عنوان پایان‌نامه
مدلسازی عددی و بهینه سازی میزان مصرف انرژی ساختمان
- رشته تحصیلی
- مهندسی مکانیک تبدیل انرژی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3043;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 70174
- تاریخ دفاع
- ۱۴ شهریور ۱۳۹۴
- دانشجو
- نوید دلگرم
- استاد راهنما
- فرشاد کوثری, بهرنگ سجادی
- چکیده
- پایان‌نامه حاضر رویکردی نوین در زمینه بهینه‌سازی مبتنی بر شبیه‌سازی و آنالیز حساسیت عملکرد انرژی ساختمان نسبت به پارامترهای معماری را ارائه میدهد که به وسیله آن، بسیاری از مشکلات و محدودیت‌های بهینه‌سازی مصرف انرژی در بخش ساختمان به طور کامل مرتفع می‌گردد. در این پژوهش، یکی از برترین روش‌های آنالیز حساسیت عمومی و نیز روش بهینه‌سازی الگوریتم ژنتیک چندهدفه بر اساس رتبه‌بندی نامغلوب (NSGA-II) به یکی از قدرتمندترین نرم‌افزار شبیه‌ساز عملکرد انرژی ساختمان کوپل شده است. به منظور ارزیابی قابلیت¬های آنالیز حساسیت و بهینه‌سازی افزوده شده به نرم‌افزار شبیه‌سازی انرژی ساختمان، روش نوین بدست آمده بر روی اتاقی ساده واقع در یک ساختمان چندطبقه پیاده‌سازی شده و نتایج حاصل از شبیه‌سازی، بهینه‌سازی تک¬هدفه و چندهدفه عملکرد انرژی ساختمان و نیز آنالیز حساسیت پارامترهای معماری تصمیم‌گیرنده شامل جهت‌گیری ساختمان، اندازه پنجره، ویژگی‌های نوری شیشه و مشخصات سایه‌بان در اقلیم‌های مختلف ایران مورد ارزیابی قرار گرفته شده است. در پایان‌نامه حاضر، کل انرژی مصرفی سالانه روشنایی، گرمایشی و سرمایشی به عنوان سه تابع هدف در نظر گرفته شده است که برای رسیدن به کمترین هزینه انرژی مصرفی سالانه ساختمان باید به حداقل برسند. نتایج حاصل از آنالیز حساسیت پارامترهای معماری تصمیم گیرنده نشان میدهد که برای مدل مورد مطالعه، اندازه پنجره مؤثرترین پارامتر بر روی کل انرژی مصرفی روشنایی، گرمایشی و سرمایشی میباشد. علاوه بر آن، با مقایسه نتایج حاصل از بهینه‌سازی چندهدفه با مقادیر اولیه مدل ملاحظه می‌شود که در اقلیم‌های مختلف ایران، علی رغم اینکه انرژی مصرفی گرمایشی از صفر تا 5/769 درصد افزایش یافته است، اما همواره انرژی مصرفی سرمایشی و روشنایی به ترتیب از 9/15 تا 9/52 درصد و 52/0 تا 9/2 درصد کاهش را نشان داد که سبب کاهش کل انرژی مصرفی سالانه ساختمان از 7/6 تا 7/25 درصد گردید. نتایج حاصل از آنالیز حساسیت و بهینه‌سازی عملکرد انرژی ساختمان به خوبی نشان میدهد که شرایط آب و هوایی و مشخصات معماری ساختمان تأثیر قابل توجهی بر روی عملکرد انرژی ساختمان دارد و با انتخاب صحیح و مناسب پارامترهای معماری متناسب با هر اقلیم می‌توان از اتلاف بی رویه انرژی در بخش ساختمان به شدت جلوگیری نمود. واژه های کلیدی: عملکرد انرژی ساختمان، انرژی پلاس، آنالیز حساسیت، بهینه یابی چندهدفه، الگوریتم ژنتیک، فضای بهینه پارتو
- Abstract
- This thesis purposes a novel methodology of the simulation–based multi–objective optimization problem and sensitivity analysis of architectural parameters on the building energy performance that addresses important limitations of optimization of the building energy consumption. In this thesis, one of the best methods of global sensitivity analysis and a multi–objective genetic algorithm optimization (NSGA-II) are coupled with the whole building energy simulation program to find a set of nondominated solutions leads to the building energy performance enhancement. To evaluate the capability and effectiveness of the proposed simulation–based multi–objective optimization approach, the developed method is applied to a single room model; and the effect of building parameters including building orientation; overhang specifications; window size and the glazing material properties on the building energy consumption are studied in four major climate regions of Iran. In the optimization section, mono–criterion and multi–criteria optimization analysis of the total annual heating, cooling and lighting electricity are examined with the aim of understanding the interactions between three objectives to obtain the minimum annual energy cost. The results of the sensitivity analysis shows that for a typical model, window size is the most effective parameter on the total energy consumption of cooling, heating and lighting. The achieved optimal solutions from the multi–objective optimization process formed Pareto frontiers are reported and finally the results of the mono–criteria and multi–criteria optimization problems were compared with the initial building model. The results of the multi–objective optimization indicate that for a typical model, however, the annual heating electricity consumption may be increased 0 to 769.5%, but the annual cooling and lighting ones decrease close to 15.9 to 52.4% and 0.52 to 2.9%, respectively, in comparison with the baseline model, leads to 6.7 to 25.7% decrement of the total annual building electricity demand for four different climate regions of Iran. It means that the architectural design parameters of building and different weather conditions are important and have a significant influence on determining building energy performance and the building energy consumption can be highly reduced by choosing the best architectural design parameters for each climate. Keywords: Building energy performance, EnergyPlus, Sensitivity analysis, Multi-objective optimization, Genetic algorithm, Pareto optimal front
