烏魯木齊城鎮辦公建筑節能優化研究

韓飛，夏博，趙敬源，陶冶

（長安大學 建筑學院，陜西 西安 710064）

1 研究對象

我國城鎮建成的公共建筑面積約占城鎮民用建筑總面積的14%[1]，公共建筑的平均電耗約為全國居住建筑的2.5～3.5倍，因而在研究領域方面，本文選擇公共建筑中最常用的2萬m2以下城鎮中小型辦公建筑進行研究。烏魯木齊地區屬于嚴寒地區，能耗較高，目前，國內外對烏魯木齊地區辦公建筑能耗的研究較少[2]，因而在研究地域范圍方面，本文以新疆烏魯木齊地區城鎮中小型辦公建筑作為研究對象。

2 研究現狀

2.1 能耗概況

烏魯木齊公共建筑多為框架結構，以輕集料混凝土砌塊作為內、外填充墻，外窗多采用鋁合金窗或塑鋼窗。屋頂保溫多采用加氣混凝土塊；樓地面墊層多采用輕集料混凝土；外門多采用鋁合金門[3]。

根據XJJ034—2017《公共建筑節能設計標準》中規定，烏魯木齊為嚴寒C區。《烏魯木齊國家機關辦公建筑和大型公共建筑節能監測平臺建設項目數據分析報告》中對烏魯木齊24棟公共建筑能耗進行監測，其中21棟始建時間在2005年之前，沒有按照GB50189—2019《公共建筑節能設計標準》進行設計，22棟為框架結構，23棟做了保溫，監測的建筑具有相似性。統計可知，22棟辦公建筑單位面積用熱能耗平均值達到95.80 kW·h/（m2·a），單位面積總能耗平均值為123.66 kW·h/（m2·a）。

2.2 問題分析

目前，烏魯木齊辦公建筑能耗較高，需要改善和優化。圍護結構是供暖能耗熱損失占比最大的部分，不同部分的建筑圍護結構性能差異性對建筑節能效果也帶來了非常復雜的影響。建筑圍護結構不同部位對建筑全年能耗影響的程度不一，而集中使用節能性能優良的建筑圍護結構材料與結構形式又會大幅度增加節能投資，提高建設成本，降低了建筑節能的經濟效益。同時，建筑圍護結構之間也存在相互的影響，這種影響往往使圍護結構的最佳效果方案并不是設計最低值，一味地使用高性能圍護結構節能材料只會造成過度的成本增量。如何在保證建筑圍護結構有效性的基礎上，準確的定量評估建筑圍護結構節能各因素的最優組合并具有經濟的可行性，成為了建筑圍護結構節能設計和投資決策的關鍵[4]。在此背景下節能設計中的多目標優化方法相較于傳統的單因素優化方法，可以更加直觀地反映圍護結構各因子和建筑節能與經濟影響的聯系。該方法具有可體現各因素影響程度相關性的優點，有效減小對單因素的過度優化。對新疆烏魯木齊辦公建筑的多目標優化研究，將成為烏魯木齊辦公建筑節能和成本控制的關鍵。

3 新疆烏魯木齊辦公建筑多目標節能優化設計

3.1 多目標尋優方法的選擇

建筑節能設計受多因素影響，當今學者開始使用多目標尋優的方式解決建筑節能各因素對能耗造成的影響。在建筑節能領域中比較常用的多目標尋優方法為轉化法、正交實驗法、人工神經網絡分析等。正交試驗設計法是目前最常用的建筑節能優化多目標尋優方式，通過建立各因素的垂直與水平正交表，以隨機因子組合的方式進行試驗，從而在試驗中找出各因子的影響權重和最優解。正交試驗設計在本質上是遺傳算法中隨機組合的部分隨機性選取，正交試驗設計法通過設計正交表[5]，使正交選取的因子相互隨機組合，進行定向計算，其結果為遺傳算法的初代個體的隨機組合一代進化結果。遺傳算法在試驗次數上遠超過正交試驗設計法的實驗次數，且因存在個體進化后的迭代計算，其計算結果要優于正交試驗設計法產生的解。清華大學徐衛國教授在綠色建筑優化設計研宄中提出遺傳算法被當今學者視作解決多目標優化問題的有效方法。因此，本文選用遺傳算法的方式進行建筑節能設計多目標尋優，通過使用英國謝菲爾德大學開發的遺傳算法工具箱[6]，以Matlab計算機語言編寫，從而通過Matlab實現遺傳算法，進行多目標尋優[7]。

3.2 基準模型建立

本文對算例城市烏魯木齊所有建筑信息通過Python進行建筑信息數據爬取。對所有建筑大數據中的面積2萬m2以內的辦公建筑進行數據篩選，最終在169個辦公建筑中得到42個符合要求的建筑信息，得到算例城市的辦公建筑外輪廓多以長方形為主，建筑長度40～60 m，建筑進深14～18 m，建筑高度5層。結合實際調研，得到建筑體型系數應小于0.3；朝向在實際能耗計算時應考慮使用當地推薦的最佳朝向；通過對辦公建筑平面進行優化，嚴寒地區建筑模型初步確定模型為40 m×14 m×18 m體塊，單層面積為480 m2，層高3.6 m，5層，根據GB 50189—2019的規定，通過不同區域傳熱系數遴選材料與構造形式確定理論原型窗墻比，設定四側墻體北方向窗墻比為0.35，東西方向窗墻比為0.10。南側窗墻比根據規范外圍護結構的熱工性能參數依照節能標準設定。根據以上調研數據建立嚴寒辦公建筑基準模型見圖1。

圖1 嚴寒地區辦公建筑模型平面

3.3 多目標函數構建

對于公共建筑，由于GB 50189—2019中并未明確規定公共建筑設計建筑的耗熱量指標，只需要設計建筑的相應數值滿足相關標準的規范限值即認為達到公共建筑節能設計標準要求。因此，按照JGJ26—2018《嚴寒和寒冷地區居住建筑節能設計標準》確定建筑耗熱量指標計算公式[8]：

由建筑耗熱量公式qH與圍護結構傳熱系數K之間的函數關系，記為Energy（K），本文研究針對建筑圍護結構中的建筑外墻、建筑外窗、建筑屋面，其成本計算均為面積乘以單價。因此，本研究圍護結構的成本公式為：

式中：Eqi——東、西、南、北方向外墻工程造價；

由式（2）和式（3）建立圍護結構成本E與圍護結構傳熱系數K之間的函數關系，記為Fcost（K）。基于遺傳算法及建筑節能、熱工等相關理論，選擇外墻及外窗的傳熱系數作為優化變量[10]，建立子目標模型。根據式（1）～式（3），可分別建立建筑能耗及建筑圍護結構成本關于外墻和外窗的傳熱系數的2個子目標函數為FEnergy（K）、Fcost（K）。在遺傳算法中，這2個子目標函數視作2個平等個體進行迭代分析，因此子目標函數的權重分別各占50%，得出目標函數設為F（K），如式（4）所示：

3.4 優化參數選擇及設置

對于建筑外圍護結構中的屋面、外墻、外窗、門構成，同時在設計時外圍護結構也會受到窗墻比的影響。因此，需要通過一種方式找出對能耗影響程度較大的因素作為主要優化方向，通過定量分析的方式進行優化參數的選擇。通常情況下，門在辦公建筑外圍護結構中的面積比例較小，建筑門對外圍護結構影響較小，因此本文選擇屋面、外墻、外窗、窗墻比這4個外圍護結構設計因素作定量分析，通過正交實驗的方式對基準建筑在烏魯木齊的氣候條件下進行20組不同屋面傳熱系數、不同外墻傳熱系數、不同外窗傳熱系數、不同窗墻比的組合能耗模擬，找出基于烏魯木齊氣候條件下各因素的影響程度，確定尋優方向。

正交實驗的計算結果中的極差R，表明因子對結果的影響程度[10]。在烏魯木齊辦公建筑模型中，對建筑能耗最大的影響因素為分別為：外墻（1049.33）＞外窗（1001.88）＞屋面（873.28）＞窗墻比（294.33）。由于窗墻比的R值與外墻、屋面、外窗的R值差距過大，因此在遺傳算法中，重點針對外墻、外窗、屋面進行優化。

3.5 遺傳算法求解過程

根據XJJ034—2017要求的建筑圍護結構規范值，進行遺傳適應度的約束。夏季室內計算溫度26℃，冬季室內計算溫度20℃，每人新風量30 m3/h，每間辦公室2人，系統運營時間：周一～周五09：00～18：00及雙休日關閉，計算關閉了照明能耗計算模塊。根據文獻調研情況及規范的推薦選擇塑料窗框以及中空玻璃為窗的材料；墻體保溫材料選擇聚苯乙烯薄膜塑料板（EPS板）；建筑屋面保溫材料選擇EPS板[11]；建筑圍護結構選取當前烏魯木齊常見的典型構造做法作為基準，傳熱系數規范要求的區間就是遺傳算法的約束值函數，由于烏魯木齊的熱工分區屬于嚴寒C區，因此圍護結構約束條件分別為：外墻傳熱系數K1≤0.43 W/（m2·K）；外窗傳熱系數K2≤2.3 W/（m2·K）；屋面傳熱系數K3為≤0.35 W/（m2·K）。

尋優計算將種群規模設置為100，總代數為100，停滯代數為100，采用軟件模擬的可用最大默認參數進行計算。遺傳算法的總代數可以理解為遺傳到多少代時停止遺傳的運行，停滯的代數則是當連續遺傳迭代后適應度函數的加權平均值變化小于適應度函數值偏差時停止運算，其他默認設置不做修改[12]。

遺傳算法工具運行后圖形顯示見圖2。圖中的圓形離散點為最佳適應度，即當前代數中最佳值；方形離散點為平均適應度，代表當前代數中所有參數的平均適應度能力，即當前代數中，建筑結構各參數與最佳值的差距。

圖2 仿真模擬遺傳最佳適應度值和平均適應度值

由圖2可見，迭代停止在第100次，由于此時得出的最優值已經滿足停止迭代的條件。該計算結果表明，在第100代中平均適應度值和最佳適應度值重合。進入遺傳算法的停止計算流程，當種群個體間平均差異與期望值接近0時，說明計算的種群個體沒有差異性，但系統仍進行計算，說明在約束值范圍內可能存在更優的參數，該參數超出了建筑參數的設置值要求。烏魯木齊的建筑節能仿真實驗中最佳適應度值的下降速度還是相對穩定的，且最終下降到0附近，也就是說在設置的適應度函數最小時，達到了需求，故本次實驗是有效的。隨著時間的推移，個體間的平均距離不斷減小，且期望值越來越接近于0，最后收斂于遺傳代數第86代。該結果表明，在設置的遺傳總代數100中，至86代達到了進化的極限，此時的各因子為最佳值，本代的參數即為最優的建筑圍護結構最優傳熱系數。

3.6 遺傳算法計算結果分析

遺傳因子的適應度最大最小值如圖3所示。

圖3 遺傳因子的適應度最大最小平均值

由圖3可見，遺傳因子的適應度最大最小平均值在不斷進行類似于梯度下降的迭代且最終基本重合，代表遺傳因子的適應度值已達到要求。在遺傳算法中，當進化的前后代沒有差異性時，代表計算結果進入穩態遺傳，該結果表明，建筑圍護結構的3個參數與增量成本在此時達到最優狀態。后續10代的計算均以本代適應度為基準，未出現其他情況。

圖4為對每一代貢獻的父代及停止標準的水平。

圖4 每一代貢獻的水平

由圖4可以看到每一次選取的父代均繼承了上一次的優點且逐漸趨近于穩定，而停止標準的水平也是隨著迭代次數的增加而逐漸滿足停止迭代的條件。

遺傳因子結果輸出如圖5所示。

圖5 遺傳因子結果輸出

根據圖5的輸出結果，經過100次迭代運算后建筑外墻、外窗、屋面最終的最優值為0.43、1.05、0.13。通過將建筑模型的圍護結構設計參數調整為最優值，結果外墻外保溫傳熱系數K=0.43 W/（m2·K），外窗傳熱系數K=1.05 W/（m2·K），建筑屋面外保溫傳熱系數K=0.13 W/（m2·K），此時辦公建筑模型的非供暖建筑耗電量為46.11 kW·h/（m2·a）。根據基準模型的平均耗電量57.84 kW·h/（m2·a）計算，其節能率達到了基準建筑的15%，在只進行圍護結構優化的條件下，最高可使圍護結構能耗負荷降低20.3%。

4 烏魯木齊辦公建筑遺傳尋優結果推薦構造

4.1 外墻

根據遺傳算法所得到烏魯木齊當地適宜的外墻傳熱系數K=0.43 W/（m2·K），推薦適宜的構造形式。在原有模型的EPS外墻外保溫層80 mm厚的情況下，傳熱系數已經到達尋優標準，因而在滿足熱工要求的同時，成本較低的構造形式為20 mm室內抹混合砂漿+200 mm加氣混凝土砌塊+20 mm水泥砂漿找平+80 mmEPS外墻保溫（見表1）。

表1 外墻保溫參數

4.2 外窗

根據遺傳算法尋優結果，外窗傳熱系數K=1.0W/（m2·K）。目前使用的常規塑鋼窗無法達到理論計算標準是產生建筑能耗提高的原因之一。模型原型使用的窗戶為5白玻+12A+5白玻的雙層中空玻璃窗。外窗熱工參數見表2。

表2 外窗熱工參數

由表2可知，隨著中空玻璃層數的增加及玻璃材質的優化，外窗玻璃的傳熱系數降低[13]。根據遺傳算法所得出的最優結論，外窗傳熱系數K值為1.05 W/（m2·K）時最優。根據目前外窗研究發展現狀，傳熱系數達到1.05 W/（m2·K）的外窗國內少見且僅用于少量試驗性建筑。因此對于烏魯木齊地區既滿足熱工要求又較低成本的推薦構造形式為6白玻+12A+6Low-E或者6Sun-E+12A+6白玻的雙層中空玻璃。

4.3 屋面

建筑屋面保溫隔熱性能不僅會影響頂層房間的能耗，而且會影響頂層房間室內熱環境[14]。因此，屋頂應設置保溫層。尋優結果表明，屋面外保溫傳熱系數需要達到0.13 W/（m2·K），原有屋面保溫厚度60 mm需要加厚到240 mm才可以滿足。因此對于烏魯木齊地區滿足熱工要求及最低成本的屋面構造推薦使用240 mmEPS外保溫。

5 結論

研究表明，基于遺傳算法的多目標尋優方法多用于理論性研究，可達到節能優化的設計需求，并有效控制設計成本。

在原有模型基礎上，烏魯木齊辦公建筑圍護結構的設計參數仍有優化空間，尋優結果為建筑外墻傳熱系數K=0.43 W/（m2·K），現有規范設計即可滿足需要；建筑外窗傳熱系數K=1.05 W/（m2·K），根據目前外窗研究發展現狀，推薦構造形式為6白玻+12A+6Low-E或者6Sun-E+12A+6白玻的雙層中空玻璃；建筑屋面傳熱系數K=0.13 W/（m2·K），屋面保溫厚度需達到240 mm。

經計算后，建筑模型的全年綜合非供暖能耗下降至46.11 kW·h/（m2·a）。根據基準模型的平均耗電量57.84kW·h/（m2·a）計算，其節能率達到了基準建筑的20.3%，在只進行圍護結構優化的條件下，最高可使圍護結構能耗負荷降低20.3%。