一种低能耗建筑关键参数性能化设计方法及系统技术方案

本发明专利技术提供了一种低能耗建筑关键参数性能化设计方法及系统，所述方法包括：梳理影响建筑负荷的关键参数，和关键参数对应的建筑部品在不同性能指标下的市场价格，得到建筑部品的价格性能关系模型；按照建筑图纸建立建筑能耗模拟仿真模型，获得多组不同关键参数下的建筑负荷；利用多组关键参数和仿真得到的建筑负荷，建立建筑的快速负荷预测模型；结合建筑部品的价格性能关系模型和快速负荷预测模型，输出设计参数组合和负荷指标。本发明专利技术的优势在于：本发明专利技术针对不同民用建筑均可实现以上过程，通用性强；建筑设计人员可通过本方法实现模型建筑和优化计算，并获得优化结果，学习成本低；优化以全寿命期技术经济最优为目标，满足工程实际要求。足工程实际要求。足工程实际要求。

【技术实现步骤摘要】
一种低能耗建筑关键参数性能化设计方法及系统


[0001]本专利技术属于建筑设计领域，具体涉及一种低能耗建筑关键参数性能化设计方法及系统。

技术介绍

[0002]我国建筑运行碳排放总量2019年达到约21亿吨，占我国社会碳排放总量的21％。若维持现有建筑节能政策标准与技术不变，建筑领域的碳达峰时间约在2038年左右，对我国兑现“2060碳中和”目标构成巨大挑战，因此建筑领域需加快节能降碳的步伐。2019年9月，国家标准GB/T 51350
‑
2019《近零能耗建筑技术标准》正式实施，在标准中提出了近零能耗建筑性能化设计理念。性能化设计应以定量分析及优化为核心，应进行建筑和设备的关键参数对建筑负荷及能耗的敏感性分析，并在此基础上，结合建筑全寿命期的经济效益分析，进行技术措施和性能参数的优化选取。在进行低能耗建筑设计时，应秉承以气候特征为引导的建筑方案设计原则，在设计之初充分了解当地的气象条件、自然资源、生活居住习惯，借鉴传统建筑被动式措施，根据不同地区的特点进行建筑平面总体布局、朝向、体形系数、开窗形式、采光遮阳、室内空间布局的适应性设计。
[0003]根据被动优先，主动优化的原则，建筑设计首先从被动式建筑设计角度优化建筑方案和性能指标，降低建筑耗冷量和耗热量。相比普通建筑，低能耗建筑采用了更好的外墙保温、更高性能的外门窗、外遮阳系统，高效的空调设备等节能技术措施，因此在初投资上会高于普通建筑。尽管低能耗建筑在其全生命周期运行时能耗大幅度降低，进而降低运行成本，增加的初投资可以在一定年限内得到回收，但是如果不通过性能化设计优选提高性能指标，很可能出现增量成本过高，节能措施投资回收期过长的情况。
[0004]低能耗建筑的被动式技术包含：高性能围护结构保温、高性能门窗技术、遮阳设计、无热桥设计与施工、高建筑气密性以及高效新风热回收系统等。传统建筑设计时，设计人员通过经验判定多个方案，进行定量能耗计算和增量成本计算，经过比较来确定较优的设计方案。由于不同建筑方案的区别，面临多个设计参数的优化时，很难通过经验确定有限的备选方案，比如，当需要有优化外墙、屋面、地面保温性能，外窗传热系数、建筑气密性等级、太阳得热性能、外遮阳系数和新风热回收效率8个指标时，即使仅考虑每个指标有5个备选的性能等级，则备选方案达到58＝390625个，这个数量级的备选方案是巨大的，如果使用能耗模拟软件，即使建筑不太复杂，1分钟计算一个方案来算，也需要6510小时，无法满足工程要求。
[0005]通过以上分析可以看出，低能耗建筑要求进行性能化设计，性能化设计要求以定量分析以及优化为核心，但建筑节能设计涉及参数众多，并且每个参数涉及多个指标，任意组合方案数量将成指数级增长，无法通过设计人员完成方案对比，因此需建立一套低能耗建筑性能化设计方法，实现快速优化计算，并且满足工程设计要求。

技术实现思路

[0006]本专利技术的目的在于克服现有低能耗建筑性能化设计需要大量人力且耗费时间长的缺陷。
[0007]为了实现上述目的，本专利技术提出了一种低能耗建筑关键参数性能化设计方法，所述方法包括：
[0008]步骤1：梳理影响建筑负荷的关键参数，和关键参数对应的建筑部品在不同性能指标下的市场价格，得到建筑部品的价格性能关系模型；
[0009]步骤2：按照建筑图纸建立建筑能耗模拟仿真模型，获得多组不同关键参数下的建筑负荷；
[0010]步骤3：利用步骤2的多组关键参数和仿真得到的建筑负荷，建立建筑的快速负荷预测模型；
[0011]步骤4：结合建筑部品的价格性能关系模型和快速负荷预测模型，输出设计参数组合和负荷指标。
[0012]作为上述方法的一种改进，所述步骤1具体为：
[0013]梳理影响建筑负荷的关键参数，获取该参数对应的建筑部品在不同性能指标下的市场价格，拟合建筑部品性能指标和价格关系函数，获取建筑部品的价格性能关系模型；
[0014]所述影响建筑负荷的关键参数包括：外墙传热系数、地面传热系数、屋面传热系数、外窗传热系数、外窗太阳的热系数、遮阳系数、建筑气密性和新风热回收效率；
[0015]所述建筑产品部件包括：保温材料、高性能外窗、遮阳、建筑气密材料和新风热回收机组；
[0016]所述性能指标包括传热系数和太阳得热系数；
[0017]所述拟合建筑部品性能指标和价格关系函数采用的方法包括一元线性回归和一元非线性回归。
[0018]作为上述方法的一种改进，所述步骤2具体为：
[0019]按照建筑图纸建立建筑能耗模拟仿真模型，随机产生多组影响建筑负荷的关键参数，代入已建立的建筑能耗模拟仿真模型，获得多组不同参数下的建筑负荷；
[0020]建立建筑能耗模拟仿真模型的内容包括：建筑围护结构、建筑室内热扰、通风系统、房间功能和逐时气象参数；
[0021]随机产生多组影响建筑负荷的关键参数满足正态分布。
[0022]作为上述方法的一种改进，所述方法还包括快速负荷预测模型的训练步骤；具体包括：
[0023]步骤3
‑
1：数据预处理；
[0024]步骤3
‑
2：训练BP神经网络预测模型；
[0025]步骤3
‑
3：当满足训练要求，得到训练好的快速负荷预测模型。
[0026]作为上述方法的一种改进，所述步骤3
‑
1具体包括：
[0027]数据归一化处理，计算公式为：
[0028]其中：x
i
为原数据，min(x为参数中的最小值，max(x为参数中的最大值，x'为归一化后的数据；
[0029]将处理后的数据分为训练集和测试集。
[0030]作为上述方法的一种改进，所述步骤3
‑
2的BP神经网络预测模型包括输入层、隐含层和输出层；输入为多个关键参数，输出为全年累计耗冷量和耗热量；其中，
[0031]输入层的每个神经元对应一个关键参数；输出层有2个神经元，分别对应全年累计耗冷量和耗热耗热量。
[0032]作为上述方法的一种改进，所述步骤4具体包括：
[0033]结合建筑部品的价格性能关系模型和快速负荷预测模型，设定约束指标，设立目标函数，运用多目标寻优算法求解满足约束指标的建筑全寿命期技术经济最优设计参数，输出设计参数组合和负荷指标，所述负荷指标包括建筑部品初始成本和全寿命期能耗成本。
[0034]作为上述方法的一种改进，所述约束指标为建筑单位面积年累计耗冷量和年累计耗热量；
[0035]所述目标函数为
[0036]其中，N＝b
a
，N代表总的策略数量，a代表关键参数数量，b代表关键参数的水平数量；f
wp
(X
k
)为第k种策略下初投资费用，由价格性能关系模型得到；f
wo
(X
k
)为第k种策略下全寿命期运行能耗费用，由快速负荷预测模型得到；...

【技术保护点】

【技术特征摘要】
1.一种低能耗建筑关键参数性能化设计方法，所述方法包括：步骤1：梳理影响建筑负荷的关键参数，和关键参数对应的建筑部品在不同性能指标下的市场价格，得到建筑部品的价格性能关系模型；步骤2：按照建筑图纸建立建筑能耗模拟仿真模型，获得多组不同关键参数下的建筑负荷；步骤3：利用步骤2的多组关键参数和仿真得到的建筑负荷，建立建筑的快速负荷预测模型；步骤4：结合建筑部品的价格性能关系模型和快速负荷预测模型，输出设计参数组合和负荷指标。2.根据权利要求1所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述步骤1具体为：梳理影响建筑负荷的关键参数，获取该参数对应的建筑部品在不同性能指标下的市场价格，拟合建筑部品性能指标和价格关系函数，获取建筑部品的价格性能关系模型；所述影响建筑负荷的关键参数包括：外墙传热系数、地面传热系数、屋面传热系数、外窗传热系数、外窗太阳的热系数、遮阳系数、建筑气密性和新风热回收效率；所述建筑产品部件包括：保温材料、高性能外窗、遮阳、建筑气密材料和新风热回收机组；所述性能指标包括传热系数和太阳得热系数；所述拟合建筑部品性能指标和价格关系函数采用的方法包括一元线性回归和一元非线性回归。3.根据权利要求2所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述步骤2具体为：按照建筑图纸建立建筑能耗模拟仿真模型，随机产生多组影响建筑负荷的关键参数，代入已建立的建筑能耗模拟仿真模型，获得多组不同参数下的建筑负荷；建立建筑能耗模拟仿真模型的内容包括：建筑围护结构、建筑室内热扰、通风系统、房间功能和逐时气象参数；随机产生多组影响建筑负荷的关键参数满足正态分布。4.根据权利要求3所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述方法还包括快速负荷预测模型的训练步骤；具体包括：步骤3
‑
1：数据预处理；步骤3
‑
2：训练BP神经网络预测模型；步骤3
‑
3：当满足训练要求，得到训练好的快速负荷预测模型。5.根据权利要求4所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述步骤3
‑
1具体包括：数据归一化处理，计算公式为：其中：x
i
为原数据，min(x)为参数中的最小值，max(x)为参数中的最大值，x'为归一化后的数据；将处理后的数据分为训练集和测试集。
6.根据权利要求5所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述步骤3
‑
2的BP神经网络预测模型包括输入层、隐含层和输出层；输入为多个关键参数，输出为全年累计耗冷量和耗热量；其中，输入层的每个神经元对应一个关键参数；输出层有2个神经元，分别对应全年累计耗冷量和耗热耗热量。7.根据权利要求1所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述步骤4具体包括：结合建筑部品的价格性能关系模型和快速负荷预测模型，设定约束指标，设立目标函数，运用多目标寻优算法求解满足约束指标的建筑全寿命期技术经济最优设计参数，输出设计参数组合和负荷指标，所述负荷指标包括建筑部品初始成本和全寿命期能耗成本。8.根据权利要求7所述的低能耗建筑关键参数性能化设计方法，其特征在于，所述约束指标为建筑单位面积年累计耗...

【专利技术属性】
技术研发人员：刘伟，黄韫，陈泉博，须钢，周小慧，
申请(专利权)人：哈博能源科技苏州有限公司，
类型：发明
国别省市：