基于遗传算法的绿色建筑优化设计-土木建筑学会.DOC

基于遗传算法的绿色建筑优化设计 李涛， 林尧林， 杨薇 武汉理工大学建筑环境与能源应用工程系 摘 要：建筑师在实际运用建筑节能设计标准过程中感觉标准较复杂、不方便。将遗传算法在多目标优化设计中的优势与建筑能耗仿真软件结合起来，建立一套绿色建筑优化设计方法或模型。以武汉地区住宅建筑为例，在最低能耗与最低成本的目标控制下，同时优化设计建筑朝向、窗墙比、外墙结构、屋面结构、采暖温度设定点、空调温度设定点、遮阳系数、玻璃类型的组合因素。优化结果与现有绿色建筑规范进行对比，给出了绿色建筑设计中部分参数的新的参考值。 关键词：遗传算法 优化设计 多目标 绿色建筑 0 引言 影响建筑能耗的因素比较多，如建筑体形、外墙结构、屋面结构、窗墙比、建筑朝向等等。因此关于各因素如何影响建筑能耗的研究开展的较早，并且涉及的影响因素更加全面。Pan在英国开展了气密性测试和研究，通过回归分析研究气密性和建筑材料、建筑形式、围护结构等的定量关系[1]。李楠等研究了人员行为对住宅能耗的影响，提出行为节能率ɑ来表征其对建筑能耗的影响力[2]。建筑能耗影响因素方面的研究普遍存在只研究单一因素，忽略因素之间的相关性的问题。多因素对建筑能耗的综合影响分析研究逐渐兴起，综合影响分析方面的进步奠定了绿色建筑能耗优化设计的基础。学者们更是将成本目标与能耗目标结合、舒适性目标与能耗目标结合，开绿色建筑多目标的优化设计方面的研究。BuckingScot以成本和能源消耗为目标优化设计太阳能房屋，提出多种实现近零能耗的方案[3]。王伟明等选取建筑朝向、纵横比、窗户类型、墙体类型等参数，利用遗传算法优化绿色建筑设计，同时实现全寿命周期最低成本和全寿命最低环境影响[4]。但关于建筑围护结构参数与采暖空调系统参数同时优化设计的研究不多，也未与现有的设计标准值对比，形成有一定实践指导性的新参考值。 我国颁布执行的建筑节能设计标准如：《公共建筑节能设计标准》GB50189-2015[5]、《夏热冬冷地区居住建筑节能设计标准》JGJ134-2010[6]、《严寒和寒冷地区居住建筑节能设计标准》JGJ26-2010[7]、《夏热冬暖地区居住建筑节能设计标准》JGJ75-2012[8]等，实质上是一种多因素综合降低建筑能耗的优化结果。增加成本目标或舒适性目标的优化设计，更加具有研究价值和实践意义。一般地，遗传算法和正交试验法是两种主要的优化方法，遗传算法更加接近最优结果{9}。将建筑能耗模拟软件与遗传算法结合，探索一套快速的绿色建筑优化设计模型，即可用于绿色建筑设计，也可用于绿色建筑评价。 1 优化模型框架 为构建优化设计模型，选择Design builder来完成建筑能耗模拟和成本分析，遗传算法作为最低能耗和最小成本两个矛盾目标的优化工具。与传统优化方法相比，遗传算法基于自然选择过程中进化理论，提供的不是一种优化解决方案，而是各种优化解决方案的集合[10]；再有，遗传算法在每代迭代过程中采用可能性方法优化参数值，而不是确定性规则。遗传算法在遗传迭代过程按照下列程序进行：选择初始样本种群中接近目标函数值的样本进入新样本的复制，选定的样本进行交叉运算，常用的是一点交叉算子，交叉后产生新的种群，为保证种群的多样性，最后执行变异运算，变异算子直接产生新的种群。 图1描述了绿色建筑优化设计的基本模型结构和流程[11]，初始参数如：建筑朝向、窗墙比、遮阳系数、采暖温度设置点、空调温度设置点、外墙围护结构、屋面围护结构、玻璃类型等生成初始模型，模拟就算出能耗及成本值。若不满足最优条件，遗传算法通过交叉、变异生成新的参数值即新的种群，进入循环计算，直到满足最小能耗和最低成本目标结束。一系列最优解下的参数值构成了绿色建筑优化设计的基础数据，便于寻找到同一地区或同一气候区推荐参数值。 2 建筑模型 以一户建筑面积为100 m2(10 m×10 m)的方形简化住宅建筑（如图2）为优化设计对象，层高4m ，住户人口5人，位于武汉，属于夏热冬冷气候地区。按照湖北省地方标准《低能耗居住建筑节能设计标准》要求，设计围护结构、门、窗、照明等各项参数[12]，详 见表1。该建筑模型主要朝向为南偏东15。，为标准中最佳朝向。进户门一扇，选择尺寸为1.0 m×2.0 m铝型材门置于南墙。东南西北各外墙设置2个尺寸为1.8m×2.1m的铝型材外窗，玻璃类型选择双层中空3mm低辐射玻璃（Dbl LoE Clr 3mm/13mm Air），窗墙比为18.9，内遮阳为高质密度窗帘，外遮阳为水平悬挑0.5m混凝土板。外墙、屋面、地面结构设置见图3. 图1 绿色建筑优化设计模型框架 表1 建筑模型各项参数值与标准值对照表 主要参数 模型初始设计值 标准值 外墙热工性能 K=0.475；D=2.607 K≤0.60；D≥2.5