集成energyplus 和dakota 优化建筑能耗的方法及案例分析 - 东南大学.pdf

集成EnergyPlus 和Dakota 优化建筑能耗 的方法及案例分析 1,* 1 1,2 1 田志超 ，陈文强 、石邢 、司秉卉 1 东南大学,建筑学院，江苏省南京市，210096；2 城市与建筑遗产 保护教育部重点实验室，江苏省南京市，210096 *江苏省南京市玄武区四牌楼2 号，210096 tzchao123@ 摘要：公共建筑围护结构的热工性能应满足《公共建筑节能标准》的要求，如不满足应进行 权衡计算，在实际工程中很多设计建筑并不能满足标准值的要求，却能通过计算，本文通过 建筑能耗模拟优化技术探求其中的原因。建筑能耗优化是将建筑能耗模拟和优化技术集成的 产物，用于解决大规模能耗模拟面临的问题。选择合适的优化工具对于建筑能耗模拟优化工 具的开发、实现和应用均有重大的影响。本文首先介绍优化工具 Dakota 和能耗模拟软件 EnergyPlus ，之后介绍将EnergyPlus 和Dakota 集成的方法，再之后使用这种方法对一栋两层 办公建筑进行了参数化分析，得到所有方案的能耗和增量成本，最后分析了这种方法在围护 结构热工权衡计算时的优势。结果表明集成EnergyPlus 和Dakota 的技术难度较高，但可以 帮助用户快速找到最优的方案。 关键词：EnergyPlus Dakota 优化 建筑节能 0 引言 进入21 世纪后在建筑能耗模拟软件越发完善情况下，越来越多的研究者将研究的方向 转向具有优化功能的能耗模拟软件的研究。建筑能耗模拟技术的应用可以降低设计建筑的能 耗，这一点在行业内得到了广泛的证实和认可。在建筑设计过程中通常会改变某一设计参数， 保持其他参数不变，以观察其对建筑能耗的影响，这种方法被称为参数化模拟 （Parametric Simulation Method ）或者敏感性分析（Sensitivity Analysis ）。更进一步，利用软件中的优化算 法，同时改变多个设计参数以观察其对建筑能耗的影响，并从众多方案中选出最优方案的方 法称为建筑性能优化 （Building Performance Optimization ，BPO ）或基于模拟的优化技术 （Simulation-based optimization, SBO ）。从上面的描述可以看出这两种方法均需要不断地改 变参数重复地模拟，这是通过优化软件自动地改变参数调用能耗模拟软件计算实现的。 尽管在上世纪80 年代就有学者开始关注将模拟优化技术集成建筑性能模拟，但大多数 的研究还是从2000 年至今的完成的，图1 是1990 年至2012 年在建筑科学领域发表的模拟 优化的论文数量变化趋势图，从图中可以看出从 2006 年至 2012 年相关论文发表数呈指数 级增长。 1 图1 建筑科学领域优化论文发表量逐年变化图[1] 很多研究者使用了不同的优化算法优化建筑的能耗，比较常用的算法有线性规划法 （Linear Programming ）、遗传算法（Genetic Algorithms ，GA ）、进化规划算法（Evolutionary Programming, EP ）和差分进化算法（Differential Evolution ，DE ）、粒子群优化算法（Particle [2] Swarm Optimization，PSO ）和蚁群优化算法（Ant Colony Optimization, ACO ）等 。研究者 使用优化算法，如进化类算法，期望解决需要大规模模拟的技术难题。通常优化算法是由优 化工具或优化模块提供的，故需要考虑如何将优化工具和建筑性能模拟工具相集成。建筑能 耗模拟是建筑性能模拟中重要的一项内容，下面以能耗模拟代替性能模拟进行探讨。 将建筑能耗模拟软件和优化工具集成应用于工程领域不仅仅要考虑到优化工具本身的 优化能力，还应考虑软件的可扩展性，是否开源，开发的难度和使用难度等问题。