基于C++的建筑能耗優化軟件開發

黃大鵬 張晨 劉超

摘 要：分析了國內外建筑能耗優化軟件開發情況，探討了基于C++的建筑能耗優化軟件開發，給出了研究思路與軟件開發的原理結構圖，介紹了建筑建模和全年能耗的模擬工作以及優化結果。

關鍵詞：建筑能耗模擬 能耗優化 軟件設計 設計原理

前 言

目前，建筑能耗模擬軟件在建筑節能領域中發揮著越來越重要的作用。由于建筑的物理特性復雜，熱濕過程的計算量巨大，只能采用計算機在短時間內完成復雜的運算。因此，在進行建筑能耗分析計算時，能耗模擬軟件發揮著巨大作用。建筑能耗模擬主要包括建筑負荷和能耗的模擬，為后續的節能設計、節能評估、節能審計以及節能措施的制定提供參考；通過不同工況的模擬，進行圍護結構、設備、暖通空調系統、控制系統和控制策略等的優化，通過經濟性分析得出最佳方案；設備與系統各種運行狀況的預測，在內外擾動等復雜因素的作用下，系統中參數的變化很復雜。通過建筑能耗模擬軟件，能比較方便地預測各種工況下的系統參數，為節能標準和規范的制定、實施提供輔助作用。

1.國內外研究現狀

很多國家在意識到建筑能耗模擬分析的重要意義的同時，都開始并加緊了對建筑能耗的分析和預測工作。從 20 世紀 60 年代到今天，很多國家都相繼開發出了一些很好的建筑性能模擬軟件，這些模擬軟件可以很方便地對建筑物特性進行全年動態模擬。美國是開展建筑節能研究最早的國家之一，計算機技術在建筑節能工作中的應用也最為廣泛。當前在美國，與建筑節能標準相關的軟件有 120多種。其中包括比較著名的美國自 20 世紀 70 年代起就持續開發的建筑能耗模擬軟件 Doe-2。它曾是北美在建筑節能領域應用最廣泛的軟件，對美國建筑節能的推動起到了重要作用。近些年來，美國能源部組織多個部門共同開發了新的建筑能耗模擬軟件 EnergyPlus，以全面代替 Doe-2[1]。西歐國家通過近 30 年的努力，各國都開發了各自的建筑能耗模擬軟件。比如英國開發了 ESP，并將其作為建筑節能設計與節能分析的基本工具，寫入相關的建筑節能標準或規范中。此外還有 SRES/SUN，SERIRES，S3PAS，TRNSYS，TASE等[2]。我國從上世紀 70 年代中期開始介紹國外在建筑能耗計算機模擬方面的發展情況，很多科學技術人員做了大量的工作。Dest是建筑環境及HVAC系統模擬的軟件平臺，該平臺以清華大學建筑技術科學系環境與設備研究所十余年的科研成果為理論基礎，將現代模擬技術和獨特的模擬思想運用到建筑環境的模擬和HVAC系統的模擬中去，為建筑環境的相關研究和建筑環境的模擬預測、性能評估提供了方便實用可靠的軟件工具，為建筑設計及HVAC系統的相關研究和系統的模擬預測、性能優化提供了一流的軟件工具[3]。

國內眾多學者在意識到建筑能耗模擬分析的重要意義的同時，都開始并加緊了對建筑能耗的優化工作。西安建筑科技大學的金苗苗提出應在建筑設計階段就開始貫穿進行建筑能耗模擬分析，更好地使能耗模擬與建筑設計相結合，并為建筑設計提供更加行之有效的節能設計方法[4]。臺灣學者Leon 研究開發了網絡在線的計算程序MIT Design Advisor，可對單面墻或房間進行快速計算，輸入簡單，并可對圍護結構參數進行優化分析[5]。常靜分析了我國居住建筑圍護結構耗熱量的基礎上，闡述了外窗熱工特性的復雜性。針對濟南市某居住建筑，分析了四種朝向的窗墻面積比對供暖能耗的影響，得出了在不同外窗傳熱系數的條件下窗墻面積比與供暖能耗的關系曲線[6]。魏彩欣利用清華大學開發的建筑熱環境設計模擬工具包（Dest-h），針對夏熱冬冷地區，上海、南京、合肥三個具有代表性城市的住宅圍護結構熱工參數對建筑能耗及室內熱環境的影響進行了研究，分析了外墻材料、窗戶材料和窗墻比、外窗遮陽、建筑朝向等圍護結構熱工參數對建筑能耗及室內熱環境狀況的影響程度，提出了其綜合節能優化方案[7]。目前我國大陸學者的研究大多局限于考察某一個建筑設計因素對建筑熱性能的影響，往往把影響建筑熱性能的其它設計因素固定，而僅把考察的那個設計因素控制在幾個不同的水平[8]。

美國在建筑能耗的優化工作上投入大量經費，開發出眾多建筑模擬優化軟件，并將其推廣為建筑節能最有效的措施之一。美國勞倫斯伯克利國家實驗室開發的優化軟件GenOpt得到了廣泛應用。GenOpt可以與大多數的建筑模擬軟件例如EnergyPlus，Trnsys進行耦合，使用者只需要在它提供的平臺下，使用它的規范化語言進行編程，就可以完成它和其它軟件之間的鏈接。Asadi分析了葡萄牙某住宅建筑的外墻外保溫材料、屋面保溫材料、窗戶類型和太陽能集熱器類型并利用GenOpt對建筑的生命周期成本和熱舒適性對設計提出了優化建議[9]。Ferrara結合Trnsys和GenOpt對法國某住宅建筑120種圍護結構的組合進行分析，從而確定最優的設計方案[10]。Peeters在文章中相信闡述了GenOpt和ESP-r的耦合方式，并利用一個簡單的優化案例加以證明[11]。為了更好的引導零能耗建筑的設計，美國國家能源部可再生能源實驗室開發了建筑能耗優化軟件BeOpt。用戶可以選擇不同建筑元素組合，然后根據美國建筑節能標準或用戶定義的基本方案進行計算，最后輸出在不同的節能水平下的設計設計方案[12]。Rhodes利用BeOpt指導奧斯丁5座零能耗建筑設計問題[13]。

隨著研究的不斷加入，上述優化軟件的問題也開始暴露出來。MIT Design Advisor、Dest-h、BeOpt應用范圍較窄，只能用于特定優化問題。GenOpt作為應用較廣、效率較高的優化軟件之一，仍然存在某些不足之處。首先， GenOpt給使用者提供了一個接入其他算法的接口，但是必須基于Java平臺開發，算法可拓展性較低[14]。第二，隨著優化目標研究的不斷深入，越來越多的國家開始提出不同的建筑評價指標。這些指標有些相對復雜。GenOpt只提供了一些簡單的運算符號，導致很多指標只能被簡化，從而影響最后的優化效果。第三，GenOpt的文件讀寫功能比較簡單而且效率較低。一旦輸入的模型文件過大，就會出現無法工作的情況[15]。由此可見，建筑能耗優化軟件仍存在一些問題有待改進。

2.研究思路

從建筑工程師的切身需要出發，分析目前優化軟件的基本原理，改進目前優化軟件的不足。總結之后，把軟件共分為三個功能模塊：Matlab（優化模塊），EnergyPlus（建筑仿真模塊）和交互模塊，示意圖如圖1所示。Matlab作為整個軟件的核心，驅動著整個優化過程。每次迭代開始時，算法自動生成一組設計變量參數并存放在一個特定的文件中，緊接著交互模塊讀取這些參數并利用EnergyPlus模擬全年建筑能耗。交互模塊將EnergyPlus的輸出文件傳遞給Matlab對目標函數進行評估。如果方案滿足要求，輸出最終方案。否則更新設計變量為下次迭代做準備。最終通過多次迭代求出最優方案。縱觀整個過程EnergyPlus和Matlab之間的交互模塊成為整個軟件的關鍵部分。通過軟件開發的交互模塊完成Matlab和EnergyPlus的耦合可以有效克服目前優化軟件算法少、運行效率低、可擴展性差的不足。因此可見，該軟件確實能有效解決建筑能耗優化問題。

3.研究成果

指導老師在前期研究中曾利用Matlab和Airpak實現了建筑室內熱環境的綜合優化[16]，并在建筑能耗預測和優化方面展開了深入研究；開發者們共同完成了一款建筑電能耗預測軟件。

已有研究成果：

（1）已完成建筑建模和全年能耗的模擬工作，建筑模型示意圖如圖2所示。

（2）研究常用多目標優化算法NSGA-Ⅱ的基本原理，并利用NSGA-Ⅱ算法中對簡單的測試函數進行優化。優化結果圖如3所示。

4.結束語

在分析國內外建筑能耗優化軟件開發情況的基礎上，探討了基于C++的建筑能耗優化軟件開發的研究思路與軟件開發的原理結構圖，介紹了已完成的建筑建模和全年能耗的模擬工作以及優化結果。

參考文獻

[1] 侯余波， 付祥釗， 郭勇. 用DOE-2程序分析建筑能耗的可靠性研究[J]. 暖通，2003，33（3）：90-92.

[2] ASHRAE Standard Project Committee 140. ANSI/ASHRAE Standard 140-2001[R]. Standard Method of Test of the Evaluation of Building Energy Analysis Computer Program， 2001

[3] 晉文， 焦俊軍. 建筑圍護結構得熱量與建筑設計因素關系的研究[J]. 建筑熱能通風空調， 2009， 28（2）：77-79.

[4] 金苗苗.建筑設計中的能耗模擬分析[D].西安建筑科技大學，2007

[5] Urban B J. The MIT Design Advisor： simple and rapid energy simulation of early-stage building designs [J]. Massachusetts Institute of Technology， 2008.

[6] 常靜.居住建筑窗墻面積比對供暖能耗的影響研究[D]. 暖通空調，2008，38（5）：109～112.

[7] 魏彩欣.夏熱冬冷地區住宅建筑能耗模擬與空調方案的技術經濟分析[D].華東大學，2007.

[8] 晉文. 建筑設計階段建筑熱性能的模擬預測研究[D]. 河北工程大學， 2009.

[9] Asadi E， Silva M G D， Antunes C H， et al. A multi-objective optimization model for building retrofit strategies using TRNSYS simulations， GenOpt and Matlab[J]. Building & Environment， 2012， 56（10）：370–378.

[10] Ferrara M， Fabrizio E， Virgone J， et al. A simulation-based optimization method for cost-optimal analysis of nearly Zero Energy Buildings [J]. Energy & Buildings， 2014， 84（84）：442-457.

[11] Peeters L， Dhaeseleer W， Ferguson A， et al. The Coupling of ESP-R and Genopt： A Simple Case Study [J]. Lawrence Berkeley National Laboratory， 2010.

[12] Simpkins T， Cutler D， Hirsch B， et al. Cost-Optimal Pathways to 75% Fuel Reduction in Remote Alaskan Villages： Preprint[R]. NREL （National Renewable Energy Laboratory （NREL）， 2015.

[13] Rhodes J D， Gorman W H， Upshaw C R， et al. Using BEopt （EnergyPlus） with energy audits and surveys to predict actual residential energy usage[J]. Energy & Buildings， 2015， 86：808-816.

[14] Oh S， Kim Y J， Park C S， et al. Process-driven BIM-based optimal design using integration of EnergyPlus， genetic algorithm， and pareto optimality[C]. Proceedings of the 12th IBPSA Conference， November. 2011： 14-16.

[15] Brown C， Glicksman L， Lehar M. Toward zero energy buildings： optimized for energy use and cost[C]. SIMBuild fourth National Conference of IBPSA-USA， New York City， New York， August. 2010： 11-13.

[16] A general optimization framework for complex PDE models based on data interactive mechanism[C]. IEEE International Conference on Advanced Intelligent Mechatronics. IEEE， 2015.