一种未来气候建筑多目标节能优化方法和系统技术方案

本发明专利技术提出了一种未来气候建筑多目标节能优化方法和系统，该方法包括：根据获取的历史气象数据和预测月尺度数据，生成未来逐时气候数据；确定优化目标和决策变量；将决策变量输入至建筑模型中；将建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间；根据建筑模型计算得到全生命周期碳排放量；将建筑能耗和热不舒适时间，以及全生命周期碳排放量输入神经网络中，拟合输出目标函数；将目标函数输入至遗传算法，得到一组帕累托最优解；利用线性加权和法，按照需求设置权重系数，得到最终优化方案。基于该方法，还提出了优化系统。本发明专利技术考虑了未来气候变化对建筑性能的影响，使优化目标的计算结果更符合实际。际。际。

【技术实现步骤摘要】
一种未来气候建筑多目标节能优化方法和系统


[0001]本专利技术属于未来气候建筑能源优化
，特别涉及一种未来气候建筑多目标节能优化方法和系统。

技术介绍

[0002]随着全球气候变暖，以及人们生活需求的改善和人口数量的增加，建筑能源消耗一直呈上升趋势，根据中国建筑能耗研究报告2020所述，2018年建筑运行阶段能耗占全国能源消费总量的21.7％，建筑全生命周期碳排放占全国能源碳排放的51.2％，对于建筑进行节能设计优化显得尤为重要。在追求节能减排时，势必会对建筑室内热舒适度造成影响，如何使建筑能耗、热舒适度和碳排放三者达到最优，是建筑设计优化中的关键问题。同时因为全球气候变暖，现有的气象数据已不能满足建筑模拟的需求，探求未来气候下建筑节能多目标优化设计有着重要意义。
[0003]现有技术中，对建筑的优化设计主要考虑围护结构参数，很少有考虑与人行为相关的参数，优化目标大多是建筑能耗，并没有考虑到建筑能耗、热舒适度和碳排放多个目标之间相互影响的关系。同时建筑模拟使用的是历史气象数据，并不能准确反映未来气候下建筑性能的变化。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种未来气候建筑多目标节能优化方法和系统，考虑了未来气候变化对建筑性能的影响，使优化目标的计算结果更符合实际。
[0005]为实现上述目的，本专利技术采用以下技术方案：一种未来气候建筑多目标节能优化方法，包括以下步骤：根据获取的历史气象数据和预测月尺度数据，生成未来逐时气候数据；确定建筑物节能的优化目标和影响所述优化目标的决策变量；将所述决策变量输入至构建的建筑模型中；将所述建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间；根据所述建筑模型计算得到全生命周期碳排放量；将所述建筑能耗和热不舒适时间，以及全输入至周期碳排放量作为构神经网络预测模型的输入，经过所述神经网络的拟合输出目标函数；将所述目标函数输入至多目标遗传算法，得到一组帕累托最优解；利用线性加权和法，按照需求设置权重系数，得到最终优化方案。
[0006]进一步的，所述生成未来逐时气候数据的方法包括：将所述历史气象数据和预测月尺度数据输入至降尺度模型得到未来逐时气候数据；所述预测月尺度数据为全球气候模式下不同典型浓度路径情景的预测月尺度数据。
[0007]进一步的，所述降尺度模型采用变形法实现气候数据的降尺度，所述变形法采用位移、线性伸缩或者位移和线性伸缩相结合的方式；所述位移公式为：；其中，为未来逐时气候数据；为历史逐时气
候数据；为m月预测气象变化值；所述线性伸缩的公式为；其中，为m月降尺度伸缩系数；所述位移和线性伸缩相结合的公式为：；为m月历史气象数据的平均值。
[0008]进一步的，所述优化目标包括建筑能耗、热舒适度和全生命周期碳排放；所述决策变量包括几何空间参数、围护结构参数、空调系统参数和与人行为相关的参数。
[0009]进一步的，所述将所述建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间的过程包括：在所述能耗模拟软件中设置围护结构、空调系统和照明设备；在所述能耗模拟软件人行为模块中设置房间参数、人员移动参数和动作参数，将未来逐时气象数据导入能耗模拟软件中；对所述能耗模拟软件进行模拟得到建筑能耗数据和建筑各个房间温湿度数据；根据标准设定服装热阻、空气流速和人体代谢率，计算得到该建筑的热不舒适时间。
[0010]进一步的，所述根据所述建筑模型计算得到全生命周期碳排放量的过程包括：通过导出Revit中的材料明细表得到各材料的消耗量，结合碳排放因子数据以及工程信息，进行计算得到全生命周期碳排放。
[0011]进一步的，所述神经网络预测模型包括输入层、若干隐含层和输出层；且节点数等于决策变量的数量；所述隐含层的数量确定的公式为；其中，为隐藏层节点数；为输出层节点数；N为输入层节点数。
[0012]进一步的，将所述目标函数输入至多目标遗传算法，得到一组帕累托最优解的过程包括：在所述多目标遗传算法中输入种群大小、最大进化代数、变异率和交叉率，进行计算得到帕累托最优解。
[0013]进一步的，所述线性加权和法的公式为：；；其中：代表第i个目标函数；为权重系数；目标函数的最大值；目标函数的最小值。
[0014]本专利技术还提出了一种未来气候建筑多目标节能优化系统，包括：获取模块、模拟模块、拟合模块和计算模块；所述获取模块用于根据获取的历史气象数据和预测月尺度数据，生成未来逐时气候数据；所述模拟模块用于确定建筑物节能的优化目标和影响所述优化目标的决策变量；将所述决策变量输入至构建的建筑模型中；将所述建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间；根据所述建筑模型计算得到全生命周期碳排放
量；所述拟合模块用于将所述建筑能耗和热不舒适时间，以及全生命周期碳排放量作为构建的神经网络预测模型的输入，经过所述神经网络的拟合输出目标函数；所述计算模块用于将所述目标函数输入至多目标遗传算法，得到一组帕累托最优解；利用线性加权和法，按照需求设置权重系数，得到最终优化方案。
[0015]
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：本专利技术提出了一种未来气候建筑多目标节能优化方法和系统，该方法包括以下步骤：根据获取的历史气象数据和预测月尺度数据，生成未来逐时气候数据；确定建筑物节能的优化目标和影响优化目标的决策变量；将决策变量输入至构建的建筑模型中；将建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间；根据建筑模型计算得到全生命周期碳排放量；将建筑能耗和热不舒适时间，以及全生命周期碳排放量作为构建的神经网络预测模型的输入，经过所述神经网络的拟合输出目标函数；将目标函数输入至多目标遗传算法，得到一组帕累托最优解；利用线性加权和法，按照需求设置权重系数，得到最终优化方案。基于一种未来气候建筑多目标节能优化方法，还提出了一种未来气候建筑多目标节能优化系统。本专利技术考虑了未来气候变化对建筑性能的影响，使优化目标的计算结果更符合实际。
[0016]本专利技术中决策变量考虑更加全面，利用DeST软件考虑了人行为对建筑优化目标的影响，使多目标优化方案更加合理。
[0017]本专利技术结合BIM进行碳排放量的计算，提高了计算效率。
[0018]本专利技术利用BP神经网络建立优化目标预测模型，大量节约了模拟时间，提高了多目标优化系统的效率。
[0019]本专利技术采用了aNSGA
‑Ⅱ
多目标遗传算法，补充了结果的多样性。
附图说明
[0020]如图1为本专利技术实施例1一种未来气候建筑多目标节能优化方法流程图；如图2为本专利技术实施例1一种未来气候建筑多目标节能优化方法中BP神经网络流程图示意图；如图3为本专利技术实施例1一种未来气候建筑多目标节能优化方法中NSGA
‑Ⅱ
流程图；如图4为本专利技术实施例2一种未来气候建筑多目标节能优化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种未来气候建筑多目标节能优化方法，其特征在于，包括以下步骤：根据获取的历史气象数据和预测月尺度数据，生成未来逐时气候数据；确定建筑物节能的优化目标和影响所述优化目标的决策变量；将所述决策变量输入至构建的建筑模型中；将所述建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间；根据所述建筑模型计算得到全生命周期碳排放量；将所述建筑能耗和热不舒适时间，以及全生命周期碳排放量作为构建的神经网络预测模型的输入，经过所述神经网络的拟合输出目标函数；将所述目标函数输入至多目标遗传算法，得到一组帕累托最优解；利用线性加权和法，按照需求设置权重系数，得到最终优化方案。2.根据权利要求1所述的一种未来气候建筑多目标节能优化方法，其特征在于，所述生成未来逐时气候数据的方法包括：将所述历史气象数据和预测月尺度数据输入至降尺度模型得到未来逐时气候数据；所述预测月尺度数据为全球气候模式下不同典型浓度路径情景的预测月尺度数据。3.根据权利要求2所述的一种未来气候建筑多目标节能优化方法，其特征在于，所述降尺度模型采用变形法实现气候数据的降尺度，所述变形法采用位移、线性伸缩或者位移和线性伸缩相结合的方式；所述位移公式为：；其中，为未来逐时气候数据；为历史逐时气候数据；为m月预测气象变化值；所述线性伸缩的公式为；其中，为m月降尺度伸缩系数；所述位移和线性伸缩相结合的公式为：；为m月历史气象数据的平均值。4.据权利要求1所述的一种未来气候建筑多目标节能优化方法，其特征在于，所述优化目标包括建筑能耗、热舒适度和全生命周期碳排放；所述决策变量包括几何空间参数、围护结构参数、空调系统参数和与人行为相关的参数。5.根据权利要求1所述的一种未来气候建筑多目标节能优化方法，其特征在于，所述将所述建筑模型和未来逐时气候数据导入能耗模拟软件中得到建筑能耗和热不舒适时间的过程包括：在所述能耗模拟软件中设置围护结构、空调系统和照明设备；在所述能耗模拟软件人行为模块中设置房间参数、人员移动参数和动作参数，将未来逐时气象数据导入能耗模拟软件中；...

【专利技术属性】
技术研发人员：王海山，王丽，欧阳雪，万黎明，万力，刘吉营，郇鑫，郭喜宏，胡国芳，郑卓茜，冉靖宇，
申请(专利权)人：中认国证北京评价技术服务有限公司，
类型：发明
国别省市：