativ fuktighet
  • Värmebalanser: för zoner, hela byggnaden eller enskilda anläggningskomponenter
  • Lastprofiler: för värme- och kylbehov, elprofil för utrustning och belysning
  • Energibehov: för uppvärmning, kyla, ventilation, ljus, utrustning, hjälpsystem (t.ex. pumpar, fläktar, hissar)
  • Dagsljustillgänglighet: i vissa zonområden, vid olika tidpunkter med varierande yttre förhållanden

Annan användning av BPS-programvara

  • Systemstorlek: för VVS-komponenter som luftbehandlingsaggregat, värmeväxlare, panna, kylare, vattentankar, värmepumpar och system för förnybar energi.
  • Optimering av styrstrategier: Styrinställning för skuggning, fönsteröppning, värme, kyla och ventilation för ökad driftprestanda.

Historia

BPS:s historia är ungefär lika lång som datorernas . Den mycket tidiga utvecklingen i denna riktning började i slutet av 1950-talet och början av 1960-talet i USA och Sverige. Under denna period hade flera metoder införts för att analysera enskilda systemkomponenter (t.ex. gaspanna) med steady state-beräkningar. Det allra första rapporterade simuleringsverktyget för byggnader var BRIS , som introducerades 1963 av Kungliga Tekniska Högskolan i Stockholm. Fram till slutet av 1960-talet hade flera modeller med timupplösning utvecklats med fokus på energibedömningar och värme-/kylalastberäkningar. Denna ansträngning resulterade i mer kraftfulla simuleringsmotorer som släpptes i början av 1970-talet, bland dem var BLAST, DOE-2, ESP-r , HVACSIM+ och TRNSYS . I USA energikrisen på 1970-talet dessa ansträngningar, eftersom en minskning av byggnaders energiförbrukning blev ett akut inrikespolitiskt intresse. Energikrisen initierade också utvecklingen av amerikanska byggnadsenergistandarder, som började med ASHRAE 90-75 .

Utvecklingen av byggnadssimulering representerar en kombinerad ansträngning mellan akademi, statliga institutioner, industri och professionella organisationer. Under de senaste decennierna har byggnadssimuleringsdisciplinen mognat till ett område som erbjuder unik expertis, metoder och verktyg för utvärdering av byggprestanda . Flera granskningsartiklar och toppmoderna analyser genomfördes under den tiden som gav en överblick över utvecklingen.

På 1980-talet startade en diskussion om framtida riktningar för BPS bland en grupp ledande byggnadssimuleringsspecialister. Det rådde enighet om att de flesta verktyg, som hade utvecklats fram till dess, var för stela i sin struktur för att kunna ta emot de förbättringar och flexibilitet som skulle krävas i framtiden. utvecklades den allra första ekvationsbaserade byggnadssimuleringsmiljön ENET , som låg till grund för SPARK . 1989 presenterade Sahlin och Sowell ett neutralt modellformat (NMF) för att bygga simuleringsmodeller, som idag används i den kommersiella mjukvaran IDA ICE . Fyra år senare introducerade Klein Engineering Equation Solver (EES) och 1997 rapporterade Mattsson och Elmqvist om en internationell satsning på att designa Modelica .

BPS presenterar fortfarande utmaningar som rör problemrepresentation, stöd för prestationsbedömning, möjliggör operativ tillämpning och tillhandahåller användarutbildning, utbildning och ackreditering. Clarke (2015) beskriver en framtidsvision för BPS med följande, viktigaste uppgifter som bör tas upp av den globala BPS-gemenskapen.

  • Bättre konceptfrämjande
  • Standardisering av indata och tillgänglighet av modellbibliotek
  • Standardförfaranden för prestationsbedömning
  • Bättre inbäddning av BPS i praktiken
  • Driftstöd och feldiagnostik med BPS
  • Utbildning, utbildning och användarackreditering

Noggrannhet

I samband med byggnadssimuleringsmodeller avser fel diskrepansen mellan simuleringsresultat och byggnadens faktiska uppmätta prestanda. Det finns normalt förekommande osäkerheter i byggnadsdesign och byggnadsbedömning, som i allmänhet härrör från approximationer i modellindata, såsom beläggningsbeteende. Kalibrering avser processen att "justera" eller justera antagna simuleringsmodellingångar för att matcha observerade data från verktygen eller Building Management System ( BMS).

Antalet publikationer som handlar om noggrannhet i byggnadsmodellering och simulering har ökat markant under det senaste decenniet. Många tidningar rapporterar stora klyftor mellan simuleringsresultat och mätningar, medan andra studier visar att de kan matcha mycket väl. Tillförlitligheten av resultat från BPS beror på många olika saker, t.ex. kvaliteten på indata, simuleringsingenjörernas kompetens och tillämpade metoder i simuleringsmotorn. En översikt över möjliga orsaker till det brett diskuterade prestandagapet från designskede till drift ges av de Wilde (2014) och en lägesrapport från Zero Carbon Hub (2013). Båda avslutar ovan nämnda faktorer som de viktigaste osäkerheterna i BPS.

ASHRAE Standard 140-2017 "Standardmetod för test för utvärdering av datorprogram för energianalys av byggnader (ANSI-godkända)" tillhandahåller en metod för att validera den tekniska förmågan och tillämpningsområdet för datorprogram för att beräkna termisk prestanda. ASHRAE Guideline 4-2014 tillhandahåller prestandaindexkriterier för modellkalibrering. Prestandaindexen som används är normaliserat medelförspänningsfel (NMBE), variationskoefficient (CV) för rotmedelkvadratfelet (RMSE) och R 2 ( bestämningskoefficient ). ASHRAE rekommenderar en R 2 större än 0,75 för kalibrerade modeller. Kriterierna för NMBE och CV RMSE beror på om uppmätta data finns tillgängliga på en månads- eller timskala.

Tekniska aspekter

Med tanke på komplexiteten i att bygga energi och massflöden är det i allmänhet inte möjligt att hitta en analytisk lösning , så simuleringsmjukvaran använder andra tekniker, såsom svarsfunktionsmetoder, eller numeriska metoder i ändliga skillnader eller ändlig volym , som en approximation. De flesta av dagens helbyggnadssimuleringsprogram formulerar modeller med hjälp av imperativa programmeringsspråk . Dessa språk tilldelar värden till variabler, deklarerar exekveringssekvensen för dessa tilldelningar och ändrar programmets tillstånd, vilket görs till exempel i C/C++ , Fortran eller MATLAB / Simulink . I sådana program är modellekvationer tätt kopplade till lösningsmetoderna, ofta genom att göra lösningsproceduren till en del av de faktiska modellekvationerna. Användningen av imperativa programmeringsspråk begränsar tillämpligheten och utökbarheten av modeller. Mer flexibilitet erbjuder simuleringsmotorer som använder symboliska algebraiska differentialekvationer (DAE) med lösare för allmänna ändamål som ökar modellens återanvändning, transparens och noggrannhet. Eftersom några av dessa motorer har utvecklats i mer än 20 år (t.ex. IDA ICE) och på grund av de viktigaste fördelarna med ekvationsbaserad modellering, kan dessa simuleringsmotorer betraktas som den senaste tekniken .

Ansökningar

Byggnadssimuleringsmodeller kan utvecklas för både nya och befintliga byggnader. Viktiga användningskategorier för simulering av byggnadsprestanda inkluderar:

  • Arkitektonisk design : jämför kvantitativt design eller eftermonteringsalternativ för att informera om en mer energieffektiv byggnadsdesign
  • HVAC Design: beräkna termiska belastningar för dimensionering av mekanisk utrustning och hjälp med att designa och testa systemkontrollstrategier
  • Building Performance Rating: visa prestandabaserad efterlevnad av energikoder, grön certifiering och ekonomiska incitament
  • Byggmaterialanalys: stödja utvecklingen av energikoder och standarder och planera storskaliga energieffektivitetsprogram
  • CFD i byggnader: simulering av randvillkor som ytvärmeflöden och yttemperaturer för en följande CFD -studie av situationen

Mjukvaruverktyg

Det finns hundratals mjukvaruverktyg tillgängliga för att simulera prestandan hos byggnader och byggnadsdelsystem, som sträcker sig i kapacitet från helbyggnadssimuleringar till modellinmatningskalibrering till byggnadsrevision. Bland simuleringsverktyg för hela byggnader är det viktigt att skilja mellan simuleringsmotorn, som dynamiskt löser ekvationer som är förankrade i termodynamik och byggnadsvetenskap , och modellapplikationen ( gränssnittet) .

I allmänhet kan BPS-programvara klassificeras i

  • Applikationer med integrerad simuleringsmotor (t.ex. EnergyPlus, ESP-r, TAS, IES-VE, IDA ICE)
  • Programvara som dockar till en viss motor (t.ex. Designbuilder, eQuest, RIUSKA, Sefaira)
  • Plugins för annan programvara som möjliggör viss prestandaanalys (t.ex. DIVA för Rhino, Honeybee, Autodesk Green Building Studio)

I motsats till den här presentationen finns det några verktyg som faktiskt inte uppfyller dessa skarpa klassificeringskriterier, såsom ESP-r som även kan användas som modellprogram för EnergyPlus och det finns även andra applikationer som använder IDA-simuleringsmiljön, vilket gör "IDA" motorn och "ICE" modelleraren. De flesta modellprogram stöder användaren med ett grafiskt användargränssnitt för att göra datainmatning enklare. Modelleraren skapar en indatafil som simuleringsmotorn ska lösa. Motorn returnerar utdata till modellprogrammet eller ett annat visualiseringsverktyg som i sin tur presenterar resultaten för användaren. För vissa programvarupaket kan beräkningsmotorn och gränssnittet vara samma produkt. Tabellen nedan ger en översikt över vanliga simuleringsmotorer och modellprogram för BPS.

Simuleringsmotor Utvecklare första release Teknologi Modelleringsspråk Licens senaste versionen Modeler applikationer och GUI
ApacheSim Integrated Environmental Solutions Ltd. , Storbritannien Kommersiell 6,0 VE 2018
Transportör HAP United Technologies , USA Kommersiell 5.11 Transportör HAP
COMFIE Mines ParisTech , sedan IZUBA énergies, FR 1994 Kommersiell 5.21.3.0 Plejader
DOE-2 James J. Hirsch & Associates, USA 1978 Gratisprogram 2.2 eQuest, RIUSKA, EnergyPro, GBS
EnergyPlus Lawrence Berkeley National Laboratory , USA 2001 Gratisprogram 9.4.0 DesignBuilder, OpenStudio , cove.tool, många andra
ESP-r University of Strathclyde , Storbritannien 1974 Gratisprogram 11.11 ESP-r
IDA EQUA Simulation AB, SE 1998 DAE NMF, Modelica Kommersiell 4.8 ICE, ESBO
GNISTA Lawrence Berkeley National Laboratory, USA 1986 DAE Gratisprogram 2.01 VisualSPARK
TAS Environmental Design Solutions Limited, Storbritannien Kommersiell 9.5.0 TAS 3D-modellerare
TRNSYS University of Wisconsin-Madison , USA 1975 FORTRAN, C/C++ Kommersiell 18,0 Simulation Studio, TRNBuild

BPS i praktiken

Sedan 1990-talet har simulering av byggnadsprestanda genomgått en övergång från en metod som främst används för forskning till ett designverktyg för vanliga industriella projekt. Utnyttjandet i olika länder varierar dock fortfarande mycket. Byggcertifieringsprogram som LEED (USA), BREEAM (UK) eller DGNB (Tyskland) visade sig vara en bra drivkraft för BPS att hitta en bredare tillämpning. Nationella byggnadsstandarder som tillåter BPS-baserad analys är också till god hjälp för en ökande industriell användning, såsom i USA ( ASHRAE 90.1 ), Sverige (BBR), Schweiz (SIA) och Storbritannien (NCM).

De svenska byggreglerna är unika genom att beräknad energianvändning måste verifieras genom mätningar inom de första två åren av byggnadens drift. Sedan introduktionen 2007 visar erfarenheten att mycket detaljerade simuleringsmodeller föredras av modellerare för att på ett tillförlitligt sätt uppnå den erforderliga noggrannhetsnivån. Dessutom har detta främjat en simuleringskultur där designförutsägelserna ligger nära den faktiska prestandan. Detta har i sin tur lett till erbjudanden om formella energigarantier baserade på simulerade förutsägelser, vilket lyfter fram BPS:s allmänna affärspotential.

Prestationsbaserad efterlevnad

I ett prestationsbaserat tillvägagångssätt baseras överensstämmelse med byggnormer eller standarder på den förutsagda energianvändningen från en byggnadssimulering, snarare än ett föreskrivande tillvägagångssätt, som kräver efterlevnad av föreskrivna tekniker eller designegenskaper. Prestandabaserad efterlevnad ger större flexibilitet i byggnadsdesignen eftersom det tillåter konstruktörer att missa vissa föreskrivande krav om påverkan på byggnadens prestanda kan kompenseras genom att överskrida andra föreskrivande krav. Certifieringsbyrån tillhandahåller information om modellindata, programvaruspecifikationer och prestandakrav.

Följande är en lista över USA-baserade energikoder och standarder som refererar till byggnadssimuleringar för att visa överensstämmelse:

Yrkesföreningar och certifieringar

Yrkesföreningar
Certifieringar
  • BEMP - Building Energy Modeling Professional, administrerad av ASHRAE
  • BESA - Certifierad Building Energy Simulation Analyst, administrerad av AEE

Se även

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=Building_performance_simulation&oldid=1132753919 "