ارزیابی حساسیت متغیرهای معماری ساختمانهای بلندمرتبه در عملکرد حرارتی و مصرف انرژی در اقلیمهای گوناگون | ||
| معماری اقلیم گرم و خشک | ||
| مقاله 12، دوره 8، شماره 12، اسفند 1399، صفحه 244-263 اصل مقاله (1.01 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.29252/ahdc.2021.14249.1370 | ||
| نویسندگان | ||
| زهرا سادات زمردیان* 1؛ هانی حدادزادگان2؛ محمد تحصیلدوست3 | ||
| 1عضو هیات علمی گروه معماری. بخش انرژی و ساختمان،استادیار، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران | ||
| 2دانشجوی کارشناسی ارشد، رشته معماری و انرژی، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران | ||
| 3عضو هیات علمی گروه معماری، دانشیار،گروه فن ساختمان، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران | ||
| چکیده | ||
| رشد سریع جمعیت منجر به افزایش نیاز به ساخت ساختمانهای جدید میشود. با توجه به محدودیت زمینهای شهری، ناگزیر ساختمانهای بلند توسعه پیدا خواهندکرد. متغیرهای زیادی از جمله مشخصات معماری ساختمان بر میزان نیاز انرژی ساختمان و تامین آسایش حرارتی کاربران تاثیر گذارند. در این پژوهش بهینهسازی متغیرهای معماری به منظور تامین حداقل مصرف انرژی و حداکثر آسایش حرارتی با دو روش تحلیل پارامتریک و الگوریتم ژنتیک در سه اقلیم تهران، بندرعباس و تبریز بررسی شده است. همچنین حساسیت نتایح بهدست آمده نسبت به تراکم بافت شهری ارزیابی شده است. نتایج نشان دادهاند که در روش پارامتریک ساختمانی با فرم مستطیل در جهت گیری جنوبی با 40% سطح پنجره در دو شهر تهران و تبریز مناسب است. از طرف دیگر تنها در شهر بندرعباس تراکم بافت شهری زیاد در هر دو بخش انرژی وآسایش مناسب است و در دو شهر تهران و تبریز تراکم بافت شهری کم به عنوان الگوی شهری برگزیده انتخاب میشود. متغیرهای معماری: درصد پنجره، ساختار پنجره، فرم ساختمان به ترتیب با 4/15، 9/9 و 8/8 (درصد) بیشترین میزان حساسیت را با استفاده از روش پارامتریک در بخش انرژی نمایش دادهاند. این در حالیست که در بخش بهینهسازی مصرف انرژی، شهرهای تهران، بندرعباس و تبریز به ترتیب با میزان 16، 6 و 23 (درصد) حساسیت در متغیرهای معماری در روش الگوریتم ژنتیک را نشان میدهند. با بررسی هر دو روش بهینه سازی، الگوریتم ژنتیک نسبت به پارامتریک در بخش ارزیابی مصرف انرژی و عملکرد حرارتی دارای شاخص حساسیت بالاتر به میزان 9.4 و 23.3 درصد به ترتیب است. از طرف دیگر روش پارامتریک با ایجاد روندی مرحله به مرحله، نتایج تصمیمات طراح را در گامهای نخستین از وضعیت حرارتی و مصرف انرژی به واسطهی تغییر در هر یک از متغیر های معماری ساختمان آشکار میسازد. | ||
| کلیدواژهها | ||
| طراحی پارامتریک؛ الگوریتم ژنتیک؛ آسایش حرارتی؛ مصرف انرژی؛ شاخص حساسیت | ||
| عنوان مقاله [English] | ||
| Evaluating the sensitivity of architectural parameters for thermal performance and energy consumption of high-rise buildings in different climates | ||
| نویسندگان [English] | ||
| Zahra sadat Zomorodian1؛ Hani Hadadzadegan2؛ Mohammad Tahsildoost3 | ||
| 1Assistant professor, Department of Building Science, Faculty of Architecture and Urban Design, Shahid Beheshti University, Tehran, Iran | ||
| 2Master of science, Architecture and Energy, Faculty of Architecture and Urban Design, Shahid Beheshti University, Tehran, Iran | ||
| 3dAssociate professor Department of Building Science, Faculty of Architecture and Urban Design, Shahid Beheshti University, Tehran, Iran | ||
| چکیده [English] | ||
| Rapid population growth and lack of enough urban land increase the need for high-rise buildings. Due to high energy consumption of highrise buildings establishing energy saving measures is crucial. This paper aims to explore multiple factors that influence energy demand and thermal comfort in high-rise buildings. In this regard the impact of architectural parameters including building form, orientation, and window wall ratio on highrise building’s energy demand and thermal comfort is investigated in three different climate context(Tehran, Bandar Abbas, and Tabriz) by parametric analysis and optimization methods. Moreover the impact of urban density on results are assessed. The results show that the rectangular form with a south orientation with a 40% window to wall ratio in both Tehran and Tabriz is acceptable in the parametric method. On the other hand, in Bandar Abbas, high urban density is ideal in both the energy and comfort sectors, while Tehran and Tabriz need a low urban density context. Architectural parameters including window to wall ratio(WWR), window characteristic, building form, with 15.4%, 9.9%, and 8.8% respectively, showed the highest sensitivity by the parametric method in the energy demand assessments. However, the sensitivity index of architectural parameters on energy demand in Tehran, Bandar Abbas, and Tabriz are 16%, 6%, and 23%, respectively, based on the genetic algorithm. Based on results a higher sensitivity index of the genetic algorithm over the parametric approach is established with 9.4% and 23.3%, respectively, in the energy demand and thermal performance. On the other hand, the parametric method can establish a step-by-step process for the designer to evaluate each architectural variable's impact on thermal comfort and energy demand in the first stages of building design. | ||
| کلیدواژهها [English] | ||
| parametric design, genetic algorithm, thermal comfort, energy consumption, Sensitivity Index | ||
| مراجع | ||
|
اکبری، حسن و حسینی نژاد، فاطمه سادات. (1398). بهینه سازی جهت استقرار ساختمان در بهره مندی از تابش خورشیدی در اقلیم گرم و خشک (مطالعه موردی: شهرهای اصفهان، سمنان، کرمان و یزد). نشریه معماری اقلیم گرم و خشک. 7(10)، 251–267.
-ایمانی، فاطمه و حیدری، شاهین. (1397). بررسی میزان مصرف انرژی ساختمان زیرزمینی در مقایسه با مدل مشابه بر روی سطح زمین در اقلیم های تهران، یزد و تبریز. نشریه مطالعات معماری ایران. 1(13)، 89–106.
-فرخی, مریم؛ ایزدی, محمد سعید و کریمی مشاور, مهرداد. (1397). تحلیل کارایی انرژی در مدل های بافت شهری اقلیم گرم و خشک، نمونه موردی: شهر اصفهان. نشریه مطالعات معماری ایران. 1(13)، 127–148.
- دفتر امور مقررات ملی ساختمان. (1396) مبحث 19 مقررات ملی. صرفه جویی در مصرف انرژی. (بیست و سوم). سارمان برنامه و بودجه کشوری. نشر توسعه ایران.
-نصیری, یاسمین؛ حافظی, محمد؛ تحصیلدوست, محمد و زمردیان، زهرا سادات (2019). تحلیل پارامتریک انرژی در مراحل اولیه طراحی ساختمانهای اداری بلند مرتبه در شهر تهران. فصلنامه پژوهش های سیاستگذاری و برنامه ریزی شهری. 14، 143–167.
- Anna Atzeri Andrea Gasparella, F. C. (2014). internal versus external shading devices performance in office buildings . Energy Procedia, 45(463–472).
- Athalye, R. A., Xie, Y., Liu, B., & Rosenberg, M. I. (2013). Analysis of Daylighting Requirements within ASHRAE Standard 90.1.
- Attia, S., Gratia, E., De Herde, A., & Hensen, J. L. M. (2012). Simulation-based decision support tool for early stages of zero-energy building design. Energy and Buildings, 49, 2–15.
- Brown, N. C., & Mueller, C. T. (2019). Quantifying diversity in parametric design: a comparison of possible metrics. AI EDAM, 33(1), 40–53.
- C.K. Cheung M.B. Luther, R. J. F. (2004). Energy-efficient envelope design for high-rise apartments. Energy and Buildings.
- C.MarinoA.NucaraM.Pietrafesa. (2017). Does window-to-wall ratio have a significant effect on the energy consumption of buildings? A parametric analysis in Italian climate conditions. Building Engineering, 13, 169–183.
- Chen, X., Huang, J., Yang, H., & Peng, J. (2019). Approaching low-energy high-rise building by integrating passive architectural design with photovoltaic application. Journal of Cleaner Production, 220, 313–330.
- Chen X Lu L, Y. H. (2015). A comprehensive review on passive design approaches ingreen building rating tools. Renew Sustain Energy Rev, 50(1425), 36.
- Chen X Sun K., Y. H. (2016). A holistic passive design approach to optimize indoor environmentalquality of a typical residential building in Hong Kong. . Energy and Buildings, 113(267), 81.
- Chen X Wang Y., Y. H. (2017). Parametric study of passive design strategies for high-riseresidential buildings in hot and humid climates: miscellaneous impact factors. Renew Sustain Energy Rev, 69(442), 60.
- Chen X Zhang W., Y. H. (2015). A comprehensive sensitivity study of major passivedesign parameters for the public rental housing development in Hong Kong. Energy. 93, 1804(18).
- Christensen, C., Anderson, R., Horowitz, S., Courtney, A., & Spencer, J. (2006). BEopt(TM) Software for Building Energy Optimization: Features and Capabilities. Golden, CO. https://doi.org/10.2172/891598
- Company, T. (2017). 50 year statistics of iran’s ministry of power. Retrieved from http://amar.tavanir.org.ir/pages/report/stat95/50sale/50sale farsi/50sale f.pdf
- D. Pasdar, A. P. (2011). Balance of Hydrocarbon Products for Iran, 1st edition. Institute for International Energy Studies, Ministry of Petroleum, Tehran.
- E.Mashena, S. K. A. G. R. (2017). Energy consumption in buildings: A correlation for the influence of window to wall ratio and window orientation in Tripoli, Libya. Building Engineering, 11, 82–86.
- Electircity official center iran, tehran. (2015). electricity balance iran, 30–31.
- Eromobor, S. O., Das, D. K., & Emuze, F. (2020). Influence of building and indoor environmental parameters on designing energy-efficient buildings. International Journal of Building Pathology and Adaptation.
- F.H.Abanda, L. B. (2016). An investigation of the impact of building orientation on energy consumption in a domestic building using emerging BIM (Building Information Modelling). Energy, 97, 517–527.
- Fatih, B. E. D. (2019). world energy outlook. IEA
- G. Karamnia, F. A. (2011). Energy Balance for Iran1st edition. Office of Comprehensive Energy Planning, Ministry of Energy, Tehran.
- Ghazali, A., Haw, L. C., Mat, S., Sopian, K., & Ilias, S. E. (2016). Performance and financial evaluation of various photovoltaic verticalfacades on high-rise building in Malaysia. Energy and Buildings.
- Ghiai Mojtaba; Parvane, Fariba; Jafarikhah, Sorour, M. M. M. (2014). relation between Energy Consumption and Window to Wall Ratio in High-Rise Office Buildings in Tehran. Academic Journal.
- Guohui Feng Xiaolong Xu, S. S. (2016). Analysis of the Building Envelope Influence to Building Energy Consumption in the Cold Regions. Procedia Engineering, 146, 244–250.
- Holly Samuelson Apoorv Goyal, Yujiao Chen, Alejandra Romo-Castillo, S. C. (2016). Parametric Energy Simulation in Early Design: High-RiseResidential Buildings in Urban Contexts . Building and Environment.
- Holst, J. N. (2003). Using whole building simulation models and optimizing procedures to optimize building envelope design with respect to energy consumption and indoor environment. Eighth International IBPSA Conference. Eindhoven, Netherlands: building simulation.
- Jalali, Z., Noorzai, E., & Heidari, S. (2020). Design and optimization of form and façade of an office building using the genetic algorithm. Science and Technology for the Built Environment, 26(2), 128–140.
- Kelly Kalvelage Michael Dorneich, U. P. (2017). Impact of Shading on Occupant Comfort and Building Energy. Center of Building Energy Research,Usa.
- Li, D. H. W., Lam, J. C., & Wong, S. L. (2005). Daylighting and its effects on peak load determination. Energy, 30(10), 1817–1831.
- Liu L Peng B, L. B. (2015). Correlation analysis of building plane and energy consumption of high-rise office building in cold zone of China. Building Simulation. Elsevier.
- M. Rois Langner Charles D. Corbin , Michael J. Brandemueh, G. P. H. (2011). An investigation of design parameters that affect commercial high-rise office building energy consumption and demand. Journal of Building Performance Simulation.
- Mahdavinejad M Ghaedi H, G. M. (2012). The Role of Form Compositions in Energy Consumption of High-Rise Buildings (Case Study: Iran, Tehran). Advanced Materials Research.
- Mangkuto, R. A., Rohmah, M., & Asri, A. D. (2016). Design optimisation for window size, orientation, and wall reflectance with regard to various daylight metrics and lighting energy demand: A case study of buildings in the tropics. Applied Energy, 164, 211–219. https://doi.org/https://doi.org/10.1016/j.apenergy.2015.11.046
- Nedhal Al-Tamimi, S. F. S. F. (2012). Energy-efficient envelope design for high-rise residential buildings in Malaysia. Architectural Science Review.
- Ochoa, C. E., & Capeluto, I. G. (2009). Advice tool for early design stages of intelligent facades based on energy and visual comfort approach. Energy and Buildings, 41(5), 480–488.
- Petersen, S., & Svendsen, S. (2010). Method and simulation program informed decisions in the early stages of building design. Energy and Buildings, 42(7), 1113–1119.
- Rangawala, K. (2010). Contextual tall buildings in India. Remaking Sustainable Cities in the Vertical Age-CTBUH 2010 World Conference. india.
- Reinhart, C. F., & Davila, C. C. (2016). Urban building energy modeling--A review of a nascent field. Building and Environment, 97, 196–202.
- Roger Hedrick, L. A. P. (2011). Energy Savings in High-Rise Buildings Using High-Reflective Coatings . Idea Scapes.
- Statistical pocketbook of Islamic Republic of Iran. (2016). Statistical Center of Iran,Tehran.
-Tuhus-Dubrow, D., & Krarti, M. (2010). Genetic-algorithm based approach to optimize building envelope design for residential buildings. Building and Environment, 45(7), 1574–1581.
- UN Habitat. (2012). State of the World’s Cites Report 2012/ 2013: Prosperity of Cities, 152. Retrieved from https://sustainabledevelopment.un.org/content/documents/745habitat.pdf
- Wang, W., Zmeureanu, R., & Rivard, H. (2005). Applying multi-objective genetic algorithms in green building design optimization. Building and Environment, 40(11), 1512–1525.
- Weather Data by Region | EnergyPlus. (n.d.). Retrieved from https://energyplus.net/weather-region/asia_wmo_region_2/IRN
- Zomorodian, Z.S. (2013). Architectural design optimization of school buildings for reduction of energy demand in hot and dry climates of Iran . International Journal of Atchitectural Engineering & Urban Planning.
- zekraouui Djamel, zemmouri N. (2017). The Impact of Window Configuration on the Overall BuildingEnergy Consumption under Specific Climate Conditions . Energy Procedia, 115, 162–172.
- Zomorodian, Z. S., Korsavi, S. S., & Tahsildoost, M. (2016). The Effect of Window Configuration on Daylight Performance in Classrooms: A Field and Simulation Study. Iran University of Science & Technology, 26(1), 15–24. Retrieved from http://ijaup.iust.ac.ir/article-1-254-fa.html | ||
|
آمار تعداد مشاهده مقاله: 900 تعداد دریافت فایل اصل مقاله: 1,197 |
||