基於深度學習的建築能耗預測03——能耗建模

徐仔小天才 發表於 2021-11-27
深度學習

天津城建大學建築學院18級-數字設計-基於深度學習的建築能耗預測—2021WS
作者:徐仔
指導老師:萬老師、丁老師
帶組導師:宋學姐(建築學專業)、盧學長(計算機專業)
(轉載請註明出處)

基於Grasshopper(EP)的建築能耗模擬——建築能耗建模

前言

首先我們學習了彭銘博老師的網課《建築設計與效能分析》(http://v.iarch.cn/course/272)(注:P7、P8是針對EnergySimulation的講解,但難度較大,最好先學完前六個,再學P7、P8)
基於深度學習的建築能耗預測03——能耗建模

以下我將課程內容整理成筆記,以便日後隨時索引檢視。關於相關軟體的安裝,我的上一篇部落格()中有詳細的介紹。

energyplus是一個建築能耗模擬引擎。openstudio是一個整合energyplus和radiance的建築能耗模擬外掛

理論說明

Energy Modeling

所有能耗模型的基礎:熱力學第一定律——能量守恆定律,能量既不能被創造也不能被消滅。
基於深度學習的建築能耗預測03——能耗建模

(原圖出自:https://learn.openenergymonitor.org/sustainable-energy/building-energy-model/readme)

能量(熱量)進入=能量(熱量)出去

能量(熱量)進入 能量(熱量)出去
人體發熱(=單位發熱量人數出勤時間表) 牆體傳導吸熱
應用裝置發熱 空氣流通帶走熱量
照明裝置發熱 窗戶傳導散熱
熱量來自太陽(取用天津市氣象資料epw檔案) 材料之間的縫隙導致熱量流失
機械系統加熱(冬季暖氣供熱) 空調系統帶走熱量

需要注意的是,以上熱量出去的4種方式並不總是成立。比如在冬天,熱量的確會以這4種方式散失,但在夏天高溫時,熱量反而會以這幾種方式進入房間。更微妙的是,不同的溫度、風速、相對溼度、有無遮陽設施,都會影響這些熱量到底是進入還是流出。我認為,這是能耗建模的難點之一。暖氣和空調則是極端天氣的需求,這是我們能耗模擬的主要目標。

能量平衡圖:
基於深度學習的建築能耗預測03——能耗建模

x軸表示月份;y軸是對應每個月份的能量正負平衡,正表示熱量進入室內的部分,負值表示帶走熱量的部分。

在我們課題中這個表用來參考建立能耗模型。在其他應用上,我們可以利用這個表,很直觀的看出自己的設計能夠從哪些方向改進設計。

Energyplus 引擎操作思路

使用Energyplus引擎,需要傳送給EP的資料分為兩大類,其中Zone是我們的建築模型,它主要包含5種資訊:

· 全年氣候資料

匯入天津市氣象資料epw檔案

進入 https://www.ladybug.tools/epwmap/ 找到天津市,下載氣象資料包,使用其中的epw檔案。

· Zones(建築空間+材料)

Zone 包括建立建築模型和賦予材質,它主要包含以下5種資訊:

引數型別 具體
1、建築空間(Rhino建模) 要準確表示你的意圖,如果設計了一個密閉空間,那至少模型上不要有穿模或意料之外的開口。另,儘量不要做L形房間;
2.材料構造和引數 包含牆、窗、天花板、地板、熱橋(建築材料之間的縫隙)等相關引數;
3.Schedule(時間表) 包括人員出勤時間表、照明裝置時間表、應用裝置時間表;
4.Loads(荷載) 應用裝置和照明裝置功率引數;
5.其他 使用者Met(人體新陳代謝率)、是否使用機械系統調節氣溫、以及其餘存在但我還不瞭解的引數。

(後文根據上述五點分點敘述)

開頭寫的熱量交換的10種方式,來到honeybee這裡,被具體為不同的引數:比如人體發熱,具體為出勤時間表和人體新陳代謝率;照明裝置發熱,具體為照明裝置時間表和照明裝置功率;來自太陽的熱量,具體為全年氣候檔案、牆、窗的構造和導熱係數;機械系統採暖和製冷,也可以選擇是否啟用。

能耗建模非常難,加上引數太多,輸出的結果很大可能是垃圾,所以當我們得到一組結果之後,需要先去理解結果,在通過多次調整根據結果的變化,驗證某部分的影響和有效性。利用架好的流程,調整引數嘗試執行,再檢查得到的結果,如此迴圈,直到得到較為合理的、能夠使用的資料。

1、建築空間(Rhino建模)

在我們的課題中,我們建立了天津城建大學女生宿舍的標準層模型,準確永遠優先於複雜,建模時我們根據熱工分割槽的原理,按照房間外窗朝向、房間位置、房間功能分類建zone。

同一棟宿舍樓內:不同樓層的各個房間之間,同樓層不同方位的房間之間存在規律性的空調負荷差異。房間的樓層、朝向直接影響宿舍冷熱負荷,進而導致即使在相同使用者用能行為模式下,仍產生不同能耗。 邊角房間日均用電量可能高於中間房間,主要原因在於:邊角房間的外牆面積大,由圍護結構傳熱形成的冷熱負荷高於中間房間。 熱工分割槽(取中間樓層,非首層或頂層):

1、樓道+廁所水房+走廊各一個zone,設定房間功能為:Corridor;

2、南北兩排房間整體分別設zone,設定房間功能為Apartment;

3、邊角房間:東北角、東南角、西北角房間各1個zone,設定房間功能為Apartment。
基於深度學習的建築能耗預測03——能耗建模

注:

· 相關電池組檔案、模型檔案以及氣象資料檔案,都務必儲存在簡短無中文的路徑下(LB使用的程式語言無法識別中文);

· 建立 zone 時,一定是生成 Closed Brep 能耗模擬才可以順利進行)。

2.材料構造和引數

設定外窗和外牆引數

· 定義玻璃引數:

引數名稱 表示內容
U 值 以 W/m2-k 為單位表示視窗的 U 值,這是冬季供暖條件下的額定 U 值。
SHGC 表示窗戶的太陽能得熱係數。太陽得熱係數本質上是落在窗戶上的太陽輻射通過玻璃(垂直入射)的分數。對於沒有低輻射塗層的玻璃來說,這個數字通常非常接近可見光透射率(VT),但對於帶有低輻射塗層的玻璃來說可能會更低。
VT 表示視窗的可見光透射率(VT),可見光投射率本質上是落在窗戶上的可見光透過玻璃(垂直入射)的分數。對於沒有低輻射塗層的玻璃,這個數字通常非常接近於太陽熱增益係數(SHGC),但對於帶有低輻射塗層的玻璃,可能會更高。

· 定義外牆引數:

引數名稱 表示內容
thermAbsp 表示材料的熱吸收率,預設設定0.9(對大多數非金屬材料來說是常見的)。
solAbsp 表示材料對太陽輻射的吸收率,預設設定0.7(對大多數非金屬材料來說是常見的)。
visAbsp 表示材料對可見光的吸收率,預設設定0.7(對大多數非金屬材料來說是常見的)。

基於深度學習的建築能耗預測03——能耗建模

3.Schedule(時間表)

· Schedules與能耗的關係

時間表在能耗建模中表示每小時人員出勤率、照明裝置使用率、應用裝置使用率等情況,對時間表的設定,有助於模擬更真實的建築使用情況。

不管我們要求多長時間的能耗,問題都可以被分解為多個子問題:一年中每一個小時的能耗有多少。解決子問題以後簡單求和就可以得出總能耗(或將逐時資料轉換為逐日資料以便後續使用)。

以 人體散熱 為例:

眾所周知,人在進行不同活動的時候,會有不同的單位發熱量,這個功率我們用 Met 來衡量,1 Met 即為人在靜坐時的單位發熱量,通常我們取1Met=120W 。

所以這一小時的發熱量 W = Pnt ,P 是單位發熱量,n 是這一小時內的人數,t 是時間,這裡取 t=1。

這時候問題來了,隨著時間變化,人員的數量和活動形式(與單位發熱量相關)可能也會有變化,為了描述這一變化,我們作如下表述:

型別 內容
1、活動時間表 表示全年共計8760小時內每小時人員的單位發熱量
2、人數時間表 表示全年共計8760小時內每小時室內人數
3、出勤時間表 表示全年共計8760小時內每小時人員在室內的百分率

人體發熱 = 活動時間表 x 人數時間表 x 出勤時間表。第二項和第三項,實際上是描述應到的人數和實到的人數的關係,具體到宿舍樓中,這兩項就是單位寢室居住人數和留寢率,兩者相乘,就是該小時室內的人數。

· 在 Honeybee 中設定 Schedules

以一張出勤時間表為例,先來看懂一張 Schedule:
基於深度學習的建築能耗預測03——能耗建模

綠框內:第7行開始的8760個數,表示一年中合計8760個小時的每一個小時內,正常出勤人數的百分比。第7行到30行依次表示1月1日的24個小時。

再來看截圖中具體的數值,第13行,即早上7點,出勤率為1,此時所有同學都在室內;9點到12點,出勤率變小,正常上課時間內大部分同學離開寢室。

檢視預設 Schedule

如圖,Honeybee 自帶的 Schedules 和 Loads 被包含在 ZoneProgram (用於描述 Zone 的功能)裡面,用圖中的方法可以看到不同功能下的預設時間表。
基於深度學習的建築能耗預測03——能耗建模

自定義 Schedule

基於深度學習的建築能耗預測03——能耗建模

如上圖,粉紅色的運算器叫 Gene Pool ,可以快速定義一列數字。右下角下著 dormitory 的 Panel 意為將新的 Schedule 命名為 dormitory 。系統就可以直接根據名字識別 Schedule ,詳細用法

使用自定義 Schedule

如圖。把HBZones接入運算器,OccupancySchedules一欄接入 dormitory 即可。

基於深度學習的建築能耗預測03——能耗建模

4、Loads (荷載)

應用裝置和照明裝置功率引數設定。

(待續)

5、其他(待續)

參考資料

[1] 楊雲春. 高校學生宿舍用電量特徵與電費計價原則.《煤氣與熱力》2020.09

[2] 肖毅強. 廣州地區建築外窗的分朝向熱工引數模擬研究[C]//全國高等學校建築學專業教育指導分委員會建築數字技術教學工作委員會. 共享·協同——2019全國建築院系建築數字技術教學與研究學術研討會論文集. 北京:中國建築工業出版社,2019:10-17.

[3] 尹亮亮. 基於能耗調研的天津某高校節能潛力分析和能耗預測(碩士學位論文)[D]. 天津:天津大學,2010:1-7.

……等

參考部落格

https://blog.csdn.net/baidu_34015648/article/details/108306403
https://blog.csdn.net/baidu_34015648/article/details/108315061?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-1.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-1.no_search_link